بررسی، تحلیل و مقایسه پیشبینی قیمت نفت خام با محدودیتهای آماری و شبکه عصبی

پیشبینی یکی از حوزه های مهم پشتیبانی تصمیم بوده و در حوزه مسائل مالی و اقتصادی اهمیت ویژهای دارد. بازار نفت، یکی از بازارهای پرتلاطم است، که پیشبینی آینده آن میتواند در تصمیم گیری های اقتصادی تأثیر مثبت بر جای گذارد. وقوع ناگهانی بحران های نفتی که در بازار نفت حادث میشود، درجه اطمینان بسیاری از پیش بینی ها را با تردید مواجه میسازد. در این تحقیق سعی شده است با ارائه مدل های مختلف قیمت نفت خام پیش بینی شود. از این رو چندین مدل با استفاده از روشهای، رگرسیون خطی، چند جمله ای و چند بعدی برای افزایش پیچیدگی و درجه خط برازش منحنی مورد استفاده قرار گرفت و برای ارزیابی نتایج روشهای مختلف رگرسیون مدل بهینه شبکه عصبی مصنوعی چند لایه پرسپترون نیز ارائه شد. به همین منظور شاخص قیمت نفت خام وست تگزاس اینترمدیت (WTI) از سال 2007 تا سال 2013 به صورت روزانه مورد استفاده قرار گرفت و با مقایسه ضریب تعیین R2 بهترین نمودار پیش بینی قیمت نفت تخمین زده شد. در نهایت، نتایج محاسبات حاکی از عملکرد بهتر شبکه عصبی پرسپترون در پیش بینی قیمت نفت نسبت به روشهایرگرسیون با درجه پیچیدگی مختلف میباشد.

کلیدواژه ها:

پیش بینی قیمت نفت خام ، پرسپترون ، رگرسیون ، شبکه عصبی ، محدودیتهای آماری