آرشیو

آرشیو شماره ها:
۴۸

چکیده

با توجه به اهمیت ویژه ی نفت به عنوان یکی از منابع اصلی تأمین کننده ی انرژی در جهان و قیمت آن در بازارهای بین المللی، بر آن شدیم تا در این پژوهش به پیش بینی قیمت نفت خام با استفاده از متدولوژی جدیدی بپردازیم. روش حاضر ترکیبی از تبدیل موجک و مدل های، رگرسیون هارمونیک و مدل هُلت-وینترز است که به طور همزمان برای پیش بینی سری زمانی قیمت نفت خام به کار گرفته ش ده اند. داده های سری زمانی قیمت نفت خام، ابتدا با استفاده از تبدیل موجک به سه سری داده های دارای روند، داده های متأثر از عوامل فصلی و داده های با فرکانس بالا (تلاطمات) تجزیه می شوند. سپس هر سری با استفاده از مدل مربوط به آن پیش بینی شده و در مرح له ی نهایی، برای دس تیابی به پیش بینی ن هایی سری های زمانی پیش بینی شده با هم ترکیب می شوند. پیش بینی های بدست آمده با استفاده از مدل پیشنهادی با پیش بینی های حاصل از روش  مقایسه گردیده است. نتایج حاکی از آن است که مدل مورد استفاده در این تحقیق، پیش بینی صحیح تر و با خطای کمتری برای قیمت نفت خام ارائه می دهد.

Forecasting of Crude Oil Price by Using Wavelet Transform, Non-Linear and Linear Models

This paper presents a new model for forecasting crude oil prices. The model is a combination of wavelet transformation with the ARMAX, Harmonic regression Holt-Winters and models. The study applies this model to forecasting the time series data of crude oil.  The time series data of oil prices are decomposed by applying wavelet transformation to the three series; trend series, seasonality series and high frequency (fluctuations) series. The study then proceeds to apply the related models to forecast each series and finally to achieve the final forecasting, combines the forecasted time series with each other. By comparing the resulted forecasts from the proposed model with ARMA model, it is indicated that the using model in this thesis has better performance and accuracy.

تبلیغات