ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > التنبؤ بحركة أسعار النفط الخام...>الوصف

التنبؤ بحركة أسعار النفط الخام باستخدام تقنيات الذكاء الصنعي

العنوان بلغة أخرى: Predicting the Movement of Crude Oil Prices Using Artificial Intelligence Techniques
المصدر: مجلة بحوث جامعة حلب - سلسلة العلوم الاقتصادية
الناشر: جامعة حلب
المؤلف الرئيسي: عداس، ضحى محمد أسعد (مؤلف)
المؤلف الرئيسي (الإنجليزية): Addas, Doha Mohammed Asaad
المجلد/العدد: ع39
محكمة: نعم
الدولة: سوريا
التاريخ الميلادي: 2020
الصفحات: 1 - 21
ISSN: 2227-9180
رقم MD: 1472638
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
المنتجات البترولية | أسعار النفط | الأسواق المالية | حركة الأسعار | الذكاء الاصطناعي
كلمات المؤلف المفتاحية:
أسعار النفط | أشجار الغابات العشوائية | أشجار القرار | الشبكات العصبية | Oil Prices | Decision Trees | Random Forest Trees | Neural Networks
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: هدف هذا البحث إلى دراسة أسعار النفط والتنبؤ بحركتها على المدى القصير وذلك باستخدام تقنيات الذكاء الصنعي، وقد اتبع الباحث المنهج الوصفي من خلال الرجوع إلى الدراسات التي تناولت موضوع البحث، ثم إجراء الدراسة التطبيقية من خلال جمع البيانات الخاصة بأسعار النفط الخام للشهر الأول من عام 2019 وتهيئة هذه البيانات ووضعها بشكل يناسب تقنيات الذكاء الصنعي التي تم استخدامها وهي أشجار القرار، وأشجار الغابات العشوائية، والشبكات العصبية الاصطناعية، كما تم دراسة وجود أثر لكل من سعر الذهب مقابل الدولار وسعر اليورو مقابل الدولار على حركة أسعار النفط الخام وذلك باستخدام الأداة WEKA. وقد توصل الباحث إلى النتائج التالية: - إمكانية التنبؤ بحركة أسعار النفط في الأجل القصير (بعد ساعة واحدة) باستخدام تقنيات الذكاء الصنعي بإضافة حركة سعر الافتتاح، أقل، وأعلى سعر، للنفط كمتغيرات مستقلة مقابل سعر إغلاق النفط كمتغير تابع في نماذج التنبؤ. - أفضلية الشبكات العصبية على كل من الغابات العشوائية وأشجار القرار في التنبؤ بحركة أسعار النفط خام برنت في الأجل القصير حيث بلغت دقة التنبؤ باستخدام الشبكات العصبية 90,82 %، تليها تقنية الغابات العشوائية بدقة تنبؤ 89,3 % وأخيرا تقنية أشجار القرار بدقة تنبؤ 89 %. - عدم زيادة دقة التنبؤ بأسعار النفط في الأجل القصير باستخدام كل من الشبكات العصبية، أشجار القرار، وأشجار الغابات العشوائية عند إدخال كل من سعر الذهب وسعر اليورو مقابل الدولار في النموذج.

The aim of this research is to study oil prices and to predict their movement in the short term, using artificial intelligence techniques. The researcher has followed the descriptive approach by referring to the studies that dealt with the subject of the research, then conducting an applied study by collecting the data of oil prices in the first month of 2019. These data were created and placed in a way that suits the used artificial intelligence techniques, including decision trees, random forest trees, and artificial neural networks. The researcher also studies the impact of both the price of gold against the dollar and the price of euro against the dollar by using the WEKA tool. The researcher reached the following results: 1- The possibility of predicting the movement of oil prices in the short term (after one hour) using artificial intelligence techniques by adding the movement of the opening price, the lowest price, and the highest price of oil as independent variables against the price of oil closing as a target function in the prediction models. 2- Neural networks are better than random forests and decision trees in predicting the movement of Brent oil prices in the short term, as the accuracy of the prediction using neural networks reached 90.82%, followed by random forest technology with a prediction accuracy of 89.3%, then the decision trees technique with a prediction of 89 %. 3- There is no increase in the accuracy of predicting oil prices in the short term using neural networks, decision trees, and random forest trees when entering both the gold price and the euro price against the dollar into the model.
ISSN: 2227-9180

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.