Оновлений DTW+K-Means підхід з LSTM та ARIMA моделями для прогнозування базової інфляції
Тип публікації :
Стаття
Дата випуску :
23 грудня 2023 р.
Автор(и) :
Круковець, Д. Ю.
Мова основного тексту :
Англійська
eKNUTSHIR URL :
Випуск :
2
ISSN :
1812-5409
Початкова сторінка :
214
Кінцева сторінка :
225
Цитування :
[APA 7] Круковець, Д. Ю. (2023). Updated DTW+K-Means approach with LSTM and ARIMA-type models for Core Inflation forecasting. Bulletin of Taras Shevchenko National University of Kyiv. Physics and Mathematics, (2), 214–225. https://doi.org/10.17721/1812-5409.2023/2.38
[ДСТУ] Круковець Д. Ю. Updated DTW+K-Means approach with LSTM and ARIMA-type models for Core Inflation forecasting. Bulletin of Taras Shevchenko National University of Kyiv. Physics and Mathematics. 2023. no. 2. P. 214—225. DOI: 10.17721/1812-5409.2023/2.38 (date of access: 25.07.2026).
Стаття присвячена оцінці ефективності у проблемах з прогнозування в нової процедури, яка включає адаптований DTW + K-Means підхід для агрегування рядів із подібною динамікою. Алгоритм розроблявся протягом декількох статей. Його новизна полягає в дизайні, що працює з періодичними рядами, місячними в нашому випадку. Ми використовуємо його для агрегації сотень основних компонентів базової інфляції за подібністю їхньої динаміки. Надалі агреговані ряди використовуються в традиційних моделях ARIMA та SARIMA, а також в доволі нестандартній для економетрики, моделі LSTM, для прогнозування загальної базової інфляції. Такий вибір базується на необхідності вловлювати нелінійні відносини між рядами. Датасет відносно багатий, вміщає сотні компонент Базової Інфляції, себто рівня цін на різні товари. Дані мають низку нюансів, зокрема сезонність, тому контроль в цьому необхідний або додатковими моделями як Х-12, або за допомогою, власне, структури прогнозної моделі. Важливість цієї вправи велика з низки причин, залежно від агента. Приватні бізнеси жадають спланувати власне ціноутворення, а уряд намагається впроваджувати політику в стилі, керованому даними, себто проактивно. Результат вказує, що наразі SARIMA перевершує інші моделі. LSTM в поєднанні з процедурою DTW + K-Means дає гірші результати, проте має здатність вловлювати нелінійності на відміну від традиційних моделей. Подальше дослідження LSTM+DTW/K-Means є необхідним.
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
590.91 KB
Контрольна сума :
(MD5):a0f215c308b29f2c37bf154825886ce3
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution 4.0 International