李飛飛，宋慶燕，陳長(zhǎng)秀，劉佳澤，高雪巖，2*

1.北京珍寶島中藥產(chǎn)業(yè)有限公司，北京 100800；2.中國(guó)中藥協(xié)會(huì)中藥材種植養(yǎng)殖專業(yè)委員會(huì)，北京 100700

三七是常用大宗中藥材之一，為五加科人參屬植物三七Panaxnotoginseng(Burk.)F.H.Chen的干燥根和根莖[1]?，F(xiàn)代研究表明三七具有抗衰老、抗疲勞、抗缺氧、降血壓、降血脂、降血糖和提高機(jī)體免疫力等藥理作用[2]。三七臨床應(yīng)用廣泛，近年來(lái)需求量不斷增加，目前三七年需求量約25 000 t。

近年來(lái)，市場(chǎng)炒作、種植農(nóng)戶不了解市場(chǎng)信息等原因?yàn)椴糠种兴幉耐稒C(jī)商提供了機(jī)會(huì)，對(duì)中藥材市場(chǎng)價(jià)格波動(dòng)起到了推波助瀾的作用。市場(chǎng)的波動(dòng)造成藥農(nóng)和中藥材經(jīng)營(yíng)者虧損嚴(yán)重，種植和經(jīng)營(yíng)積極性下降，進(jìn)一步影響下游中藥飲片和中成藥企業(yè)的穩(wěn)定生產(chǎn)，影響行業(yè)的健康可持續(xù)發(fā)展。對(duì)三七價(jià)格進(jìn)行預(yù)測(cè)，可以幫助藥農(nóng)和中藥生產(chǎn)企業(yè)合理決策，引導(dǎo)三七產(chǎn)業(yè)健康有序發(fā)展，成為一個(gè)重要的研究課題。

目前，中藥材相關(guān)的預(yù)測(cè)模型建設(shè)已有部分研究。馬健[3]基于時(shí)間序列對(duì)亳州的白芍產(chǎn)量進(jìn)行了預(yù)測(cè)分析。馮烽等[4]基于灰色系統(tǒng)對(duì)中藥材羅漢果價(jià)格進(jìn)行了預(yù)測(cè)。王諾等[5]等基于自回歸積分滑動(dòng)平均模型對(duì)中藥材三七價(jià)格預(yù)測(cè)。馬廣慧等[6]基于遺傳BP神經(jīng)網(wǎng)絡(luò)的三七價(jià)格預(yù)測(cè)。馬健等[7]基于遺傳模擬退火三次指數(shù)平滑模型對(duì)中藥材價(jià)格進(jìn)行了預(yù)測(cè)。這些信息預(yù)測(cè)模型均只考慮了待預(yù)測(cè)量的歷史數(shù)據(jù)對(duì)其未來(lái)數(shù)據(jù)的影響，沒有考慮到影響待預(yù)測(cè)量變化的其它因素，而對(duì)于中藥材價(jià)格而言，其價(jià)格變化必然與供需、成本、宏觀經(jīng)濟(jì)環(huán)境等各種因素密切相關(guān)，缺少這些因素的預(yù)測(cè)存在很大局限性。常征宇等[8]研究了各類因素對(duì)中藥材價(jià)格的影響，并獲得了各類因素對(duì)中藥材價(jià)格變化的貢獻(xiàn)度，但是未給出各因素與價(jià)格之間的定量關(guān)系。楊勇等[9]從市場(chǎng)角度分析中藥材價(jià)格的影響因素，建立向量自回歸模型(VAR模型)，并運(yùn)用脈沖響應(yīng)和方差分解定量方法分析這些影響因素作用的大小，利用已知數(shù)據(jù)對(duì)中藥材價(jià)格指數(shù)進(jìn)行價(jià)格預(yù)測(cè)，但是模型對(duì)3個(gè)季度以后價(jià)格的預(yù)測(cè)精度急劇下降。

循環(huán)神經(jīng)網(wǎng)絡(luò)RNN(Recurrent Neural Network)是一類用于處理序列數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)。與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)相比，RNN的特點(diǎn)在于將時(shí)序的概念引入到模型的設(shè)計(jì)中，RNN網(wǎng)絡(luò)會(huì)對(duì)前面的信息進(jìn)行記憶并應(yīng)用于當(dāng)前輸出的計(jì)算中，即隱藏層之間的節(jié)點(diǎn)不再無(wú)連接而是有連接的，并且隱藏層的輸入不僅包括輸入層的輸出還包括上一時(shí)刻隱藏層的輸出。這一特點(diǎn)使得RNN能夠很好的應(yīng)用于時(shí)序輸入序列的預(yù)測(cè)。LSTM(Long Short Term)神經(jīng)網(wǎng)絡(luò)是RNN的一種特殊形式，利用LSTM模型學(xué)習(xí)長(zhǎng)期依賴信息，在很多應(yīng)用中取得了巨大成功。本研究擬首先分析影響三七價(jià)格波動(dòng)的外在因素，并分析各影響因素的相關(guān)性，進(jìn)行影響因素的篩選后引入LSTM模型，以多種影響因素的時(shí)間序列作為模型輸入，對(duì)三七價(jià)格進(jìn)行預(yù)測(cè)。

