1、糧食作為一種基礎產品，其價格的波動會對我國糧食生產、糧食相關產品進出口以及國家宏觀經濟調控產生深遠影響，關系到消費者和生產者的切身利益。因此，深刻了解和剖析影響糧食價格波動的各種因素，在影響因素的基礎上建立相關回歸預測模型分析和預測糧食價格變化趨勢，一方面可以了解我國糧食價格的變動趨勢;另一方面能夠為相關價格調控和宏觀經濟政策的出臺提供科學參考，對于穩(wěn)定糧食價格和保證糧食安全具有重要的現(xiàn)實意義。
　　本文首先根據糧食價格波動的理論

2、和梳理之前學者對糧食價格影響因素的研究，選取了21個變量來衡量我國糧食價格波動。然后對Lasso方法和支持向量機這兩種方法的特點和應用范圍進行了分析和總結，我們發(fā)現(xiàn)這兩種方法應用到糧食價格預測中都有自身的優(yōu)缺點。所以本文把Lasso方法和支持向量機組合起來完成對糧食價格的擬合和預測，在預測過程中彌補其各自的缺點，實現(xiàn)他們的優(yōu)勢互補，使其預測結果達到更好的精度，主要給出了以下三種融合的可能性和方式:
　　第一，把Lasso方法與支持

3、向量機通過串聯(lián)方式進行組合，其核心思想是:首先利用Lasso方法篩選出影響糧食價格波動的主要因素，然后將主要影響因素作為支持向量機模型的輸入，通過不斷地學習與訓練，得出最后糧食價格的預測值。
　　第二，把Lasso方法與支持向量機通過并聯(lián)方式進行組合，即分別用Lasso方法和支持向量機來進行預測，然后在均方差最小的條件下尋找最優(yōu)組合權值將兩個預測結果組合起來。
　　第三，把Lasso方法與支持向量機通過嵌入方式進行組合，其基

4、本思路就是以Lasso模型、支持向量機模型對糧食價格的預測值作為SVM預測模型的輸入向量，相應時刻的糧食價格實際值作為輸出目標值，建立組合模型的預測樣本對，最后得到糧食價格的預測值。
　　最后，將組合模型、單一方法模型和傳統(tǒng)糧價預測方法ARIMA方法運用到糧食價格預測實際中，通過預測值的對比分析，發(fā)現(xiàn)基于Lasso方法與支持向量機串聯(lián)型組合模型和嵌入型組合模型的預測精度要明顯高于其他四個模型的預測精度，證明了運用Lasso方法與支