本文从时间序列分析的角度利用统计模型和智能模型中的一些基本方法在原油价格预测领域进行了一些有意义的尝试,主要工作摘要如下。首先,本文介绍了影响原油价格的因素和原油价格分析、预测中常用的方法,并将期货套利交易中的一般技术分析方法应用于原油期货交易,对其中较为常用的交易规则进行了模拟。其次,本文针对一般技术分析缺乏坚实的数学理论基础这一缺陷,利用时间序列分析中最常用、也最重要的模型之一求和自回归移动平均模型(ARIMA)对原油价格序列进行了初步的数学分析和计算;在此基础上,我们考虑到人工神经网络(ANN)对非线性的拟合能力,用ARIMA模型所得的残差对ANN进行了训练,选取了在一定范围内拟合和预测最优的ANN结构。随后,本文利用ARIMA和ANN对原油价格进行组合预测,该实验结果表明,ANN和ARIMA模型的组合预测结果优于它们的单独预测结果。最后,从体制转换(Regime Switching)的角度,本文对原油价格序列建立了状态任意可变的二阶自回归马尔可夫体制转换模型(Markov Regime Switching Model),并利用该模型对原油价格时间序列进行了分析和预测。实验结果表明,该模型预测的准确度高于ARIMA模型和ANN模型,但是低于这两者的组合预测。最后,本文对下一步可以开展的工作提出了展望。