基于KNN模型的原油价格预测研究

摘要：

针对非线性、非平稳且呈现剧烈波动的时间序列,使得传统的预测方法预测效果不够理想.尝试运用KNN模型对WTI原油价格进行预测,并与ARIMA模型和神经网络自回归(NNAR)模型预测结果进行比较,结果表明:KNN模型适用于WTI原油价格预测,且预测效果优于ARIMA模型和神经网络自回归模型.通过模型组合,利用KNN模型和神经网络自回归模型组合预测后,预测精度显著提升.

关键词：KNN模型、ARIMA模型、神经网络自回归模型、预测精度

分类号：F726(中国国内贸易经济)

资助基金：创新项目XJUFE2019B001

在线出版日期：2021-06-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：15-22