Los mercados financieros globales se ven enormemente afectados por los movimientos de los precios del petróleo crudo, lo que indica la necesidad de prever sus fluctuaciones y volatilidad. Los precios del petróleo crudo, sin embargo, son una variable macroeconómica compleja y fundamental de estimar debido a su no linealidad, no estacionariedad y volatilidad. La investigación de vanguardia en este campo demuestra que los métodos convencionales son incapaces de abordar la tendencia no lineal de los cambios de precios. Además, muchos parámetros están involucrados en este problema, lo que añade complejidad a dicha predicción. Para superar estos obstáculos, se ha desarrollado un modelo Autoregresivo de Red Basado en Información Mutua (MINAR) para prever el precio de cierre del petróleo crudo West Texas Intermediate (WTI). Con este fin, se recopilan los precios de apertura, máximo, mínimo y cierre (OHLC) del petróleo crudo desde el 1 de enero de 2020 hasta el 20 de julio de 2022. Posteriormente, se utiliza la distancia basada en información mutua para establecer la red de precios OHLC. El modelo MINAR proporciona una base para considerar los efectos conjuntos de las interacciones en la red OHLC, el impacto autorregresivo y el ruido independiente y establece una herramienta inteligente para estimar las futuras fluctuaciones en un entorno complejo, multivariado y ruidoso. Para medir la precisión y el rendimiento del modelo, se aplican tres medidas de validación, a saber, RMSE, MAPE y UMBRAE. Los resultados demuestran que el modelo MINAR propuesto supera al modelo ARIMA de referencia.