Electricity exchanges offer several trading possibilities for market participants: starting with futures products through the spot market consisting of the auction and continuous part, and ending with the balancing market. This variety of choice creates a new question for traders - when to trade to maximize the gain. This problem is not trivial especially for trading larger volumes as the market participants should also consider their own price impact. The following paper raises this issue considering two markets: the hourly EPEX Day-Ahead Auction and the quarter-hourly EPEX Intraday Auction. We consider a realistic setting which includes a forecasting study and a suitable evaluation. For a meaningful optimization many price scenarios are considered that we obtain using bootstrap with models that are well-known and researched in the electricity price forecasting literature. The own market impact is predicted by mimicking the demand or supply shift in the respectful auction curves. A number of trading strategies is considered, e.g. minimization of the trading costs, risk neutral or risk averse agents. Additionally, we provide theoretical results for risk neutral agents. Especially we show when the optimal trading path coincides with the solution that minimizes transaction costs. The application study is conducted using the German market data, but the presented methods can be easily utilized with other two auction-based markets. They could be also generalized to other market types, what is discussed in the paper as well. The empirical results show that market participants could increase their gains significantly compared to simple benchmark strategies.


翻译:电力交易所为市场参与者提供了几种贸易可能性:从期货产品通过拍卖和连续部分的现货市场开始,到平衡市场结束。这种选择的多样性给贸易商带来了一个新的问题――何时交易以获得最大收益;这个问题对于交易量更大,特别是交易量更大,因为市场参与者也应考虑其自身的价格影响。以下文件提出这一问题,考虑了两个市场:每小时EPEX日头拍卖和每小时EPEX交易四分之一小时的EPEX内部拍卖。我们考虑一个现实的环境,其中包括预测研究和适当的评价。为了真正优化许多价格方案,我们可考虑利用电价预测文献中广为人知和研究的模型获得。通过模拟需求或供应变化来预测自己的市场影响,在尊重的拍卖曲线中,市场参与者也应考虑一些贸易战略,例如尽量减少交易成本、风险中性或风险反面剂。我们为风险中立代理人提供理论结果。我们特别在最佳贸易途径与最大限度降低交易成本的解决办法相吻合时,我们会认为许多价格假设是有意义的。应用研究通过模拟德国市场类型数据或供应量的市场趋势,可以大量地展示其他市场收益。

0
下载
关闭预览

相关内容

神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
还在修改博士论文?这份《博士论文写作技巧》为你指南
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
110+阅读 · 2020年5月15日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
量化金融强化学习论文集合
专知
13+阅读 · 2019年12月18日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
人工智能 | COLT 2019等国际会议信息9条
Call4Papers
6+阅读 · 2018年9月21日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年6月18日
Arxiv
0+阅读 · 2021年6月17日
Arxiv
0+阅读 · 2021年6月16日
VIP会员
相关资讯
量化金融强化学习论文集合
专知
13+阅读 · 2019年12月18日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
人工智能 | COLT 2019等国际会议信息9条
Call4Papers
6+阅读 · 2018年9月21日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员