پیش بینی قیمت هفتگی نفت خام از طریق مدل ترکیبی ماشین بردار پشتیبان و خودرگرسیو میانگین متحرک انباشته
Authors
abstract
همواره پیشبینی روند قیمت و نوسانات یکی از چالشهای پیشروی معاملهگران در بازارهای بورس نفت بوده و پیشبینی قیمتها به عنوان یک امر ضروری وکاربردی مطرح میشود ولیکن باید پیشبینی را مورد توجه قرار داد که با دقت بیشتری صورت گیرد و نسبت به نتایج واقعی مشاهده شده خطای کمتری داشته باشد. به منظور پیشبینی قیمت هفتگی نفت خام برنت به عنوان یک نفت شاخص با توجه به دشوار بودن شناسایی دقیق الگوهای خطی و غیرخطی در سریهای زمانی اقتصادی و مالی از ترکیب مدلهای خودرگرسیو میانگین متحرک انباشته(arima) با این پیش فرض که سریزمانی دارای الگوی خطی میباشد و ماشین بردار پشتیبان(svm)که توانایی بالایی در مدلسازی الگوهای غیرخطی دارد به منظور افزایش دقت پیشبینی استفاده شده است. با توجه به آزمون مقایسه زوجی معیارهای ارزیابی عملکرد ریشه میانگین مجذور خطا(rmse) و میانگین قدرمطلق درصد خطا(mape) که حاصل مقادیر پیش بینی شده و مقادیر واقعی هر یک از مدلها هستند، نتایج بیانگر این موضوع بودند که در بیشتر موارد مدل ترکیبی خطای کمتری در پیش بینی قیمت نفت خام نسبت به کاربرد مجزای مدلهای خودرگرسیو میانگین متحرک انباشته و ماشین بردار پشتیبان دارد.
similar resources
پیشبینی قیمت هفتگی نفت خام از طریق مدل ترکیبی ماشین بردار پشتیبان و خودرگرسیو میانگین متحرک انباشته
همواره پیشبینی روند قیمت و نوسانات یکی از چالشهای پیشروی معاملهگران در بازارهای بورس نفت بوده و پیشبینی قیمتها به عنوان یک امر ضروری وکاربردی مطرح میشود ولیکن باید پیشبینی را مورد توجه قرار داد که با دقت بیشتری صورت گیرد و نسبت به نتایج واقعی مشاهده شده خطای کمتری داشته باشد. به منظور پیشبینی قیمت هفتگی نفت خام برنت به عنوان یک نفت شاخص با توجه به دشوار بودن شناسایی دقیق الگوهای خطی و...
full textپیش بینی قیمت نفت خام اوپک با استفاده از مدل خودبازگشتی میانگین متحرک انباشته فازی
عوامل زیادی بر قیمت نفت خام تأثیر میگذارند از این رو استفاده از یک مدل چند متغیری که تمام عوامل مؤثر بر قیمت نفت را لحاظ کرده باشد کاری دشوار است. به همین دلیل، پیشبینی این متغیر از طریق مدلهای چند متغیری بسیار دشوار است. در این حالت ممکن است استفاده از مدلهای تک متغیری روش مناسبی باشد. در این مدلها از حافظه تاریخی متغیر برای مدلسازی و پیشبینی استفاده میشود. اما یکی از محدودیتهای مدله...
full textبکارگیری مدل های ترکیبی میانگین متحرک خودرگرسیون انباشته فازی احتمالی به منظور پیش بینی نرخ ارز
full text
پیش بینی قیمت تسویه در بازار برق: الگوریتم ماشین بردار پشتیبان بهبودیافته
با تشکیل بازار برق ایران در سال 1382، تولیدکنندگان انرژی با ثبت پیشنهاد قیمت خود بهصورت روزانه در سامانه مدیریت شبکه، با یکدیگر به رقابت میپردازند.در این رقابت تنها تولیدکنندگانی پیروز هستند که قیمت پیشنهادی آنها پایینتر از قیمت تسویه بازار در ساعات روز بعد باشد، ازاینرو پیشبینی قیمت تسویه بازار در روز بعد برای تولیدکنندگان انرژی امری حیاتی بوده و در کسب هر چه بیشتر سهم بازار برق ایران به...
full textپیش بینی قیمت روزانه نفت خام برنت با ترکیب روش های آنالیز مؤلفه های اصلی و رگرسیون بردار پشتیبان
پیشبینی روند قیمت نفت خام و نوسانات آن همواره یکی از چالشهای پیش روی معاملهگران در بازارهای نفتی بوده است. این مقاله به پیشبینی قیمت روزانه نفت خام برنت با یک مدل ترکیبی پیشنهادی میپردازد. نمونه آماری قیمت روزانه نفت خام برنت دریای شمال از ژوئیه سال 2008 تا ژوئیه سال 2016 میباشد که از میان کل قیمتهای روزانه نفت در تمام بازارهای نفتی انتخاب شده است. در این پژوهش، برای پیشبینی مدلی از ترک...
full textتوانایی ماشین بردار پشتیبان در پیش بینی درماندگی مالی
درماندگی مالی پیش از ورشکستگی مالی رخ میدهد و پیش بینی موثر آن یک مسئلهی مهم و چالش برانگیز برای شرکتها میباشد. تحقیق حاضر به پیش بینی درماندگی مالی در قالب مدل ماشین بردار پشتیبان و با استفاده از ترکیبات جریان نقد میپردازد. اهمیت ابزارهای داده کاوی، و توانایی این ابزارها در پیش بینی و طبقه بندی متغیرها، استفاده از آنها را در مباحث مختلف مالی از جمله پیش بینی ورشکستگی، پیش بینی درماندگی م...
full textMy Resources
Save resource for easier access later
Journal title:
دانش سرمایه گذاریجلد ۴، شماره ۱۴، صفحات ۱۴۵-۱۶۰
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023