近年来,空气污染、气候变化、冰川融化和温室效应等已然成为政府、专家、学者和大众所关注的焦点,导致这些环境问题的主要原因之一是温室气体的过度排放。其中,碳交易价格的准确预测在减少温室气体排放方面起着至关重要的作用。然而,碳交易价格本身具有较高的非线性、非平稳和多频率等复杂特征,使得传统的单项预测方法无法准确的刻画出碳交易价格的波动特征。目前基于分解集成的组合预测方法能够将时间序列转化成平稳且规律性强的子序列,从而更好地把握碳价波动规律。另外,随着互联网的快速发展,越来越多的人通过互联网进行信息搜索和决策,利用实时网络数据为碳交易价格预测提供了一个新的研究视角。本文提出了基于非结构化数据驱动的碳交易价格混合分解集成组合预测方法。首先,选取碳交易价格历史数据,并从碳交易价格的供需方面确定相关影响因素,从百度指数提取与碳交易价格相关的关键词作为非结构化数据。其次,由于非结构化数据具有量多且价值密度低等特点,因此本文采用主成分分析对数据进行降维处理从而降低信息冗余,模型复杂和计算量大等问题。然后,用多种分解方法对历史数据、结构化数据和非结构化数据进行混合分解和重构,该过程能够将碳价分解成结构平稳的子序列且包含的信息更加集中,此时再用统计计量方法和智能算法对不同特征的子序列进行组合预测能更好的拟合碳价的走势,得到基于非结构数据的碳交易价格预测结果。最后,为了验证所提出模型的有效性和适用性,对湖北省碳价格进行预测,并用多种误差指标进行评价。本文首次将混合分解集成方法与非结构化数据相结合进行碳交易价格预测,并通过实证分析,发现本模型能显著提高碳交易价格的预测精度,为碳价预测提供新思路。