原油是保证一个国家国民经济各部门维持正常生产生活的重要战略资源。近年来,国际原油市场的大幅度波动越来越频繁近,其背后的原因不仅仅包括资产本身的供求关系相关,还与地缘政治因素、政府的政策走向、金融市场稳定性相关联。作为世界的经济大体,中国可以说是世界上原油需求量最大的国家之一,中国每年的原油进口量十分巨大,而随着中国经济开放程度的不断提高,原油价格的波动对中国经济的稳定运行必定会造成各种各样的影响,这种影响也会越来越直接。原油价格的变化莫测扰了企业做出正确的决策,同时也对政府政策制定、投资者的投资组合产生至关重要的影响,若能找到正确的方法对油价的走向作出合理的预测,就可以在面对油价的大幅波动时,做出符合预期的决策,从而最大限度的将损失降到最低,让企业、市场、政府、个人的利益得到在预期范围的保护。由此可见,原油价格预测就对各方变得至关重要。鉴于原油具有商品、金融及政治等多种属性,本文总结了前人在原油价格预测方面的丰富研究成果,试图能够实现更加精确的原油价格的预测,因此本文将WTI原油价格的五分钟高频数据作为研究对象,提出了利用基于贝叶斯方法和极大似然估计方法的Heston原油价格预测模型,并将贝叶斯方法和古典估计方法作为两种对比估计方法应用到模型参数的估计当中。本文通过基于贝叶斯方法极大似然估计方法下的Heston模型对原油价格进行了动态预测。在实证部分,本文先是基于前人的研究,对模型参数进行了估计,在贝叶斯方法和极大似然方法两种估计方法下分别得到Heston模型的五个参数的估计解析表达式。在执行的预测过程中我们利用滚动周期的样本外预测方法,试图预测原油价格在未来100天的价格,因此我们将预测区间固定为100天,并设置了六种数据长度的估计区间来检验估计区间的数据长度对原油预测效果的影响。并将MSE、MAE、RMSPE、RMSE,MAPE五种损失函数引入到原油预测效果的评价体系当中。在比较了两种方法的预测结果之后,我们发现:两种估计方法都可以有效地估计Heston模型的参数;在特定损失函数下,当估计样本量较小时,贝叶斯方法比经典估计法更具有优势,而估计样本量增加时,经典方法略优于贝叶斯方法,同时我们还用熵方法衡量了原油价的可预测性,结果显示,极大似然估计法下预测的熵值更能代表未来一段时间价格的可预测性。