AI Summary & Key Takeaways
AI InsightAccording to the results obtained,the LSTM model has superior results to predict the trend of oil prices.
📌 3 Key Takeaways
Abstract
Crude oil and petroleum products are among the critical inputs of industrial production and have an essential role in logistics andtransportation. Hence, sudden increases and decreases in oil prices cause particular problems in global economies and thus, they have adirect or indirect effect on economies. Furthermore, due to crises in developing economies, trade disputes between major economies,and the dynamic nature of the oil price effect on demand and supply for oil and petroleum products, and time to time volatility in theoil price are very severe. The uncertainty in oil prices can leave both consumers and producers with heavy potential losses. Due to thisrapid variability, predicting oil prices has global importance. In this study, to increase the accuracy and stability, the Long-Short TermMemory (LSTM) and Facebook's Prophet (FBPr) were applied to foresee future tendencies in Brent oil prices considering their previousprices. Comparing the two models made using the 32-year data set between June 1988 and June 2020 weekly for oil prices, and themodel with the best fit was determined. The dataset was split into two sets: training and test sets—the twenty-five years are used for thetraining set and the seven years are used to validate forecasting accuracy. The coefficient of determination (R2 ) for the LSTM and FBPrmodels was found as 0.92, 0.89 in the training stage, and 0.89, 0.62 in the testing stage, respectively. According to the results obtained,the LSTM model has superior results to predict the trend of oil prices.
Özet
Ham petrol ve petrol ürünleri, endüstriyel üretimin önemli girdileri arasında olduğu kadar lojistik ve taşımacılıkta da kritik bir roloynamaktadır. Dolayısıyla, petrol fiyatlarındaki ani artışlar ve düşüşler küresel ekonomilerde ve dahası ekonomiler üzerinde doğrudanveya dolaylı bir etkisi vardır. Ayrıca, gelişmekte olan ekonomilerdeki krizler, büyük ekonomiler arasındaki ticaret anlaşmazlıkları vepetrol fiyatının dinamik doğası, petrol arz ve talebi üzerinde etkisi olmaktadır ve petrol fiyatında zaman zaman oynaklık çok sertolmaktadır. Petrol fiyatlarındaki bu belirsizlikler hem tüketicilere hem de üreticilere ağır potansiyel kayıplar yaratabilmektedir. Bu hızlıdeğişkenlik ve dalgalanma nedeniyle petrol fiyatlarının tahmin edilmesi küresel öneme sahiptir. Bu çalışmada, Brent Petrol fiyatlarınıngelecekteki trendini tahmin edilebilmek için geçmiş değerleri girdi alan Uzun Kısa Süreli Bellek (LSTM) ve Facebook Prophet (FBPr)yöntemleri kullanılmıştır. İki modelin petrol fiyatları için Haziran 1988 ile Haziran 2020 arasında haftalık 32 yıllık veri seti kullanılarakkarşılaştırılmış ve en uygun model belirlenmiştir. Veri seti eğitim ve test setleri olmak üzere iki gruba ayrılmıştır; eğitim seti için ilkyirmi beş yıl seçilirken ve son yedi yıl ise tahmin doğruluğunu onaylamak için kullanılmıştır. LSTM ve FBPr modelleri için katsayıtayini (R2 ) eğitim aşamasında 0.92, 0.89 ve test aşamasında 0.89, 0.62 bulunmuştur. Elde edilen sonuçlar incelendiğinde, LSTMmodelinin petrol fiyatlarındaki trendi tahmin etmek için daha iyi sonuç verdiği görülmüştür.