Прогнозирование российских макроэкономических рядов с использованием алгоритма FASSTER

Хорошие инструменты и методы прогнозирования широко востребованы сегодня во многих областях, а особенно в экономике и финансах. В данной работе исследуется вопрос применимости для прогнозирования российских макроэкономических временных рядов класса моделей под названием FASSTER (Forecasting with Additive Switching of Seasonality, Trend and Exogenous Regressors). Это достаточно новый инструмент языка программирования R, основанный на изменяющейся во времени динамической линейной модели. Он позволяет строить прогнозы для данных с сезонностью различной периодичности с помощью опции переключения состояний, что еще не было использовано ранее. Кроме того, данный алгоритм достаточно быстрый и гибкий в настройке параметров, что является одним из его основных преимуществ. Данный класс моделей был создан австралийскими учеными из университета Монаша в 2018 году и еще мало изучен. Цель исследования — протестировать алгоритм на большом количестве временных рядов из баз данных M4 и Sophisthse, сравнить качество прогнозов с другими популярными методами и разработать практические рекомендации по использованию данного класса моделей для прогнозирования российских макроэкономических рядов. Исследование даст возможность использовать более сложные технически, но гибкие и удобные с точки зрения применения модели, демонстрирующие хорошее качество на большом объеме данных. Сделанные выводы могут быть полезны организациям и учреждениям, строящим прогнозы показателей для российской экономики.