Forecasting Natural Gas Prices Using Machine Learning Models: An Applied Study for Asian Countries

Abstract

"تهدف هذه المذكرة إلى دراسة تطور أسعار الغاز الطبيعي وتحليل اتجاهاتها المستقبلية باستخدام نماذج كمية تجمع بين األساليب التقليدية والنماذج الحديثة للتنبؤ. تم اًلعتماد على بيانات شهرية تغطي الفترة من سنة 1992 إلى مارس 2025 ،وتمت معالجة البيانات وتحليلها بعدة مراحل، بد اءا من التنظيف والتحويل، وصواًل إلى بناء النماذج ومقارنتها من حيث دقتها وفعالية التنبؤ. أظهرت النتائج تفاوتاا في أداء النماذج، حيث تفوقت بعض األساليب القائمة على التعلم اآللي في قدرتها على التقاط أنماط البيانات المعقدة. تعكس هذه الدراسة أهمية استخدام أدوات علم البيانات في دعم اتخاذ القرار اًلقتصادي، خاصة في القطاعات الحيوية مثل الطاقة "This thesis aims to study the evolution of natural gas prices and analyze their future trends using quantitative models that combine both traditional and modern forecasting approaches. Monthly data covering the period from 1992 to March 2025 were used, undergoing several processing stages from cleaning and transformation to model building and performance evaluation. The results showed differences in model performance, with machine learning methods outperforming others in capturing complex data patterns. This study highlights the importance of applying data science tools to support economic decision- making, particularly in strategic sectors such as energy.