《基于机器学习的原油价格预测国内外研究现状文献综述》4700字.docx

基于机器学习的原油价格预测国内外研究现状文献综述

1.1对原油价格的研究现状

关于原油价格（现货和期货）的走势和预测主要但不仅限于三类方法：计量经济学方法、深度学习网络以及多领域组合模型。

基于传统计量经济学方法国内外学者都进行了大量的研究：丁静之等（2008）[1]建立了ARIMA模型对Brent油价进行预测。Xiang和Zhuang（2013）[2]证实了ARIMA(1,1,1)模型对Brent油价具有良好的预测效果。董秀成和王守春（2011）[3]建立了LST-GARCH组合模型研究国际油价变化趋势，该模型比单独的GARCH模型可以更好地描述波动过程中的机制平衡转换特征。伍笑萍和李忠民（