Читайте РБК без баннеров

Подписка отключает баннерную рекламу на сайтах РБК и обеспечивает его корректную работу

Всего 99₽ в месяц для 3-х устройств

Продлевается автоматически каждый месяц, но вы всегда сможете отписаться

Сырой прогноз: сможет ли нейросеть предсказать нефтяные цены

Фото:Shutterstock
Фото: Shutterstock
С помощью нейросетей научились прогнозировать многое, но не цены на нефть. Однако такие решения могут появиться совсем скоро

Почему прогнозы не сбываются

В декабре 2018 года российские специалисты опубликовали двухлетний прогноз нефтяных цен, сделанный с помощью нейросети. Самообучающуюся нейронную модель создал Институт энергетической стратегии вместе со специалистами из Университета Дубны.

Они предсказали, что цена Brent опустится до $50 за баррель до середины 2020 года.

На самом деле цены ушли в более крутое пике. Нейросеть не смогла учесть влияние пандемии. На фоне коронавируса в марте 2020-го стоимость Brent падала ниже $23 за баррель. А концу первого полугодия с трудом дотянула до отметки $40-43.

Сегодня нейросети используют для прогнозирования разных факторов и показателей — от погоды до отказов оборудования на производстве. Но пока не удалось решить самую потенциально прибыльную задачу — предсказание биржевых цен. Тем более, на длительном горизонте.

К примеру, в 2016 году программисты из России запустили стартап StocksNeural — онлайн-сервис для трейдеров, который предсказывал изменение цен на акции. Но максимальный срок прогноза составлял пять дней. А точность по некоторым бумагам не превышала 30-40%.

Когда речь заходит о таких сложных товарах как нефть, задача усложняется в разы. «Главная проблема заключается в том, что на цену нефти влияет огромное количество факторов — от погодных условий до политической ситуации и эпидемиологической обстановки», — объясняет гендиректор Агентства развития научно-образовательных проектов и программный директор Тюменского нефтегазового форума Антон Машуков.

К тому же анализировать все эти данные приходится ретроспективно. И заранее неизвестно, какие факторы сыграют в будущем — те же, что влияли на цену раньше, или совсем другие.

Кто предскажет цену через год

По словам Машукова, сегодня на рынке практически нет решений, которые бы позволяли достаточно точно предсказывать нефтяные цены с помощью нейросетей. «Мы нашли только один зафиксированный в СМИ случай, когда подобным образом пытались прогнозировать цены на нефть. И решили посмотреть, почему никто не предлагает такие решения — потому что это невозможно, или же просто никто всерьез к этому не подступался», — рассказывает эксперт.

Задачу создать нейросеть для прогнозирования нефтяных цен поставили перед участниками хакатона «Нейронефть». Его организовали в рамках Тюменского нефтегазового форума, который прошел в конце сентября 2020 года и стал одним из первых крупных офлайн-мероприятий после первой волны пандемии.

Соскучились по общению: как деловые мероприятия возвращаются в офлайн Фото:РБК Тренды

На ТНФ собрались больше 5,5 тыс. человек — как в офлайн, так и в онлайн-формате. Среди них были представители крупнейших нефтегазовых компаний России, таких как «Роснефть», «Лукойл», «Новатэк» и «Газпром нефть».

«На нашей площадке всегда очень высок интерес к новым технологиям и передовым разработкам, включая такие популярные сейчас направления как искусственный интеллект, машинное обучение и нейросети. Поэтому мы решили провести хакатон, который покажет участникам форума возможности молодых российских разработчиков», — говорят в оргкомитете ТНФ.

На хакатоне собрали почти 60 программистов из 16 городов. В течение нескольких дней они создавали прототип решения, позволяющий предсказать нефтяные цены спустя год после мероприятия.

Лучшей назвали разработку тюменской команды Blockchain Industrial Alliance. Их прогноз — от $55,77 за баррель в сентябре 2021 года.

По словам Машукова, решение победителей отличалось от остальных очень большой выборкой факторов и данных. Их нейросеть проанализировала более 235 тыс. иностранных и 800 тыс. российских новостей, а также данные с буровых установок, информацию об эмиссии доллара, авариях, динамику спроса и предложения и даже твиты.

Правда, на хакатоне определили только одного победителя из трех. Оставшихся назовут на следующем ТНФ в сентябре в 2021 года, когда можно будет оценить точность прогнозов.

Где использовать разработки

Потенциально созданные на хакатоне решения могут использоваться как минимум в двух сферах, говорят организаторы. «В первую очередь это компании, которые помогают людям инвестировать. Они получат возможность строить свои предложения не только основываясь на мнениях экспертов, но и подглядывая в то, что говорит искусственный интеллект. Главный потенциал технологии лежит именно здесь», — указывает Машуков.

Вторая группа пользователей — это сами нефтегазовые компании. Многие решения об инвестициях, например, о разработке новых месторождений или развитии действующих площадок, принимаются с учетом прогнозов нефтяных цен. И если нейросеть научится точно их предсказывать, это поможет более эффективно строить инвестпрограммы в нефтегазовом секторе, уверен эксперт.

На некоторых рынках — прежде всего, электроэнергии — решения с использованием нейросетей уже используются для построения ценовых прогнозов. Например, осенью 2020 года в Великобритании была запущена энерготрейдинговая компания VEST Energy. Она применяет гибридную модель, сочетающую нейросети и нечеткую логику. С учетом полученных от нейросети предсказаний компания решает, когда лучше направить на рынок дополнительную электроэнергию или сократить объемы торговли.

В случае с нефтью нейросети пока лишь помогают людям строить прогнозы, структурируя и анализируя данные. Но такие решения будут использоваться все шире, считает генеральный директор сервиса цифровой аналитики OilX Флориан Талер. «С точки зрения эволюции все сырьевые рынки будут двигаться в том же направлении, в котором сегодня идет торговля на рынках газа и электроэнергии», — уверен он.

Подписывайтесь на Telegram-канал РБК Тренды и будьте в курсе актуальных тенденций и прогнозов о будущем технологий, эко-номики, образования и инноваций.

Следующий материал: