A Real-Time Framework for Forecasting Metal Prices
金属价格的实时预测框架AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确使用实时宏观信息进行预测，并评估因子增强模型，支持预测与因子模型分类。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
金属价格的实时预测框架
- 研究问题
- 在遵守实际数据发布时间的信息集下，铝、铜、镍和锌的月度实际价格能否预测，及时宏观信息对不同金属有何帮助？
- 方法与思路
- 作者结合日度金融变量与首次发布宏观指标，用即时预测处理发布滞后，比较单变量、多变量及因子增强模型和行业基准。
- 材料陈述的贡献
- 摘要称中期价格较具可预测性，制造业指标对铝铜改善更明显、对锌较温和、对镍有限，期货及调查预测通常表现较弱。
- 阅读关注点
- 核对实时数据版本、发布时间和预测起点，检查预测期限、滚动评估及准确性比较，并比较不同金属与基准的结果稳定性。
- 阅读边界
- 这是arXiv预印本，同行评审或期刊接收未核实；摘要未给出预测期限、误差数值及显著性细节，结论也不直接对应投资收益。
原文摘要
This paper develops a real-time forecasting framework for the monthly real prices of four key industrial metals -- aluminum, copper, nickel, and zinc -- whose demand is rising due to their widespread use in manufacturing and low-carbon technologies. To replicate the information set available to forecasters in real time, we construct a new dataset combining daily financial variables with first-release macroeconomic indicators and use nowcasting techniques to address publication lags. Within this real-time environment, we evaluate the predictive accuracy of a broad set of univariate, multivariate, and factor-augmented models, comparing their performance with two industry benchmarks: survey expectations and futures-spot spread models. Results show that although short-run metal price movements remain difficult to predict, medium-term horizons display substantial forecastability. Indicators of manufacturing activity tied to primary metals -- such as new orders and capacity utilization -- significantly improve forecasting accuracy for aluminum and copper, with more moderate gains for zinc and limited improvements for nickel. Futures and survey forecasts generally underperform the real-time econometric models. These findings highlight the value of incorporating timely macroeconomic information into forecasting frameworks for industrial metal markets.