Прогнозирование курсов валют методом ARIMA

Проблема исследования временных рядов является актуальной для всех областей науки и практики. Анализ временных рядов означает изучение доступных данных, чтобы выяснить закономерность или тенденцию в них, для того чтобы предсказать некоторые будущие значения, которые, в свою очередь, помогут более эффективно оптимизировать бизнес решения. Основная проблема при этом заключается в сравнительном анализе методик выявления основных компонентов временного ряда, чтобы более точно описать исходную статистическую информацию динамического ряда. Существует множество методов прогнозирования временных рядов, при этом одними из самых эффективных является метод ARIMA. Хотя данный метод является очень мощной моделью для прогнозирования данных временных рядов, процессы подготовки и настройки параметров в конечном итоге отнимают много времени. В рамках данной работы решается задача прогнозирования временного ряда методом ARIMA. В работе было реализовано ПО, которое на основе валютных курсов ЦБ РФ, автоматически подбирает наилучшую модель, и на основании которой может быть получен прогноз на ближайшие дни.

Forecasting exchange rates using the ARIMA method

The problem of time series research is relevant for all areas of science and practice. Time series analysis means examining the available data to find a pattern or trend in it, in order to predict some future values, which in turn will help you optimize your business decisions more effectively. The main problem in this case lies in the comparative analysis of methods for identifying the main components of the time series in order to more accurately describe the initial statistical information of the dynamic series. There are many methods for time series forecasting, with ARIMA being one of the most effective. Although this method is a very powerful model for forecasting time series data, the preparation and parameter tuning processes end up being time consuming. Within the framework of this work, the problem of time series forecasting by the ARIMA method is solved. In the work, software was implemented that, based on the exchange rates of the Central Bank of the Russian Federation, automatically selects the best model, and on the basis of which a forecast for the coming days can be obtained.