Специалисты Высшей школы экономики в Санкт-Петербурге Варвара Назарова и Борис Лодягин представили результаты масштабного сравнения точности прогнозов цен на нефть, выполненных с помощью классических статистических методов и нейросетевой модели LSTM. Исследование подтвердило, что искусственный интеллект способен превзойти традиционные подходы в этой задаче, рассказали в пресс-службе вуза.
Ученые поставили цель выявить наиболее точный метод предсказания нефтяных котировок при множестве влияющих факторов. Они сопоставили возможности стандартной статистики и машинного обучения, а также определили ключевые условия для повышения точности прогнозов.
Для этого в эксперименте применили три подхода:
- ARIMA: Классическая статистическая модель, которая работает только с историческими данными о ценах.
SARIMAX: Усовершенствованная версия ARIMA. Эта модель учитывает сезонность (S) и внешние переменные (X), включая индексы фондового рынка, курс доллара и объемы запасов нефти.
LSTM (Long Short-Term Memory): Нейросетевая модель, способная распознавать и анализировать сложные нелинейные взаимосвязи в данных.
Тестирование провели на данных за 2015–2019 годы — период без масштабных кризисов, что дало возможность оценить базовую эффективность моделей в «нормальных» условиях.
Для проведения анализа ученые сформировали объемный массив данных. В него включили индексы промышленности и фондового рынка, спред между нефтяными сортами Brent и WTI, стоимость фрахта, а также данные по добыче, переработке и запасам нефти в США.
Наименьшую погрешность в краткосрочном прогнозировании продемонстрировала нейросеть LSTM: ее среднеквадратичная ошибка не превысила 1,5 доллара за баррель. При этом исследователи отметили важное ограничение: в периоды резких потрясений (таких как обвал цен в 2020 году) нейросеть может ошибочно принять краткосрочный шок за новую тенденцию. Статистические модели в подобных ситуациях более консервативны и устойчивы.
Нейросеть не знает, был ли это реальный фундаментальный фактор или информационный шум. Поэтому мы рекомендуем использовать несколько подходов и сравнивать результаты. Искусственный интеллект пока не заменяет аналитика — это мощный инструмент, который позволяет взглянуть на процессы под другим углом, найти новые зависимости, потенциально предсказать будущие значения.
Результаты работы позволяют компаниям оптимизировать моменты закупки нефти, а трейдерам — принимать более обоснованные решения на товарных рынках. Исследование опубликовано в журнале AlterEconomics.
Ранее Наука Mail писала о том, что экономисты повысили точность прогнозирования курса биткоина.
