Сергей ОБРАЗЦОВ
Ранее – начальник лаборатории математического моделирования АО «ГНЦ РФ-ФЭИ», д. ф.-м. н.
Е-mail: obsm47@mail.ru
Введение
Солнечная активность (СА) оказывает существенное влияние на социально-экономические процессы, в том числе и на динамику стоимости нефти [1–4]. В статье [5] приведен прогноз цены нефти марки Brent на февраль – декабрь 2024 г., полученный по модели, представляющей собой комбинацию методов анализа временных рядов, включающей искусственную нейронную сеть. Отличительной особенностью модели является учет чисел Вольфа, характеризующих состояние Солнца. Алгоритм расчета состоит из двух блоков: на первом этапе прогнозируются числа Вольфа, которые затем используются для предсказания стоимости нефти. Вместе с прогнозом был рассчитан коридор ошибок, определяющий степень разброса прогнозных значений. Прогноз предсказывал рост цены нефти в начале 2024 г., достижения точки перелома в апреле и последующее плавное снижение с выходом на плато в конце года.
В настоящей работе оценена точность прогноза, рассчитанного с учетом влияния солнечной активности на цену нефти Brent [5], показана высокая эффективность предложенного подхода.
Анализ точности прогноза
Важно, что реальное изменение стоимости нефти повторяет форму прогнозной кривой. Говоря другими словами, был предсказан главный тренд изменения стоимости нефти, а его знание позволяет оптимизировать политику на энергетическом рынке. Фактическая цена нефти достигла максимума в апреле 2024 г., после чего стоимость нефти снижалась в границах коридора ошибок. Исключением является цена нефти в сентябре, когда ее значение упало ниже границы доверительного коридора. В большинстве случаев (10 из 11) модуль относительной ошибки находится на уровне 5% и менее, лишь в сентябре ошибка достигает ~ 8%. Поэтому будем рассматривать ошибку за сентябрь как аномальный выброс и использовать медиану для оценки точности прогноза. Медиана точности прогноза на февраль – декабрь 2024 г. равна 97,6%, что близко к абсолютной и недостижимой величине 100%.
Отметим, что прогноз [5] был рассчитан на основе чисел Вольфа, без привлечения других причин, обычно используемых при прогнозировании цены нефти. Как правило, рассматривают 2 большие группы факторов: экономические (спрос/предложение) и спекулятивные (биржевая игра) [6]. В этой связи интересно сравнить точность прогнозов, независимо рассчитанных разными исследовательскими группами.
Сопоставление прогнозов
В работе [5] представлен прогноз агентства прогнозирования экономики (АПЭКОН) цены нефти Brent на февраль – декабрь 2024 г., полученный на основе биржевых критериев. С другой стороны, известен прогноз цены нефти Brent Института энергетической стратегии (ИЭС) на июнь – декабрь 2024 г., предсказывающий рост стоимости нефти в сезоне отпусков с июня по август 2024 г. [7]. Авторы [7] не описывают факторов, указывая, что для расчета прогноза используются нейросети. Корректное сравнение точности прогнозов возможно на периоде прогнозирования одинаковой длины, поскольку ошибка нарастает со временем. Так как минимальный период прогнозирования, рассматриваемый в сообщении [7], равен семи месяцам, то вначале сравним точность прогнозов за это время. Медиана точности прогноза на основе солнечной активности [5] за февраль – август равна 98,7%, АПЭКОН – 92,8%. Точность прогноза ИЭС [7] оказалась наименьшей, ее значение за июнь – декабрь равно 90,2%. Для иллюстрации на рис. 1 показаны графики прогнозов и реальные данные.
маркеры – факт, прогнозные кривые: красная – на основе чисел Вольфа [5], синяя – нейросети [7]
Из рис. 1 видно, что прогноз [7] располагается выше фактических значений цены нефти, прогноз [5] проходит по средней кривой, равномерно отклоняясь в обе стороны.
Обсуждение результатов и выводы
Разработка оптимальной стратегии поведения на энергетическом рынке зависит от точности прогноза стоимости нефти. Так как цена сырой нефти обусловлена многочисленными природными, экономическими, политическими и другими факторами, связанными между собой нелинейными характеристиками, то точное предсказание цены является сложной задачей. Неадекватное прогнозирование стоимости нефти приводит к грубым ошибкам в определении динамики валового мирового продукта [2].
Решение этой задачи зависит от выбора математико-статистических методов извлечения полезной информации из массива данных. С другой стороны, актуальным является поиск универсального фактора, определяющего тенденцию изменения цены на сырую нефть. Солнечная активность, глобально воздействующая как на биологические, социальные, экономические, так и на геофизические и климатические процессы, является таким обобщающим фактором [1]. В таблице 1 представлена точность прогнозов, рассчитанных при различных исходных предпосылках на период различной длительности.
Из таблицы 1 видна высокая эффективность прогнозной модели, использующей данные о состоянии Солнца. Примечательно, что для расчета прогноза ИЭС используются нейросети [7], тем не менее, его точность не превышает точность прогноза АПЭКОН. Оба этих прогноза уступают в точности прогнозу, основанному на динамике солнечной активности, которая, как видно из проведенного анализа, влияет на обе составляющие цены нефти. Это доказывает, что применение искусственного интеллекта само по себе, без опоры на содержательный анализ, не обеспечивает необходимой точности прогноза стоимости нефти. Напротив, разумная комбинация методов анализа временных рядов и информативного массива данных повышает точность прогноза. Определение критически важных факторов и дискриминация второстепенных переменных доступны только человеку, носителю творческих способностей. Например, автор [2], используя метод А. Л. Чижевского, рассчитывает достоверные прогнозы цены нефти, не прибегая к помощи машинных методов.
Искусственная нейронная сеть – мощный инструмент обработки данных, способный устанавливать скрытые нелинейные взаимозависимости переменных в заданном массиве данных. Его распространение в значительной степени вызвано увеличением вычислительной мощности современных компьютеров. Так, применение искусственной нейронной сети позволило предсказать в 2016 г. кризисное падение цены нефти в 2021 г. [8].
Однако вычислительная машина не способна сама выбрать значимые факторы из всего многообразия причин. Самый совершенный способ расчета не в состоянии опровергнуть проверенный временем принцип: «что подано на вход алгоритма, то и получено на выходе». Безосновательная надежда на «всемогущество» технического прогресса не только бесполезна, но и опасна при выборе стратегии поведения. Об этом еще в 1953 г. предупреждал В. Гейзенберг, один из крупнейших физиков XX в. [9].
Проведенное исследование позволяет сделать следующие выводы:
Подтверждена высокая эффективность подхода к прогнозированию стоимости нефти с использованием данных о солнечной активности.
Точность прогноза при использовании чисел Вольфа и искусственной нейронной сети приближается к предельно возможной величине в 100% и равна 97,6%.
Внедрение предлагаемой методики в практику долгосрочного планирования макроэкономических критериев способствует увеличению доходов.
