StolicaMedia, 30 октября. Российские экономисты впервые детально сравнили, как искусственный интеллект и классические статистические модели прогнозируют цены на нефть. Оказалось, что нейросеть справляется с этой задачей точнее традиционных методов, особенно при краткосрочном прогнозировании. Результаты исследования опубликованы в журнале AlterEconomics (18+) и помогут компаниям оптимизировать закупки сырья, а трейдерам — принимать более обоснованные торговые решения. Об этом сообщается в пресс-релизе НИУ ВШЭ, который имеется в распоряжении ИА StolicaMedia.
Команда специалистов НИУ ВШЭ — Санкт-Петербург проанализировала точность прогнозов трех моделей: классической ARIMA, учитывающей только исторические данные о ценах, расширенной SARIMAX с сезонностью и внешними факторами, а также нейросетевой LSTM, способной выявлять сложные нелинейные зависимости. Исследование охватило период 2015–2019 годов — относительно стабильный этап без серьезных рыночных потрясений.
Результаты показали, что нейросеть LSTM демонстрирует наивысшую точность в краткосрочном прогнозировании: средняя ошибка составила всего 1,5 доллара за баррель. По словам руководителя департамента финансов НИУ ВШЭ — Санкт-Петербург Варвары Назаровой, превосходство машинного обучения объясняется способностью анализировать сложные взаимосвязи в данных.
"Модели машинного обучения демонстрируют превосходство над авторегрессионными подходами благодаря способности выявлять нелинейные взаимосвязи в данных", — отметила она.
При этом исследователи подчеркивают важное ограничение: в периоды резких рыночных потрясений, подобных обвалу цен 2020 года, нейросеть может интерпретировать временный шок как новую тенденцию и давать ошибочные прогнозы. Статистические модели в таких условиях оказываются более надежными.
"Нейросеть не знает, был ли это реальный фундаментальный фактор или информационный шок. Поэтому мы рекомендуем использовать несколько подходов и сравнивать результаты", — пояснил преподаватель департамента финансов НИУ ВШЭ — Санкт-Петербург Борис Лодягин.
На следующем этапе ученые планируют испытать различные модификации нейросетевой модели и проанализировать ее работу в кризисные периоды. Это позволит создать более надежные инструменты прогнозирования для нефтяного рынка.
Ранее ИА StolicaMedia писало, что общая численность научных сотрудников в стране составляет 675,7 тысячи человек. Россия сохраняет пятое место в мировом рейтинге по количеству исследователей, уступая только Китаю, США, Японии и Германии. При этом средний возраст ученого в России составляет 46 лет.
