Forecasting of Crude Oil Prices Using Wavelet Decomposition Based Denoising with ARMA Model

Der Artikel diskutiert die erheblichen Auswirkungen der Schwankungen des Rohölpreises auf die Weltwirtschaft und unterstreicht die Notwendigkeit präziser Prognosemodelle. Sie führt eine robuste Methode ein, die auf der Wellenabbaumethode basiert, die auf ARMA-Modellen zur Vorhersage der Rohölpreise basiert, insbesondere in volatilen Phasen wie der COVID-19-Pandemie. In der Studie werden die täglichen Handelspreise für Rohöl aus der MCX in Indien herangezogen, die einen Zeitraum abdecken, der durch extreme Preisschwankungen gekennzeichnet ist. Der Algorithmus zur Denozialisierung von Wellenlängen wird eingesetzt, um Rauschen zu entfernen und gleichzeitig zentrale Merkmale der Zeitreihendaten zu erhalten, wodurch die Vorhersagemöglichkeiten von ARMA-Modellen verbessert werden. Die Ergebnisse deuten auf das Vorhandensein nichtlinearer Dynamik und nichtnormaler Verteilung in der Rücklaufserie hin und unterstreichen die Wirksamkeit der vorgeschlagenen Methode bei der Erfassung und Vorhersage von Preisbewegungen während turbulenter Marktbedingungen.