ПРОГНОЗУВАННЯ ІНВЕСТИЦІЙ ЗА ДОПОМОГОЮ ГІБРИДНОГО АНСАМБЛЮ LSTM-CATBOOST-RANDOM FOREST З ПОЯСНЮВАНІСТЮ SHAP

Анотація

У сучасних умовах високої волатильності фінансових ринків завдання прогнозування інвестицій набуває особливого значення. Точність прогнозів безпосередньо впливає на ефективність стратегій управління активами та економічну стабільність у цілому. Традиційні економетричні моделі (ARIMA, VAR, GARCH тощо) мають обмеження у відображенні нелінійних та високорозмірних залежностей, що властиві фінансовим часовим рядам. Сучасні методи машинного навчання, такі як LSTM-мережі, градієнтний бустинг та ансамблеві алгоритми, продемонстрували здатність значно підвищувати точність прогнозів, проте залишається проблема їх «чорного ящика», тобто низької інтерпретованості результатів. У цій роботі запропоновано новий гібридний метод прогнозування інвестицій, який поєднує моделі LSTM, CatBoost і Random Forest у зважений ансамбль із оптимізацією вагових коефіцієнтів та застосуванням підходу SHAP (SHapley Additive exPlanations) для забезпечення пояснюваності результатів. Методологія передбачає комбінування моделей, що враховують як часову структуру даних, так і табличні макроекономічні та ринкові індикатори, з подальшою інтеграцією результатів через вагову схему. SHAP-аналіз забезпечує можливість кількісної оцінки внеску окремих змінних у фінальний прогноз, що робить модель не лише точною, а й придатною для практичного використання у фінансовій аналітиці, де критично важливо розуміти причини прийняття рішень. Експериментальна перевірка здійснена на макроекономічних та фондових даних, при цьому ансамбль продемонстрував вищу точність порівняно з окремими моделями. Отримані результати підтверджують доцільність використання гібридних підходів у прогнозуванні інвестицій і відкривають перспективи подальших досліджень у напрямі Explainable AI для фінансових систем.

Ключові слова: прогнозування інвестицій; машинне навчання; LSTM; CatBoost; Random Forest; ансамбль моделей; SHAP; пояснюваний штучний інтелект; фінансова аналітика, інфораміційні технології, інформаційна система.