ارایه مدل پیش بینی قیمت نفت خام با رویکرد شبکه های عصبی-فازی
Abstract
چکیده ندارد.
چکیده ندارد.
عوامل زیادی بر قیمت نفت خام تأثیر میگذارند از این رو استفاده از یک مدل چند متغیری که تمام عوامل مؤثر بر قیمت نفت را لحاظ کرده باشد کاری دشوار است. به همین دلیل، پیشبینی این متغیر از طریق مدلهای چند متغیری بسیار دشوار است. در این حالت ممکن است استفاده از مدلهای تک متغیری روش م
با توجه به اهمیت ویژهی نفت بهعنوان یکی از منابع اصلی تأمینکنندهی انرژی در جهان و قیمت آن در بازارهای بینالمللی، بر آن شدیم تا در این پژوهش به پیشبینی قیمت نفت خام با استفاده از متدولوژی جدیدی بپردازیم. روش حاضر ترکیبی از تبدیل موجک و مدلهای، رگرسیون هارمونیک و مدل هُلت-وی
به کارگیری روشهای کمی پیش بینی در زمینه های مختلف مورد توجه گسترده قرار گرفته است. تغییرات سریع محیطهای ناشناخته در دنیای واقعی و به ویژه در بازارهای مالی سبب ایجاد مشکلاتی برای پیش بینی کنندگان برای تامین داده های مورد نیاز شده است. برتری مدلهای خاکستری نسبت به مدل های پ
در اقتصاد جهانی، نفت خام یکی از مهم ترین کالاهای استراتژیک محسوب می شود که نقش به سزایی در تعیین بسیاری از معادلات منطقهای و بین الملی دارد. از این رو، پژوهش گران اقتصادی و تصمیم گیرندگان سیاسی همواره درصدد اطلاع از پیش بینی صحیح قیمت نفت خام هستند. بازارهای نفتی یکی از پیچیده ت
با توجه به اهمیت ویژهی نفت بهعنوان یکی از منابع اصلی تأمینکنندهی انرژی در جهان و قیمت آن در بازارهای بینالمللی، بر آن شدیم تا در این پژوهش به پیشبینی قیمت نفت خام با استفاده از متدولوژی جدیدی بپردازیم. روش حاضر ترکیبی از تبدیل موجک و مدلهای، رگرسیون هارمونیک و مدل هُلت-وینترز است
چکیده در بازارهای نفت، به رابطه قیمتی نفت خام و فرآورده های حاصل از آن در عملیات تقطیر» کرک اسپرد «اطلاق می گردد. پالایشگاه ها از فعالان اصلی بازار نفت، عمدتاً در معرض ریسک کرک اسپرد قرار دارند. فعالیتپالایشگاه با هدف حداکثر کردن کرک اسپرد صورت می گیرد. به هر روی، مصرف کنندگان نف