Počet záznamů: 1
Forecasting the term structure of crude oil futures prices with neural networks
- 1.
SYSNO ASEP 0453168 Druh ASEP J - Článek v odborném periodiku Zařazení RIV J - Článek v odborném periodiku Poddruh J Článek ve WOS Název Forecasting the term structure of crude oil futures prices with neural networks Tvůrce(i) Baruník, Jozef (UTIA-B) RID, ORCID
Malinská, B. (CZ)Celkový počet autorů 2 Zdroj.dok. Applied Energy. - : Elsevier - ISSN 0306-2619
Roč. 164, č. 1 (2016), s. 366-379Poč.str. 14 s. Forma vydání Tištěná - P Jazyk dok. eng - angličtina Země vyd. GB - Velká Británie Klíč. slova Term structure ; Nelson–Siegel model ; Dynamic neural networks ; Crude oil futures Vědní obor RIV AH - Ekonomie CEP GBP402/12/G097 GA ČR - Grantová agentura ČR Institucionální podpora UTIA-B - RVO:67985556 UT WOS 000372379700035 EID SCOPUS 84951017088 DOI 10.1016/j.apenergy.2015.11.051 Anotace The paper contributes to the limited literature modelling the term structure of crude oil markets. We explain the term structure of crude oil prices using the dynamic Nelson–Siegel model and propose to forecast oil prices using a generalized regression framework based on neural networks. The newly proposed framework is empirically tested on 24 years of crude oil futures prices covering several important recessions and crisis periods. We find 1-month-, 3-month-, 6-month- and 12-month-ahead forecasts obtained from a focused time-delay neural network to be significantly more accurate than forecasts from other benchmark models. The proposed forecasting strategy produces the lowest errors across all times to maturity. Pracoviště Ústav teorie informace a automatizace Kontakt Markéta Votavová, votavova@utia.cas.cz, Tel.: 266 052 201. Rok sběru 2017
Počet záznamů: 1