张冰心

摘 要 国际原油一直是影响世界经济发展的重要指标。原油价格的走势深深地影响了其他资产的变动，因此对原油价格的分析十分重要。本文使用SVM模型对国际原油价格进行预测，对WTI的历史价格数据进行建模，得到的预测误差的MAE为2.98%，对比时间序列算法有较大提升。

关键词 原油价格 SVM模型 参数优化

一、绪论

石油深深地影响了世界经济的发展，带来了能源的革命。作为基础的工业生产原料，原油价格的变动会给世界经济带来重要的影响。很多经济指标都同原油的价格有密切联系，比如美元、黄金等资产的价格走势，同原油价格都有一定的关系。因此，对原油价格的预测是金融界以及学术界关注的热点。

传统的金融学者一般用时间序列等传统的计量模型对原油价格进行分析，但是这些模型的假设较强，效果较差。近年来机器学习、数据挖掘技术发展迅猛，在不同领域得到了很好的应用，同时，随着计算机技术的发展，获取海量数据并计算海量数据变得较为容易，其中，支持向量机（SVM）模型是一种效果较好、应用较多的模型。因此，本文尝试使用支持向量机（SVM）模型对WTI原油价格进行建模，预测价格的走势。

二、模型介绍

支持向量机（Support Vector Machine，简称SVM）是一种分类算法，将低维空间数据映射到高维空间，从而找到划分边界来对样本进行划分。在求解该问题时，对于线性不可分的数据，SVM使用了核函数来处理。核函数可以在高维空间对数据进行划分，从而将非线性最优化问题转变为线性可分问题，本文使用的是高斯核函数。……