Применение техник машинного обучения для прогнозирования цен на нефть. Модель, тестирование, валидация

В данной работе рассмотрено применение методов машинного обучения для прогнозирования цен на нефть (на примере нефти марки Crude). Проведен обзор около 40 источников на тему различных методов прогнозирования цен на нефть, на основе которого получены предварительные данные об эффективности тех или иных моделей и их оптимальных параметров. Учитывая гипотезу эффективного рынка (EMH), которая утверждает, что цены на финансовые активы в любой момент времени полностью отражают всю доступную информацию, для прогнозирования используются только исторические данные о ценах без дополнительных регрессоров. В качестве основной модели машинного обучения применяется модель, относящаяся к классу рекуррентных нейронных сетей (RNN), LSTM с добавлением сверточных слоев и механизмов внимания на основе библиотеки TensorFlow Python. Также, учитывая гипотезу о случайном блуждании цен, используется модель вероятностного программирования на основе библиотеки PyMC Python. Прогноз делается на основании дневных цен на несколько горизонтов планирования в рабочих днях: 1, 3, 5 (1 календарная неделя), 10, 25 (1 календарный месяц), 75 (1 календарный квартал) и 250 (1 календарный год). Полученные результаты сопоставляются с прогнозами, полученными эконометрическими методами (SARIMA, ARIMA-GARCH, OLS), а также при помощи модели VECM для нескольких коинтегрированных с нефтью Crude финансовых активов. И наконец, мы интегрируем и сравниваем различные методы прогнозирования, чтобы получить лучший алгоритм прогнозирования для каждого из вышеупомянутых горизонтов. Мы используем два подхода: один заключается в комбинировании различных моделей для получения среднего или взвешенного прогноза, а другой - в получении отдельных прогнозов от каждой модели для оценки наилучшей модели, подходящей для определенного горизонта. Оценка точности прогнозирования осуществляется на основе метрик R2, RMSE, MAE, MAPE. Поскольку исходные цены на нефть являются нестационарными, для повышения точности и стабильности предсказаний используются несколько методов перехода от нестационарных к стационарным временным рядам: логарифмирование, дифференцирование и выделение компонентов. Ключевые результаты нашего исследования: 1. Различные модели демонстрируют различную производительность на разных горизонтах. 2. Модели машинного обучения превосходят традиционные модели, применяемые в FHP, благодаря способности выявлять сложные паттерны на долгосрочных горизонтах. 3. Компоненты PCA, используемые для прогнозирования, значительно улучшают прогнозирующую способность моделей OLS и RNN. 4. Лучшую производительность на краткосрочном горизонте 1-5 дней демонстрирует авторегрессионная модель OLS с 2-4 компонентами PCA. 5. RNN обеспечивает лучшие метрики на горизонте 10 дней. 6. Авторегрессионная модель OLS с 5-6 компонентами PCA показывает наилучшую производительность на горизонтах 25 и 75 дней. 7. Модель ARIMA-GARCH показывает лучшую производительность среди всех моделей на периоде в 250 дней, но близка к стандартному прогнозу на основе среднего. Основным развитием предложенных моделей мы видим интеграцию макроэкономических и связанных с нефтью показателей для оценки влияния экзогенных переменных. Мы считаем, что результаты нашего исследования полезны для практического применения в различных инвестиционных стратегиях, а также как основа для будущих исследований различных алгоритмов прогнозирования. напиши по английски