Predicción de variaciones en el precio del petróleo con el modelo de optimización ARIMA, innovando con fuerza bruta operacional
Parisi-Fernández, Antonino
Predicción de variaciones en el precio del petróleo con el modelo de optimización ARIMA, innovando con fuerza bruta operacional Prediction of oil price variations with ARIMA optimization model, innovating with gross operating force Antonino Parisi Fernández ; Luis Améstica Rivas ; Óscar Chileno Trujillo
incluye referencia bibliográfica (páginas 63-64)
The present study evaluates the effectiveness of
the multivariable ARIMA model with brute force for
the case of the oil price, predicting the behavior of the
shares in the following week of a last analyzed date.
The objective is to construct a predictive model with
a percentage of prediction higher than 50% and,
therefore, to improve the decision making for the
investors. We used the available information on the
oil quotation and shares of the financial web site of
three companies, Exxon Mobil, Gazprom and Rosneft, during the period from February 4th, 2011, to
February 4th, 2016. It was possible to observe the variation of prices, and to compare the actual data with
the variations predicted with the model. We used 12
variables, generating 100,000 random iterations with
brute force, without simplex and/or solver optimization, which limited the obtaining results. With the
brute-force technique, a prediction capacity of more
than 60% could be established for the case of oil prices and oil company stocks. La presente investigación evalúa la eficacia
del modelo ARIMA multivariable optimizado con
fuerza bruta para el caso del precio del petróleo, con
el fin de predecir el comportamiento de las acciones
a la semana siguiente de una última fecha analizada.
El objetivo es construir un modelo predictivo con
un porcentaje de predicción de signo superior al
50% y, por consiguiente, mejorar la toma de decisiones para los inversionistas. Se utilizó la información
disponible de la cotización del petróleo y acciones
del portal web de finanzas de tres empresas, Exxon
Mobil, Gazprom y Rosneft, comprendidos en el periodo del 4 de febrero de 2011 al 4 de febrero de
2016, durante el cual se pudo observar la variación
de los precios, y así poder comparar los datos reales
con las variaciones pronosticadas a través del modelo. Se utilizaron 12 variables, generando 100.000
iteraciones aleatorias con fuerza bruta, dado que la
optimización por simplex o solver limitaba la obtención de algún resultado. Con la técnica de fuerza
bruta se pudo establecer una capacidad de predicción superior al 60% para el caso del precio del petróleo y las acciones de empresas petroleras.
1659-3359
Arima
Fuerza bruta
Petróleo
Retorno
Precio
Brute force
Oil
Return
Price
Predicción de variaciones en el precio del petróleo con el modelo de optimización ARIMA, innovando con fuerza bruta operacional Prediction of oil price variations with ARIMA optimization model, innovating with gross operating force Antonino Parisi Fernández ; Luis Améstica Rivas ; Óscar Chileno Trujillo
incluye referencia bibliográfica (páginas 63-64)
The present study evaluates the effectiveness of
the multivariable ARIMA model with brute force for
the case of the oil price, predicting the behavior of the
shares in the following week of a last analyzed date.
The objective is to construct a predictive model with
a percentage of prediction higher than 50% and,
therefore, to improve the decision making for the
investors. We used the available information on the
oil quotation and shares of the financial web site of
three companies, Exxon Mobil, Gazprom and Rosneft, during the period from February 4th, 2011, to
February 4th, 2016. It was possible to observe the variation of prices, and to compare the actual data with
the variations predicted with the model. We used 12
variables, generating 100,000 random iterations with
brute force, without simplex and/or solver optimization, which limited the obtaining results. With the
brute-force technique, a prediction capacity of more
than 60% could be established for the case of oil prices and oil company stocks. La presente investigación evalúa la eficacia
del modelo ARIMA multivariable optimizado con
fuerza bruta para el caso del precio del petróleo, con
el fin de predecir el comportamiento de las acciones
a la semana siguiente de una última fecha analizada.
El objetivo es construir un modelo predictivo con
un porcentaje de predicción de signo superior al
50% y, por consiguiente, mejorar la toma de decisiones para los inversionistas. Se utilizó la información
disponible de la cotización del petróleo y acciones
del portal web de finanzas de tres empresas, Exxon
Mobil, Gazprom y Rosneft, comprendidos en el periodo del 4 de febrero de 2011 al 4 de febrero de
2016, durante el cual se pudo observar la variación
de los precios, y así poder comparar los datos reales
con las variaciones pronosticadas a través del modelo. Se utilizaron 12 variables, generando 100.000
iteraciones aleatorias con fuerza bruta, dado que la
optimización por simplex o solver limitaba la obtención de algún resultado. Con la técnica de fuerza
bruta se pudo establecer una capacidad de predicción superior al 60% para el caso del precio del petróleo y las acciones de empresas petroleras.
1659-3359
Arima
Fuerza bruta
Petróleo
Retorno
Precio
Brute force
Oil
Return
Price