[論文レビュー] Prediction of Brent crude oil price based on LSTM model under the background of low-carbon transition

Yuwen Zhao, Baojun Hu+1 more|arXiv (Cornell University)|Sep 19, 2024

Hydrocarbon exploration and reservoir analysis被引用数 6

ひとこと要約

本稿は、三層LSTMを用いて近い将来のブレント原油価格を予測し、EIAスポットデータを使用する。低炭素転換要因が価格ダイナミクスに与える影響に対処する。

ABSTRACT

In the field of global energy and environment, crude oil is an important strategic resource, and its price fluctuation has a far-reaching impact on the global economy, financial market and the process of low-carbon development. In recent years, with the gradual promotion of green energy transformation and low-carbon development in various countries, the dynamics of crude oil market have become more complicated and changeable. The price of crude oil is not only influenced by traditional factors such as supply and demand, geopolitical conflict and production technology, but also faces the challenges of energy policy transformation, carbon emission control and new energy technology development. This diversified driving factor makes the prediction of crude oil price not only very important in economic decision-making and energy planning, but also a key issue in financial markets.In this paper, the spot price data of European Brent crude oil provided by us energy information administration are selected, and a deep learning model with three layers of LSTM units is constructed to predict the crude oil price in the next few days. The results show that the LSTM model performs well in capturing the overall price trend, although there is some deviation during the period of sharp price fluctuation. The research in this paper not only verifies the applicability of LSTM model in energy market forecasting, but also provides data support for policy makers and investors when facing the uncertainty of crude oil price.

研究の動機と目的

• 低炭素移行とエネルギー政策の変化の中で、ブレント原油価格の予測を動機づける。
• エネルギー市場予測におけるLSTMニューラルネットワークの適用性を評価する。
• 石油価格の不確実性の下で、政策立案者と投資家にデータ駆動型の洞察を提供する。

提案手法

• 今後数日間のブレント価格を予測するために、三層のLSTMニューラルネットワークを構築する。
• 入力として米エネルギー情報局（U.S. Energy Information Administration）の欧州ブレント原油スポット価格データを使用する。
• 急激な変動時の全体的な価格動向と逸脱を捉えるモデルの能力を評価する。

実験結果

リサーチクエスチョン

• RQ1 三層LSTMはブレント原油価格の全体的なトレンドを正確に捉えられるか？
• RQ2 急激な価格変動の期間において、LSTM予測は実際の価格とどれだけ一致するか？
• RQ3 低炭素移行関連の要因がブレント価格の予測性能に与える影響は何か？

主な発見

• LSTMモデルはブレント原油の全体的な価格動向を捉える。
• 急激な価格変動の期間には予測にいくらかの逸脱がある。
• このアプローチはエネルギー市場予測におけるLSTMの適用可能性を示し、政策立案者と投資家にデータによる支援を提供する。