Применение методов нелинейной динамики и машинного обучения для прогнозирования экономических волатильных процессов

Появление новых компьютерных технологий сделало возможным исследование (визуализацию) фактически любых сложных явлений и процессов буквально на экране дисплея. На развитие экономико-математического моделирования оказывают влияние новейшие математические методы нелинейной динамики применительно к любой области и предмету исследования. Методы классической статистики для прогнозирования экономических временных рядов основываются на математическом аппарате эконометрики. Это базирование осуществляется в предположении, что наблюдения, составляющие прогнозируемый временной ряд, являются независимыми, в силу чего выполняется необходимое подчинение нормальному закону. Последнее, однако, является скорее исключением, чем правилом для финансово-экономических временных рядов, которые обладают так называемой долговременной памятью. Особенно острой стала проблема прогнозирования и тесно связанная с ней проблема оценки перспективных хозяйственных рисков в условиях турбулентности развития российской экономики, которая проявляется в последние годы. В условиях наблюдаемой турбулентности экономическая динамика становится слабо предсказуемой традиционными методами, нелинейной. Часто изменяется направленность (рост или спад) показателей. Представленное в работе исследование выполнялось с учетом того, что к настоящему времени отсутствуют сколько-нибудь завершенные теории прогнозирования временных рядов с памятью, что и обусловливает актуальность и необходимость разработки новых математических методов и алгоритмов для выявления возможной потенциальной прогнозируемости рядов с памятью и построения адекватных прогнозных моделей. Все перечисленное указывает на актуальность разработки качественно нового методологического подхода, обеспечивающего формирование обоснованных управленческих решений в условиях неопределенности и риска. Объектом исследования являются временные ряды экономических показателей. Предметом исследования выступает математический, статистический и инструментальный аппарат систем поддержки принятия управленческих решений и прогнозирования в экономике. В статье описан порядок построения моделей и представлены результаты их апробации для линейного клеточного автомата, метода экспоненциального сглаживания, метода Хольта–Винтерса. В ходе исследования обработаны большие объемы данных. При этом рассмотрены дневные, недельные и сезонные показатели. Это позволило адекватно описать и спрогнозировать нелинейную динамику временных рядов. Применение всех трех уровней анализа одновременно позволяет получить более полное представление о динамике показателей временного ряда. В статье апробация предложенного инструментария проведена на примере цен на платину. Разработанный экономико-математический аппарат применим и для других временных рядов, характеризующих те или иные экономические переменные.