- Tytuł:
-
Prediction of mineral product price based on mean reversion model
Prognozowanie ceny produktu mineralnego w oparciu o model średniej rewersji - Autorzy:
-
Huang, Shuwei
Ma, Zhaoyang
Jin, Feng
Zhang, Yuansheng - Powiązania:
- https://bibliotekanauki.pl/articles/2173845.pdf
- Data publikacji:
- 2022
- Wydawca:
- Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
- Tematy:
-
mineral product price
mean reversion model
Monte Carlo simulation
uncertainty analysis
cena produktu mineralnego
model średniej rewersji
symulacja Monte Carlo
analiza niepewności - Opis:
-
The mean-reversion model is introduced into the study of mineral product price prediction. The gold price data from January 2018 to December 2021 are selected, and a mean-reverting stochastic process simulation of the gold price was carried out using Monte Carlo simulation (MCS) method. By comparing the statistical results and trend curves of the mean-reversion (MR) model, geometric Brownian motion (GBM) model, time series model and actual price, it is proved that the mean-reversion process is valid in describing the price fluctuation of mineral product. At the same time, by comparing with the traditional prediction methods, the mean-reversion model can quantitatively assess the uncertainty of the predicted price through a set of equal probability stochastic simulation results, so as to provide data support and decision-making basis for the risk analysis of future economy.
W badaniach predykcji cen produktów mineralnych wprowadzono model średniej rewersji. Wybrano dane dotyczące cen złota od stycznia 2018 do grudnia 2021 r., a symulację ceny złota w procesie odwracania średniej przeprowadzono metodą symulacji Monte Carlo (MCS). Porównując wyniki statystyczne i krzywe trendu modelu średniej rewersji (MR), modelu geometrycznego ruchu Browna (GBM), modelu szeregów czasowych i rzeczywistej ceny, udowodniono, że proces średniej rewersji jest prawidłowy w opisie fluktuacji cen na produkt mineralny. Jednocześnie, porównując z tradycyjnymi metodami predykcji, model średniej rewersji może ilościowo oszacować niepewność przewidywanej ceny za pomocą zestawu wyników symulacji stochastycznej równego prawdopodobieństwa, w celu zapewnienia wsparcia danych i podstawy decyzyjnej do analizy ryzyka przyszłej gospodarki. - Źródło:
-
Gospodarka Surowcami Mineralnymi; 2022, 38, 2; 61--75
0860-0953 - Pojawia się w:
- Gospodarka Surowcami Mineralnymi
- Dostawca treści:
- Biblioteka Nauki
Artykuł