Detecting method for crude oil price fluctuation mechanism under different periodic time series

ادبیات موجود در حال حاضر می تواند نوسانات طولانی مدت قیمت های زمانی قیمت نفت خام را مشخص کند، اما مشخص کردن مکانیزم نوسانات به طور خاص در کوتاه مدت دشوار است. از آنجا که هر الگوی نوسان برای یک دوره کوتاه که در یک سری زمانی قیمت های نفت خام طولانی مدت دارد، ویژگی های پویایی تنوع دارد؛ به عبارت دیگر، الگوهای نوسانات مختلف در دوره های مختلف کوتاه مدت نمایش داده می شوند و به یکدیگر منتقل می شوند، که بازتاب بازار به طور قابل توجهی پیچیده و ناگهانی نفت است. بنابراین، ما یک روش گنجانده شده برای تشخیص مکانیزم نوسان ارائه کردیم که تکامل الگوهای مختلف نوسانات در طول زمان از دیدگاه شبکه پیچیده است. ما سری قیمت های نفت خام را با استفاده از پنجره های کشویی تقسیم کردیم و با استفاده از مدل های رگرسیون برای نشان دادن الگوهای نوسان در هر بخش، حالت های خودکفا را تعریف کردیم. از این رو، انتقال بین انواع مختلف حالت های خودگردان در طول زمان یک شبکه انتقال است که حاوی اطلاعات پویای غنی است. سپس خصوصیات انتقال از حالت های خودکار رانندگی تحت سری های زمانی مختلف از طریق ویژگی های ساختار شبکه های انتقال را ضبط می کنیم. نتایج حاکی از آن است که حالتهای خودکفایی مختلف با خصوصیات آماری متفاوت در دوره های مختلف دوره ای مختلف وجود دارد. با این حال، فقط چند نوع از حالت های خودکار رد و انتقال الگوهای بازی نقش مهمی در مکانیسم نوسان قیمت نفت خام دارند و این حالت های خودکار گیرنده دارای اهداف انتقال خاص است. بنابراین، امکان پیش بینی ترین حالت انتقال از حالت سابق به یکی از موارد دیگر براساس توزیع احتمال انتقال است. علاوه بر این، بعضی از حالت های خودکار رانندگی اغلب در یک دوره خاص با هم در یک زمان مشخص ظاهر می شوند و در نتیجه فرایند انتقال خوشه ای تشکیل می شوند. همه حالت های خودکار می توانند به چند گروه تقسیم شوند، و هر گروه به ترتیب اولویت خود را برای انتقال به خوشه های دیگر. این کار نه تنها یک دیدگاه متمایز برای تحلیل مکانیزم نوسانات قیمت های نفت خام را ارائه می دهد بلکه اطلاعات ارزشمندی را در رابطه با سری های زمانی مختلف برای تصمیم گیرندگان فراهم می کند.