基于多层次分部油价预测的多步骤埃布油价预测
机器学习
2024-12-17 v2 人工智能
计算工程、金融与科学
摘要
准确的原油价格预测对于能源交易、风险管理和投资规划等各类经济活动至关重要。尽管深度学习模型已成为原油价格预测的强大工具，但实现准确预测仍富有挑战性。深度学习模型的性能严重依赖于超参数调优，且在不同情境下表现可能不同。此外，价格波动也受到外部因素如世界事件的敏感影响。为解决这些局限性，我们提出一种混合方法，将元启发式优化与五种广泛使用的神经网络架构集成用于时间序列预测。与现有方法在神经网络架构内部应用元启发式优化不同，我们在四个层面利用 GWO 元启发式优化器进行特征选择、数据准备、模型训练和预测融合。该方法针对使用真实世界布伦特原油价格数据进行三步 ahead 预测进行评估，结果表明该方法在各种基准测试中提升了预测性能，实现 0.000127 的 MSE。
引用
@article{arxiv.2407.12062,
title = {Multistep Brent Oil Price Forecasting with a Multi-Aspect Meta-heuristic Optimization and Ensemble Deep Learning Model},
author = {Mohammed Alruqimi and Luca Di Persio},
journal= {arXiv preprint arXiv:2407.12062},
year = {2024}
}