Магаданка узнала в сожителе "орского маньяка": он четыре раза пытался ее убить
В Кремле оценили значение встречи Путина, Трампа и Си
В Кремле назвали условие завершения СВО
Новый российский перехватчик "Кокошник" завершил полигонные испытания
Движение поездов по Крымскому мосту восстановлено после ночной атаки
Два танкера с нефтью и газом подорвались на минах в Ормузском проливе
ВСУ меняют тактику в разведке в пользу FPV-дронов
В России вновь собрались сокращать рабочий день
Крымский мост закрыт: власти ищут объездные пути для поездок на полуостров
Рябков: сроков нового раунда переговоров по Украине пока нет
Появился ответ, почему нельзя включать печку сразу после запуска мотора
Банки предупредили о росте цен на СМС из-за новых правил
Россияне с определенными доходами могут платить меньше алиментов - решение КС РФ
Рособрнадзор назвал срок устного экзамена по истории для девятиклассников
Конструкция Крымского моста получила повреждения в результате атак - СК РФ

Ученые НИУ ВШЭ рассказали, как ИИ прогнозирует цены на нефть

Общество

StolicaMedia, 30 октября 2025. 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.

235077
121
185
поделиться