原油作为世界最主要的工业原料和战略储备,其价格的大幅度波动在很大程度上影响了世界经济的发展,各国政府和企业也越发关注国际油价的波动。不断变化的国际油价与能源市场供需关系具有紧密联系,同时也与地缘政治、金融市场等因素密不可分,这使得国际油价的准确预测问题一直是学术界苦心钻研努力克服的难点问题。原油价格的波动情况取决于众多因素,包括供求、市场、政治等多种方面,由此导致国际原油价格表现出诸如时变自相关等非线性特征。本文通过文献研究结合能源金融相关理论,选取代表性的原油价格影响因素,确定了构成数据集的解释变量;又通过对研究对象（WTI原油现货价格）特征的分析,选取更易捕捉价时变自相关等非线性和非平稳内在特征的4种RNN模型,进行多重影响因素下的油价预测,发现LSTM模型表现最佳,且在预测精度上远超传统计量模型;再将本文与2015年以来使用机器学习相关方法（包括部分混合模型与分解集成模型）进行国际油价预测的相关文献进行对比分析,预测表现相对优秀,证明LSTM模型在原油价格预测上具有较大的潜力,有望继续发掘并更广泛地用于国际油价预测。不同于近5年来使用机器学习相关方法进行国际油价预测的众多文献,本文基于多重影响因素进行油价预测,并讨论哪些因素可以提高油价预测精度。为此笔者采用了一种基于机器学习,在国际原油价格预测方面相对新颖的方法,用以评估各项变量对改善油价预测精度的贡献程度。结果证明:1.WTI原油期货价格、MSCI全球指数、标准普尔500指数、美国原油出口量、天然气现货价格、美元指数都能对国际原油价格预测精度起到改善作用,且重要性递减。2.总的来说,在本文情境下,金融市场因素对对国际原油价格预测的重要性最高,供给因素其次,需求因素最低。最后,通过数据特征与模型方法这两个大的维度,将本文与相关文献进行对比分析,发现无论从哪个角度而言,本文方法预测精度都处于相对优秀的行列。本文还进行了详细的多重影响因素油价预测相关文献的对比分析,在此基础上进一步讨论各影响因素对于提高原油价格预测精度的重要程度。研究发现:1.MSCI全球指数、标准普尔500指数、美国原油出口量、天然气现货价格和美元指数等公认的原油价格影响因素,也会很大程度上影响油价预测精度;2.部分文献认为MSCI全球指数统计相关性较弱,可能是因为传统线性模型难以提取数据的某些非线性特征;3.文献表明美国原油库存与WTI原油价格具有相关性,但本文情境下该变量对于预测精度没有改善作用,可能是由于本文同时采用了美国原油出口量和产量作为解释变量,当同时考虑这些供给因素时,美国原油库存的作用很可能被替代从而在模型中发挥不出作用。