پیشبینی قیمت هفتگی نفت خام از طریق مدل ترکیبی ماشین بردار پشتیبان و خودرگرسیو میانگین متحرک انباشته
نویسندگان
چکیده مقاله:
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.
منابع مشابه
پیش بینی 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...
متن کاملپیش 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...
متن کاملبرآورد ارزش در معرض ریسک با استفاده از مدل ترکیبی ماشین بردار پشتیبان و گارچ
یکی از حوزههای اصلی مدیریت مالی، مدیریت ریسک میباشد. منظور از مدیریت ریسک، شناسایی، اندازهگیری و نظارت بر ریسک است. بنابراین اندازهگیری ریسک از جایگاه ویژهای در مدیریت ریسک برخوردار است. از جمله روشهای شناخته شده و پرکاربرد اندازهگیری ریسک، محاسبه ارزش در معرض ریسک میباشد که موضوع اصلی این پژوهش است. در این پژوهش با استفاده از مدل ترکیبی ماشین بردار پشتیبان وگارچ به پیشبینی نوسانات شا...
متن کاملبکارگیری مدل های ترکیبی میانگین متحرک خودرگرسیون انباشته فازی احتمالی به منظور پیش بینی نرخ ارز
متن کامل
بررسی دستکاری قیمت¬ها در بورس اوراق بهادار تهران با استفاده از مدل ماشین بردار پشتیبان
دستکاری قیمتها، از جمله عواملی است که موجب بیاعتمادی سرمایهگذاران به بازار سهام شده و مانع رشد و شکوفایی آن میشود. هدف اصلی این پژوهش پیشبینی دستکاری قیمتها با استفاده از مدل ماشین بردار پشتیبان است. این مدل جهت طبقهبندی و تفکیک گروهها بهکار میرود و دادههای مورد بررسی آن باید خطی باشند. هر چند که دادههای مورد استفاده در پژوهش خطی نبودند ولی با استفاده از روش آماری تجزیه و تحلیل اجزا...
متن کاملکارایی مدل ترکیبی نسبت فراوانی-ماشین بردار پشتیبان در شناسایی مناطق مستعد سیل آبخیز کلات
جاری شدن سیل آثاری منفی بر محیط زیست، اقتصاد، جوامع انسانی و صنعت دارد. امروزه، کاربرد مدلهای پیشرفتۀ سیلاب برای شناسایی مناطق حساس و بهبود سیستم مدیریت سیل رشد چشمگیری داشته است. در این میان، تعدادی از محققان با ترکیب برخی مدلها به نتایج قابل قبولی برای شناسایی مناطق مستعد سیل دست یافتند. از آنجا که آبخیز کلات از منظر سیلاب بهخصوص سیلابهای اخیر سال 1398 جزء مناطق پرخطر استان خراسان رضوی م...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 4 شماره 14
صفحات 145- 160
تاریخ انتشار 2015-04-18
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023