1 LSTM神經(jīng)網(wǎng)絡(luò)

LSTM是RNN神經(jīng)網(wǎng)絡(luò)的一種特殊類型。RNN神經(jīng)網(wǎng)絡(luò)由輸入層、隱藏層、輸出層組成，其中隱藏層接收本個(gè)序列以及上一個(gè)序列通過RNN隱藏層計(jì)算后輸出的結(jié)果，實(shí)現(xiàn)時(shí)間序列的歷史信息通過隱藏層計(jì)算后與新一期的序列值共同作用于隱藏層，形成新的輸出。如圖1、圖2所示，RNN結(jié)構(gòu)按照時(shí)間線展開可以更清楚的看到RNN的結(jié)構(gòu)。

圖1 RNN神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

圖2 RNN神經(jīng)網(wǎng)絡(luò)沿時(shí)間維度展開

假設(shè)RNN的輸入層大小為I，隱層大小為H，輸出層大小為K。輸入層、隱藏層、輸出層的向量序列分別表示為：x1，x2，x3…xt；b1，b2，b3…bt；o1，o2，o3…ot。圖2中xt為輸入序列x的第t項(xiàng)輸入，at為第t項(xiàng)的隱藏層的輸入，bt為第t項(xiàng)隱藏層的輸出。at由第t項(xiàng)輸入層的xt以及第t-1項(xiàng)的隱層輸出項(xiàng)bt-1共同決定：

(1)

(2)

其中ωih、ωh′h分別為輸入層和隱藏層間的權(quán)重矩陣、前項(xiàng)隱藏層輸出傳輸?shù)胶箜?xiàng)隱藏層輸入間的權(quán)重矩陣，mh為隱層偏置，f(x)為隱層激活函數(shù)，常見的激活函數(shù)有Sigmoid，雙曲正切函數(shù)tanh等。第t項(xiàng)隱藏層輸出bt傳導(dǎo)至輸出層，輸出層的輸出為：

(3)

其中ωhk為隱層到輸出層權(quán)重矩陣，nk為輸出層偏置，g(x)為輸出層激活函數(shù)。

對(duì)于長(zhǎng)期依賴問題，理論上RNN能夠處理無(wú)限長(zhǎng)的時(shí)間序列數(shù)據(jù)，但是實(shí)際應(yīng)用中，常常存在喪失學(xué)習(xí)到連接較遠(yuǎn)的信息的能力的情況。LSTM作為RNN的一種特殊類型，改進(jìn)了RNN的結(jié)構(gòu)，通過構(gòu)建特殊的控制單元解決了長(zhǎng)期依賴的問題。LSTM存儲(chǔ)和計(jì)算模塊內(nèi)部結(jié)構(gòu)的核心思想是將歷史信息作為細(xì)胞狀態(tài)在一條專門的信息傳送路徑中傳播，信息受較小干擾，容易保持不變。圖3為L(zhǎng)STM的一個(gè)存儲(chǔ)處理單元的基本結(jié)構(gòu)，其中的忘記門讀取ot-1和xt的信息并輸出信息以決定選擇忘記bt-1的某些信息，輸入門確定什么樣的新信息被存放在細(xì)胞狀態(tài)中；輸出門確定何種信息被輸出。

圖3 LSTM神經(jīng)網(wǎng)絡(luò)存儲(chǔ)處理單元

2 數(shù)據(jù)準(zhǔn)備及預(yù)處理

2.1 三七價(jià)格波動(dòng)影響因素分析及數(shù)據(jù)準(zhǔn)備

三七價(jià)格波動(dòng)的影響因素包括宏觀因素、微觀因素以及各類突發(fā)類事件因素[10-14]。宏觀方面，國(guó)家的經(jīng)濟(jì)發(fā)展水平、三七所處的醫(yī)藥行業(yè)發(fā)展水平、國(guó)家的宏觀貨幣政策等是影響價(jià)格波動(dòng)的中藥因素；微觀方面，三七的供需和成本是影響價(jià)格波動(dòng)的關(guān)鍵因素；除此之外，三七價(jià)格的波動(dòng)還受到一些突發(fā)事件的影響，如三七為原料的新產(chǎn)品開發(fā)、相關(guān)疫病流行、國(guó)家政策變化等。

