Автоматизирани алгоритми за идентификация на ARIMA модели при прогнозиране на динамични редове - преглед на литературата

Abstract

Прогнозирането има ключово значение за ефективното планиране и управление и в икономическия, и в публичния сектор. Създаването на точни прогнози изисква значителна експертиза и е трудоемък процес, подлежащ на субективни грешки, особено при обработката на големи обеми данни. Това обуславя необходимостта от автоматизация на процесите на прогнозиране в съвременната практика. Целта на изследването е да се изведат предимствата и ограниченията на различни автоматизирани алгоритми за идентификация на ARIMA модели и да се установи в каква степен тези алгоритми намаляват субективизма в процеса на моделиране. Изследването включва три основни задачи: (1) да се обоснове необходимостта от автоматизация на процеса на прогнозиране и се разкрият предизвикателствата пред осъществяването й, както и да се проследи нейната еволюция; (2) да се аргументира автоматизирането на идентификацията на ARIMA модели въз основа разкриване на тяхната същност и ключовите етапи в процеса на моделиране; (3) да се представят и сравнят подходи за автоматизиране, които решават проблеми на идентификацията на ARIMA модели с цел последваща оценка на тяхната ефективност и приложимост. Резултатите от изследването потвърждават тезата на авторите, че автоматизираните подходи за идентификация на ARIMA модели значително намаляват субективизма и времето, необходимо за анализ, но не могат напълно да елиминират намесата на изследователя. Научните приноси на разработката могат да се обособят в две направления: автоматизацията на процеса на идентификация преодолява ограниченията, характерни за класическото прилагане на процедурата; извършен е критичен анализ с извеждане на силните и слабите страни на съществуващи алгоритми за автоматизация.