TRACE基准：引入官方运营文本提升电价预测准确性

电价预测为何需要文本信息

电价预测（Electricity Price Forecasting, EPF）在电力市场中承担着调度、竞价和风险管理的核心职能。准确的电价预测直接关系到发电商的收益与电网运营的稳定性。然而，长期以来，学界与业界构建的预测基准主要依赖数值型输入——历史价格、负荷数据、天气参数等结构化信息。

这种做法忽略了一个重要的信息源：预测时点上可获取的官方运营文本。电力市场运营机构会定期发布包含系统状态、调度安排、风险提示等内容的文本信息，这些文字描述可能蕴含数值数据无法完全捕捉的市场信号。TRACE基准的提出，正是为了系统评估这类文本上下文在预测中的实际价值。

TRACE基准的设计与规模

TRACE是一个可复现的电价预测基准，包含7,300个"区域-日"（zone-day）实例。这些数据覆盖了美国一个主要电力市场中的五个区域，将各区域的电价与预测截止时点（forecast cutoff）可获取的官方运营文本进行配对。

防止信息泄露的关键设计

基准设计中一个值得关注的细节是：TRACE会在每个截止时点重建官方运营文本，从机制上防止"截止后信息泄露"（post-cutoff information leakage）。这是时间序列预测研究中极易被忽视却又至关重要的问题——如果训练或评估阶段无意中引入了预测时点之后才产生的信息，会导致模型表现被严重高估，失去实际应用价值。TRACE通过严格对齐文本的可获取时间，确保了评估结果的真实性与可复现性。

语义对齐与预测价值的双重验证

研究团队从两个维度评估TRACE：语义对齐（semantic alignment）与预测价值（forecasting value）。

语义层面的发现

语义评估显示，文本信息与真实价格中的中心移动（central movement）以及双侧尾部风险（tail risks）存在对齐关系。其中，文本与上尾价格风险（upper-tail price risk）的一致性最为稳定。这意味着官方运营文本在预示极端高价事件方面具有较强的信号价值——而极端高价往往正是电力市场参与者最需要防范的风险场景。

预测性能的量化提升

在实际预测效果上，引入文本信息后，跨多个时间序列基础模型（time-series foundation models）的上尾分位损失（upper-tail pinball loss）中位数下降了7.4%。分位损失是衡量概率预测质量的常用指标，这一数字表明文本上下文确实为预测带来了可测量的改进，尤其是在刻画高价尾部风险方面。

**分位损失（Pinball Loss）**是概率预测领域的核心评估指标，用于衡量预测分位数与实际观测值之间的偏差。对于τ分位数，当实际值高于预测值时，损失权重为τ；当实际值低于预测值时，损失权重为1-τ。上尾分位损失（upper-tail pinball loss）特指高分位数（如90%、95%）场景下的损失，对漏报极端高价格的惩罚更重，因此对电力市场中价格峰值事件的预测能力更为敏感。与均方误差（MSE）等点预测指标相比，分位损失能全面评估模型对价格分布形态的刻画能力，而非仅关注均值预测的准确性。在电力市场中，上尾预测的改善直接影响风险敞口管理与竞价策略的制定。

消融实验：文本价值的严格验证

为了验证性能提升确实来自文本信息本身，而非偶然因素，研究团队设计了一项受控的"跨日文本错配"（cross-day text-mismatch）消融实验。实验中，将文本与错误日期的价格数据配对后，原本的性能增益不仅消失，预测表现甚至跌破了完全不使用文本的基线水平。

这一结果具有重要的方法论意义：它排除了"文本只是充当某种正则化噪声"的可能性，证明了只有在文本与对应时点的价格正确匹配时，其中蕴含的信息才能转化为预测价值。错配实验的逆转效应，反过来强化了文本-价格语义关联的真实性。

对行业与研究的启示

TRACE的贡献不只在于提供了一个新基准，更在于它为"文本驱动的时间序列预测"这一新兴方向奠定了可复现的评估标准。随着大语言模型与时间序列基础模型的融合趋势加速，如何将非结构化文本纳入数值预测框架，正成为一个活跃的研究课题。

对电力市场从业者而言，这项研究提示了一个可操作的方向：官方运营文本不应被视为可有可无的辅助信息，而应作为提升尾部风险预测能力的有效输入。尤其在风险管理场景中，7.4%的上尾损失改善可能对应着可观的经济价值。对研究社区而言，TRACE严格的防泄露设计和消融验证范式，也为后续同类基准的构建提供了可借鉴的样板。

**时间序列基础模型（Time-Series Foundation Models）**是指经过大规模多领域时间序列数据预训练、具备跨任务泛化能力的通用预测模型，代表性工作包括TimesFM、Chronos、Moirai等。与针对单一任务训练的专用模型不同，基础模型通过在数千个不同来源的序列上预训练，习得了跨域的时序规律，可在零样本或少样本条件下直接用于新场景。TRACE选择在多个此类基础模型上进行评估，有助于验证文本增益的普遍性，而非对某一特定模型架构的依赖。这也反映了当前预测研究的趋势：将文本等非结构化信息作为外部上下文注入基础模型，成为提升特定领域预测精度的重要路径。