The Impact of COVID-19 Pandemic on Gold Price: From Ultra-Short-, Short- and Medium-Term Perspectives Respectively
Notice bibliographique
Résumé
As the coronavirus pandemic spreads, it is not just people's health is threatened, but the financial market as well. In particular, policies such as segregation, embargoes, etc. broke the relationship between supply and demand in the market and the depressed economy caused investors to lose confidence. The fear of infection during the COVID-19 pandemic led investors to favor the purchase of financial assets with safe-haven and hedging properties, such as gold. In this article, the daily, weekly, and monthly prices of gold per troy ounce in US Dollars from January 1, 2010, to February 24, 2022, were extracted and analyzed. Three ARIMA models were applied in the study to predict the gold prices based on the assumption of no pandemic exists. And comparing the fitted values with the actual ones. The study analyzes the impact of Covid-19 on gold price performance from three perspectives. An ultra-short-term analysis is from January 24 to February 6 based on the model built by the daily dataset. A short-term one from January 24 to March 8 according to the weekly constructed model. And a medium-term comparison from January 2020 to July 2020 with the monthly dataset. Additionally, the possible reasons to explain the result are provided to help different investors make decisions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».