原油市场参与者正日益意识到频繁的极端天气所带来的气候风险。本文旨在考察极端高温天气信息在预测上海国际能源交易中心(INE)原油期货价格中的作用。基于INE原油生产及存储站点的气象数据,研究构建了极端高温天气指数(HTI)。通过与模型无关的局部可解释模型(LIME)和累积局部效应(ALE)方法,将HTI的预测贡献与15个常见预测因子展开比较。结果显示,HTI提升了5个经典预测模型对INE原油价格的样本外预测精度。其中,循环神经网络(RNN)模型的样本外预测性能更为优异,其平均绝对误差(MAE)为14.379,均方根误差(RMSE)为19.624,方向准确率(DS)达66.67%。在大多数测试样本中,HTI在最优RNN模型中的预测重要性排名第三,超过股票市场指标等传统原油价格预测因子。ALE分析结果揭示,极端高温天气与预测的INE原油价格呈正相关关系。这些研究发现可为投资者和原油市场监管机构提高原油价格预测精度提供参考,同时也为气候风险与原油价格关系的相关研究提供了新证据。