Development of hybrid models and a system for forecasting the indicators of the russian economy
Fecha
2019-03-31Autor
KITOVA, Olga
SAVINOVA, Victoria
DYAKONOVA, Ludmila
KITOV, Victor
Metadatos
Mostrar el registro completo del ítemResumen
Scenario forecasting of social and economic indicators
is highly important for strategic planning of the
country's economic development. In this regard, it is
very important to build a forecasting system for a
model of the main economic indicators of the country
and/or region for experts. At present time there is
lack of such systems on the market. The article
describes a hybrid system of models and a prototype
of an analytical forecasting system Horizon that is
based on using a hybrid forecasting approach, has
learning capabilities and adaptability. Over the past 3
years, many works have been published on the
development of time series forecasting models by
means of artificial networks and deep learning.
Unfortunately, the models developed are not
implemented in an information system, but rather as
separate mathematical calculations using various
analysis packages or Python libraries. The authors’
system of econometric models of the Russian
economy indicators and the process of development
of the Horizon system are described. Hybrid
forecasting models were developed within the
framework of the Horizon system for 70 indicators of
Russian economy. The forecasts calculated in the system showed high accuracy for 80% of indicators. El pronóstico de escenarios de indicadores sociales y
económicos es muy importante para la planificación
estratégica del desarrollo económico del país. En este
sentido, es muy importante construir un sistema de
pronóstico para un modelo de los principales
indicadores económicos del país y / o la región para
expertos. En la actualidad hay falta de tales sistemas
en el mercado. El artículo describe un sistema híbrido
de modelos y un prototipo de un sistema de
pronóstico analítico Horizon que se basa en el uso de
un enfoque de pronóstico híbrido y tiene capacidades
de aprendizaje y adaptabilidad. En los últimos 3 años,
se han publicado muchos trabajos sobre el desarrollo
de modelos de pronóstico de series de tiempo por
medio de redes artificiales y aprendizaje profundo.
Desafortunadamente, los modelos desarrollados no se
implementan en un sistema de información, sino más
bien como cálculos matemáticos separados que
utilizan varios paquetes de análisis o bibliotecas
Python. Se describe el sistema de autores de modelos
econométricos de los indicadores de la economía rusa
y el proceso de desarrollo del sistema Horizon. Los
modelos de pronóstico híbridos se desarrollaron en el
marco del sistema Horizon para 70 indicadores de la economía rusa. Los pronósticos calculados en el
sistema mostraron una alta precisión para el 80% de
los indicadores