Resumen

Se propone un nuevo método basado en la integración de la transformada wavelet discreta y el modelo de redes neuronales artificiales (WANN) para la previsión del precio diario del crudo. Se utiliza la transformada wavelet discreta de Mallat para descomponer las series de precios del crudo en una serie de aproximación y algunas series de detalle (DS). La nueva serie obtenida sumando la serie de aproximación efectiva y el componente DS se utiliza como entrada en el modelo ANN para predecir el precio del crudo. El rendimiento relativo del modelo WANN se comparó con el del modelo RNA normal para la previsión del precio del crudo en plazos de 1 día para dos series principales de precios del crudo, los precios al contado del crudo West Texas Intermediate (WTI) y del crudo Brent. En ambos casos, se observó que el modelo WANN proporcionaba previsiones más precisas de los precios del crudo que el modelo RNA individual.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Mathematical logic
• Palabras claves:modelo wann, series de aproximación, previsiones precisas de los precios del crudo, precios al contado del crudo, previsión diaria de los precios del crudo, transformada wavelet mallat discreta, principales series de precios del crudo, west texas intermediate, redes neuronales artificiales, previsión del crudo
• Keywords:wann model, approximation series, accurate crude oil prices forecasts, crude oil spot prices, daily crude oil price forecasting, discrete mallat wavelet transform, main crude oil price series, west texas intermediate, artificial neural networks, crude oil forecasting