本研究基于北京珍寶島中藥產(chǎn)業(yè)有限公司提供的三七2006—2018年在全國(guó)范圍內(nèi)的產(chǎn)量、需求量、庫(kù)存量、成本、全國(guó)種植面積、畝產(chǎn)量等數(shù)據(jù)，并從官方網(wǎng)站獲取年度居民消費(fèi)支出、月度全國(guó)中成藥產(chǎn)量、月度貨幣供應(yīng)量數(shù)據(jù)建立基于LSTM的價(jià)格預(yù)測(cè)模型，用以預(yù)測(cè)三七價(jià)格走勢(shì)。

根據(jù)珍寶島中藥材大數(shù)據(jù)中心提供的數(shù)據(jù)，2017年全國(guó)三七產(chǎn)量在15 000 t左右，三七的年需求量在25 000 t左右，目前年用量以10%～20%遞增，預(yù)計(jì)2018年三七的用量在27 000 t左右。三七種植成本目前為32 000元/畝左右。三七2006—2018年間產(chǎn)量、需求量、種植面積、畝產(chǎn)、種植成本數(shù)據(jù)見表1。

表1 2006—2018年三七供需及成本數(shù)據(jù)

本研究使用的宏觀數(shù)據(jù)如年度居民消費(fèi)支出、月度全國(guó)中成藥產(chǎn)量、月度貨幣供應(yīng)量均來(lái)自國(guó)家官方統(tǒng)計(jì)數(shù)據(jù)。

三七產(chǎn)新期固定，在產(chǎn)新期前后存在價(jià)格的明顯波動(dòng)，因此本研究最后引入月份作為三七價(jià)格波動(dòng)的一個(gè)重要影響因素。

市場(chǎng)上三七的規(guī)格較多，其中出現(xiàn)最多的規(guī)格有：20頭、40頭、60頭、80頭、120頭、無(wú)數(shù)頭等，不同規(guī)格的三七價(jià)格存在較大差異。本研究采用珍寶島中藥材數(shù)據(jù)庫(kù)中三七的價(jià)格指數(shù)數(shù)據(jù)，此指數(shù)綜合了三七各個(gè)規(guī)格的價(jià)格。2006—2018年部分三七價(jià)格指數(shù)見表2，三七價(jià)格指數(shù)變化趨勢(shì)見圖4。

表2 2006—2018年部分三七價(jià)格數(shù)據(jù)

圖4 三七價(jià)格指數(shù)變化趨勢(shì)圖

2.2 影響因素特征選擇與歸一化處理

本研究通過對(duì)影響三七價(jià)格變化的宏觀、微觀因素進(jìn)行分析，初步確定使用產(chǎn)量、需求量、種植面積、畝產(chǎn)、成本、中成藥產(chǎn)量、貨幣和準(zhǔn)貨幣(M2)、居民消費(fèi)支出、月份共9個(gè)維度的影響因素。

高維數(shù)據(jù)建模增加了模型的復(fù)雜度，降低了算法的泛化能力，增加了算法的搜索難度。建模前進(jìn)行特征選擇，消除冗余數(shù)據(jù)，有利于提升模型性能。本研究通過分析影響因素間相關(guān)性進(jìn)行影響因素選擇。

圖5為三七的產(chǎn)量、需求量、種植面積、畝產(chǎn)、成本、中成藥產(chǎn)量、貨幣和準(zhǔn)貨幣(M2)、居民消費(fèi)支出8個(gè)因素的相關(guān)性分析。從圖中可以看出，中成藥產(chǎn)量、貨幣和準(zhǔn)貨幣(M2)、居民消費(fèi)支出這3個(gè)宏觀因素間存在明顯的線性相關(guān)性。因此從3個(gè)因素中任意剔除其它2個(gè)因素，本研究剔除中成藥產(chǎn)量和居民消費(fèi)支出2個(gè)因素，最終保留三七的產(chǎn)量、需求量、種植面積、畝產(chǎn)、成本、貨幣和準(zhǔn)貨幣(M2)、月份作為模型的輸入變量。

完成特征選擇后，對(duì)篩選后的特征進(jìn)行歸一化處理。本研究采用min-max標(biāo)準(zhǔn)化方法，即通過下列公式對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

(4)

3 預(yù)測(cè)模型構(gòu)建

基于上述算法說(shuō)明與數(shù)據(jù)準(zhǔn)備，本研究構(gòu)建了基于LSTM的三七價(jià)格指數(shù)預(yù)測(cè)模型。其預(yù)測(cè)流程主要包括數(shù)據(jù)預(yù)處理、影響因素篩選、數(shù)據(jù)歸一化處理、基于LSTM的三七價(jià)格指數(shù)預(yù)測(cè)模型建設(shè)、訓(xùn)練、模型測(cè)試和應(yīng)用幾個(gè)部分，見圖6。

