مرور روشهای مبتنی بر یادگیری عمیق برای پیشبینی کارآمد قیمت نفت

نفت خام مهمترین کالا در این دنیای متمدن است. به عنوان یکی از منابع اصلی انرژی، کاربردهای مختلفی دارد؛ بنابراینپیشبینی صحیح قیمت نفت خام برای دنیای اقتصاد و همچنین برای دولتهای چندین کشور ضروری است. پیشبینی قیمتنفت خام یک کار چالشبرانگیز در کشورهای تولیدکننده نفت است. قیمت آن یکی از پیچیده ترین و سختترین مدلها است، زیرانوسانات قیمت نفت خام بسیار نامنظم، غیرخطی است و به صورت دینامیکی با عدم قطعیت بالا تغییر میکند. در حال حاضر تعدادزیادی از تحقیقات در زمینه پیشبینی قیمت نفت خام انجام شده است. این راه ها شامل روشهای بنیادی، فنی و کمی است.۱شایانذکر است که روشهای بنیادی شامل پیشبینی قیمت نفت خام بر اساس عرضه- تقاضا، مسائل ژئوپلیتیکی، اقتصاد کشورهاو غیره میباشد. روشهای فنی پیشبینی شامل مطالعه نمودارها و عملکرد قیمتی نفت خام هستند. روشهای کمی پیشبینی عمدتاشامل مطالعه داده های سری زمانی و تولید مدلهای ریاضی بر این اساس است. در این مقاله، روشهای مبتنی بر یادگیری عمیق یعنی استفاده از روشهای کمی برای پیشبینی کارآمد قیمت نفت مرور میشوند. روشهای مورد مطالعه از الگوریتمهای مختلف یادگیری عمیق از جمله LSTM، یادگیری تقویتی عمیق، مدل یادگیری عمیقBiGRU ، BiLSTM، مدل شبکه عصبی عمیق، رمزگذار SDAE و غیره استفاده کرده اند.

کلیدواژه ها:

نفت خام ، پیشبینی قیمت نفت ، یادگیری عمیق