پیش بینی قیمت نفت با دو روش arima و شبکه های عصبی مصنوعی

توانایی کم نظیر شبکه های عصبی مصنوعی به عنوان ابزاری قدرتمند برای تحلیل و براورد در حوزه علوم تجربی مهندسی موجب شد تا مورد توجه اقتصاد دانان قرار گیرد در این پژوهش پس از مرور پژوهش های انجام شده در مورد توانایی پیش بینی مدل های خود توضیح جمعی میانگین متحرک ARIMA و شبکه های عصبی مصنوعی ANN به مقایسه این دو نوع روش برای پیش بینی قیمت روزانه نفت در دوره آوریل 1983 تا ژوین 2005 پرداخته ایم افزون بر این در این پژوهش پس از مدلسازی به وسیله شبکه های عصبی مصنوعی به منظور تشخیص سهم مشارکت هر پارامتر ورودی در این مدل از تجزیه و تحلیل حساسیت استفاده کرده ایم با توجه به حجم وسیع به کارگیری اطلاعات روزانه قیمت جهانی نفت بیش از 5500 روز اطلاعات نتایج به دست آمده نشان دهنده برتری غیر قبال مقایسه مدل شبکه های عصبی مصنوعی نسبت به مدل ARIMA در پیش بینی قیمت روزانه نفت است

کلیدواژه ها:

سری های زمانی ، شبکه های عصبی مصنوعی ANN ، مدل ARIMA ، آنالیز حساسیت