圖5 影響因素間相關(guān)性分析

圖6 影響因素間相關(guān)性分析

數(shù)據(jù)的預(yù)處理包括數(shù)據(jù)獲取后對(duì)缺失值、異常值的基本處理，模型的構(gòu)建和訓(xùn)練過程中不斷檢測(cè)模型的預(yù)測(cè)精度，如果精度達(dá)到要求則進(jìn)入下一步模型測(cè)試階段，精度未達(dá)到要求則通過增加訓(xùn)練次數(shù)、調(diào)整模型參數(shù)等直到模型達(dá)到精度要求。

4 結(jié)果與分析

本研究使用2006—2017年數(shù)據(jù)作為模型的訓(xùn)練數(shù)據(jù)，使用2018年數(shù)據(jù)作為模型的測(cè)試數(shù)據(jù)?；贚STM的三七價(jià)格指數(shù)模型建立后，針對(duì)測(cè)試數(shù)據(jù)進(jìn)行模型預(yù)測(cè)效果測(cè)試。

圖7中實(shí)線為真實(shí)價(jià)格指數(shù)數(shù)據(jù)，虛線為擬合數(shù)據(jù)和預(yù)測(cè)數(shù)據(jù)。2018年的價(jià)格預(yù)測(cè)結(jié)果如圖7所示。

圖7 三七價(jià)格預(yù)測(cè)

從表3中可以看出，模型預(yù)測(cè)2018年三七價(jià)格指數(shù)數(shù)據(jù)的波動(dòng)范圍在206～306之間，全年價(jià)格呈現(xiàn)先漲后跌態(tài)勢(shì)，總體比2017年略有下跌。對(duì)比2018年三七價(jià)格指數(shù)實(shí)際波動(dòng)情況可以看到，預(yù)測(cè)結(jié)果能夠很好的擬合三七價(jià)格變動(dòng)的整體趨勢(shì)。2018年上半年前期2—3月份略有上升，之后緩慢下跌。預(yù)測(cè)精度上，預(yù)測(cè)值與實(shí)際值最大誤差為13.01%，最小誤差為2.36%。

表3 模型預(yù)測(cè)2018年三七價(jià)格數(shù)據(jù)

此外，圖7還展示了應(yīng)用此模型另外對(duì)2019年上半年的三七價(jià)格進(jìn)行預(yù)測(cè)的結(jié)果，2019年上半年的預(yù)測(cè)價(jià)格見表4。從表4中可以看出，2019年上半年三七價(jià)格范圍處于216～236之間，整體上在年初略有上漲，3—4月份之后呈現(xiàn)緩慢下跌趨勢(shì)，三七價(jià)格指數(shù)在2019年波動(dòng)較為平緩。

表4 模型預(yù)測(cè)2019年上半年三七價(jià)格數(shù)據(jù)

5 結(jié)論和討論

三七作為我國(guó)傳統(tǒng)名貴中藥材，是很多經(jīng)典名方以及大品種中成藥的重要原料，其功效也受到消費(fèi)者越來(lái)越多的認(rèn)同。近年來(lái)，三七的價(jià)格在市場(chǎng)需求、資本炒作等多方面因素的影響下，2013—2014年出現(xiàn)了大漲大跌，價(jià)格的非正常波動(dòng)造成藥農(nóng)盲目進(jìn)行種植擴(kuò)張，繼而造成供需不平衡，影響三七相關(guān)產(chǎn)業(yè)的健康發(fā)展。通過科學(xué)方法對(duì)三七的價(jià)格進(jìn)行預(yù)測(cè)，進(jìn)而指導(dǎo)三七藥材的生產(chǎn)者和經(jīng)營(yíng)者作出正確的生產(chǎn)經(jīng)營(yíng)決策，能夠有效抑制投機(jī)，保證市場(chǎng)健康穩(wěn)定運(yùn)行。

通過上述的實(shí)驗(yàn)數(shù)據(jù)表明，LSTM神經(jīng)網(wǎng)絡(luò)應(yīng)用于三七價(jià)格指數(shù)預(yù)測(cè)取得了較好的效果。分析主要原因在于三七等中藥材價(jià)格變化為典型的時(shí)序序列，歷史價(jià)格對(duì)當(dāng)期價(jià)格的影響較大，而LSTM神經(jīng)網(wǎng)絡(luò)對(duì)歷史信息處理的典型優(yōu)勢(shì)特別有利于三七價(jià)格指數(shù)的預(yù)測(cè)。

本文建立的價(jià)格指數(shù)預(yù)測(cè)模型也可以引入到其它中藥材價(jià)格預(yù)測(cè)，通過信息化、智能化高效利用市場(chǎng)宏觀數(shù)據(jù)和微觀數(shù)據(jù)，有利于達(dá)到提高資源配置有效性和保證市場(chǎng)健康運(yùn)行的目標(biāo)。