Comparison of Neural Networks and Regression Time Series When Estimating the Copper Price Development

فصل «Comparison of Neural Networks and Regression Time Series When Estimating the Copper Price Development» از کتاب «Contributions to Economics» بر «قیمت و پیش‌بینی» در حوزه «اقتصاد و بازار مس» تمرکز دارد. مباحث اصلی آن شامل بازار، تقاضا و تجارت مس، اقتصاد معدن و ارزش‌گذاری، بازار کالا و ریسک قیمت و ارزش‌گذاری پروژه و تصمیم سرمایه‌گذاری است. این فصل برای تحلیل بازار، ارزیابی سرمایه‌گذاری، سیاست‌گذاری، مدیریت ریسک و برنامه‌ریزی راهبردی کاربرد دارد و ارتباط میان نظریه، انتخاب روش، شاخص‌های عملکرد و محدودیت‌های صنعتی را روشن می‌کند.

A variety of techniques, such as statistical methods—regression time series or artificial neural networks—are used for prediction. The aim of this contribution is to perform a regression analysis of the copper price development on the New York Stock Exchange using the mentioned linear regression and neural networks, expertly compare both methods, and identify the more suitable one for a possible prediction of future copper price developments. First, linear regression is performed, and then, neural networks are used for regression analysis.