Mroz, T. (2013). Reinforcement learning and other quantitative methods for energy markets [Diploma Thesis, Technische Universität Wien]. reposiTUm. http://hdl.handle.net/20.500.12708/160685
Energie Märkte; Erdgas; Parameterschätzung; Reinforcement Learning; Dynamische Optimierung; Neuronale Netze
de
Energy Markets; Natural Gas; Reinforcement Learning; Dynamic Programming; Neural Networks
en
Abstract:
Energiemärkte unterscheiden sich in vielen Bereichen von klassischen Finanzmärkten. Prozesse, denen Erdgas-, Erdöl- und andere Preise folgen, sind in der Regel komplizierter. Optionen in Energiemärkten sind komplexer und führen häufig zu dynamischen Optimierungsproblemen.<br />Die vorliegende Arbeit betrachtet in einem ersten Teil Spotpreise für Erdgas des deutschen Marktgebietes NCG und analysiert mögliche stochastische Prozesse für diese Preise. Des Weiteren werden Methoden zur Parameterschätzung vorgestellt.<br />In einem zweiten Teil wird Reinforcement Learning in Verbindung mit neuronalen Netzen als eine approximative Methode zur Lösung dynamischer Optimierungsprobleme vorgestellt und anhand einiger Beispiele getestet.<br />Dabei wird z.B. ein Erdgasspeicher bewertet und eine optimale Ein- und Ausspeisestrategie gefunden.
