Prediction of mineral product price based on mean reversion model

The mean-reversion model is introduced into the study of mineral product price prediction. The gold price data from January 2018 to December 2021 are selected, and a mean-reverting stochastic process simulation of the gold price was carried out using Monte Carlo simulation (MCS) method. By comparing the statistical results and trend curves of the mean-reversion (MR) model, geometric Brownian motion (GBM) model, time series model and actual price, it is proved that the mean-reversion process is valid in describing the price fluctuation of mineral product. At the same time, by comparing with the traditional prediction methods, the mean-reversion model can quantitatively assess the uncertainty of the predicted price through a set of equal probability stochastic simulation results, so as to provide data support and decision-making basis for the risk analysis of future economy. Prognozowanie ceny Produktu Mineralnego w oParciu o Model średniej rewersji S ł o w a k l u c z o w e cena produktu mineralnego, model średniej rewersji, symulacja Monte Carlo, analiza niepewności S t r e s z c z e n i e W badaniach predykcji cen produktów mineralnych wprowadzono model średniej rewersji. Wybrano dane dotyczące cen złota od stycznia 2018 do grudnia 2021 r., a symulację ceny złota w procesie odwracania średniej przeprowadzono metodą symulacji Monte Carlo (MCS). Porównując wyniki statystyczne i krzywe trendu modelu średniej rewersji (MR), modelu geometrycznego ruchu Browna (GBM), modelu szeregów czasowych i rzeczywistej ceny, udowodniono, że proces średniej rewersji jest prawidłowy w opisie fluktuacji cen na produkt mineralny. Jednocześnie, porównując z tradycyjnymi metodami predykcji, model średniej rewersji może ilościowo oszacować niepewność przewidywanej ceny za pomocą zestawu wyników symulacji stochastycznej równego prawdopodobieństwa, w celu zapewnienia wsparcia danych i podstawy decyzyjnej do analizy ryzyka przyszłej gospodarki.