Abstract This paper incorporates investor sentiment indexes into the traditional standard heterogeneous autoregressive (HAR) model to improve its power on predicting crude oil futures risk. Using the 5-min high-frequency trading data to construct the daily realized volatility, the original and revised HAR models are used for in-sample regression and out-of-sample forecasting on a daily, weekly, and monthly basis. The results show that the sentiment indexes and the search trend contain incremental information for forecasting the realized volatility of INE crude oil futures in the short and medium term. The search volume is the best indicator for weekly risk forecasting of INE crude oil futures. No robust index can improve the performance of HAR-type model on long-term risk prediction. This paper thus highlights that market participants should select appropriate strategies to minimize risk when volatility is at stake for their decisions.

Abstract Energy futures price forecasting is challenging due to the nonlinear and fluctuant characteristics. Existing literature mainly uses decomposition and ensemble method which neglects the intrinsic mode function obtained by the first decomposition could be irregular and thus reduces the prediction accuracy. To fill the research gap, a novel secondary decomposition-optimized-KELM-ensemble forecasting system is proposed to perform short-term forecasting in this study, which synthesizes two-stage data decomposition method, Sparrow search optimization algorithm, and extreme learning machine with kernel. We test the method with two energy futures prices in China, demonstrating that both one-day and three-day ahead forecasting results obtained are more accurate and stable compared to existing models in the literature, such as BPNN (improved by 58.42% on one-day ahead and 56.44% on three-day ahead by MAE) and KELM (improved by 56.40% on one-day ahead and 49.04% on three-day ahead by MAE). Therefore, the forecasting system introduced in this paper can provide useful implications for both policy makers and financial practitioners in the energy sector.