1绪论 1
1．1研究背景与意义 1
1．2综述 5
传统石油期货价格预测方法 5
石油期货价格研究的最新进展 7
石油期货价格预测研究的发展趋势 9
1．3研究内容 12
1．4本书主要创新点 14
2石油期货价格的波动机制研究 16
2．1石油期货 16
石油及其对世界的影响 16
石油期货的发展与现状 17
2．2石油期货价格的构成 19
产品生产过程中的成本和税金 21
产品生产过程中的利润 21
期货交易中的成本 22
期货商品流通费用 22
期货交易中的预期利润 23
2．3石油期货标的物的供求特征 23
石油资源的不可再生性 23
石油资源供需的地区不平衡性 24
石油生产的特殊性 26
石油需求的刚性 27
2．4促使石油期货价格波动的因素 28
影响石油期货价格中长期走势的主要因素 28
造成石油期货价格短期波动的主要原因 33
2．5本章小结 36
3相关因素对石油期货价格影响的实证分析 38
3．1分析模型 38
相关分析 38
单位根检验 39
Granger因果检验 40
协整分析 41
3．2实证研究 43
变量及其样本选取 43
相关分析结果 44
单位根检验结果 46
Granger检验结果 49
协整检验结果 51
3．3本章小结 53
4基于SVR的石油期货价格预测方法 54
4．1支持向量机回归（SVR）方法 55
回归问题的基本形式 55
支持向量机回归（SVR） 56
4．2基于SVR的石油期货价格预测方法 59
模型输入 59
模型输出 60
核函数及算法选择 61
4．3石油期货价格预测中SVR参数的选择 63
SVR中的参数选择方法 63
石油期货价格预测中的SVR参数选择方法 64
4．4实证研究 66
数据集及预处理 66
性能评价标准 67
SVR预测效果 68
SVR与RBF神经网络预测结果比较 69
参数选择方法比较 70
系统参数仿真 72
4．5本章小结 75
5基于聚类分析的石油期货价格预测方法 77
5．1聚类分析 77
K-均值聚类 78
减聚类算法 78
减聚类和K-均值算法相结合的聚类算法流程 78
5．2基于聚类分析的石油期货价格预测模型 79
5．3实证研究 80
聚类分析结果 80
预测结果及比较分析 81
5．4本章小结 82
6基于DIPA方法的石油期货市场突发事件影响预测 83
6．1事件分析方法研究 83
事件类型及其描述 83
一般事件分析方法 86
基于虚拟变量的事件分析方法 88
基于知识的事件分析方法 89
6．2影响石油期货价格的突发事件 90
供应类事件 90
需求类事件 92
其他事件 93
6．3基于DIPA的事件分析及影响预测方法 93
基于DIPA的事件分析方法 93
基于DIPA分析的事件影响预测方法 95
6．4实证研究 96
评价标准 96
强度评价对预测的影响 96
持续时间与衰减模式对预测的影响 100
6．5本章小结 103
7基于ES-KNN方法的事件强度评价 104
7．1 KNN算法 104
标准KNN算法 105
改进KNN算法 106
7．2基于ES-KNN方法的石油期货市场突发事件强度评价 107
基于ES-KNN方法的事件强度评价框架 107
集成评价方法 110
7．3实证研究：库存变化强度评价 112
问题分析 112
数据集与性能评价标准 116
计算结果 117
7．4本章小结 119
8石油期货价格的混合预测方法 120
8．1混合预测方法 120
8．2石油期货价格的混合预测方法 121
石油期货价格混合预测方法框架 121
混合预测方法 128
8．3实证研究 131
数据集及评价标准 131
实证结果 131
8．4本章小结 133
9结论与展望 135
9．1本书主要结论 135
9．2本书研究主要创新点 137
9．3研究展望 138
参考文献 139
后记 146