অর্থনৈতিক সময় সিরিজ বিশ্লেষণ: অর্থনীতির মডেল এবং মেশিন লার্নিং থেকে পদ্ধতি

বিস্ফোরক তথ্য এবং অস্থির বাজার অর্থনৈতিক ও আর্থিক পূর্বাভাস মডেলগুলিকে নাটকীয়ভাবে পরিবর্তন করতে বাধ্য করছে। "অর্থনৈতিক সময় সিরিজ বিশ্লেষণ" সেমিনারটি ঐতিহ্যবাহী অর্থনীতিকে মেশিন লার্নিং কৌশলের সাথে একত্রিত করার প্রবণতা দেখায়, যা আরও নমনীয় এবং সঠিক পূর্বাভাসের দিক উন্মুক্ত করে।

বৃহৎ তথ্য, দ্রুত পরিবর্তনশীল বাজার এবং ক্রমবর্ধমান জটিল অর্থনৈতিক সম্পর্কের প্রেক্ষাপটে, অর্থনৈতিক ও আর্থিক পূর্বাভাস সরঞ্জামের চাহিদা নাটকীয়ভাবে পরিবর্তিত হচ্ছে।

একাডেমি অফ ফাইন্যান্স এবং ইন্টারন্যাশনাল সেন্টার ফর ম্যাথমেটিক্যাল রিসার্চ অ্যান্ড ট্রেনিং দ্বারা আয়োজিত "ইকোনমিক টাইম সিরিজ অ্যানালাইসিস: অ্যাপ্রোচেস ফ্রম ইকোনোমেট্রিক মডেলস অ্যান্ড মেশিন লার্নিং" নামক বৈজ্ঞানিক সেমিনারে ডঃ কু থু থু এবং এমএসসি হোয়াং হু সন এর উপস্থাপনায় এটি স্পষ্টভাবে প্রমাণিত হয়েছিল।

আলোচনাটি কেবল ঐতিহ্যবাহী টাইম সিরিজ মডেলগুলির একটি বিস্তৃত সারসংক্ষেপই প্রদান করেনি, বরং আরও গুরুত্বপূর্ণভাবে, একটি নতুন পদক্ষেপ তুলে ধরেছে: আধুনিক মেশিন লার্নিং কৌশলগুলির সাথে অর্থনীতিগত মডেলগুলিকে আপগ্রেড করা।

সেমিনারের ভূমিকা অংশে সময় সিরিজের বৈশিষ্ট্য যেমন প্রবণতা, ঋতু, চক্র, স্থিরতা, শব্দ এবং ARIMA, SARIMA, ARDL, ECM, VAR/VECM, অথবা GARCH... এর মতো ক্লাসিক মডেলগুলিকে সুশৃঙ্খলভাবে উপস্থাপন করা হয়েছে।

এমএসসি হোয়াং হু সন টাইম সিরিজ বিশ্লেষণে মেশিন লার্নিং মডেলের উপর সেমিনারে উপস্থাপনা করেছেন।

এই সরঞ্জামগুলি কয়েক দশক ধরে অর্থনীতিগত গবেষণার ভিত্তি তৈরি করেছে, যার স্বতন্ত্র সুবিধা রয়েছে: ভালো ব্যাখ্যামূলক ক্ষমতা, মানসম্মত তাত্ত্বিক কাঠামো, কম গণনামূলক খরচ এবং ছোট আকারের ডেটার জন্য উপযুক্ততা।

আজ, আর্থিক বাজারগুলি একটি বৈচিত্র্যময় কাঠামোর সাথে পরিচালিত হয় যেখানে উচ্চ অনিশ্চয়তা, অনেক ধাক্কা এবং দীর্ঘমেয়াদী নির্ভরতা রয়েছে। উচ্চ-ফ্রিকোয়েন্সি ডেটা থেকে অসংগঠিত ডেটা পর্যন্ত, চলক এবং ডেটা উৎসের সংখ্যা দ্রুত প্রসারিত হয়। এই ধরনের পরিবেশে, ঐতিহ্যবাহী অনুমান (স্থিরতা, স্বাভাবিক বন্টন, রৈখিকতা, ইত্যাদি) প্রায়শই আর উপযুক্ত থাকে না, যা ঐতিহ্যবাহী মডেলগুলির নির্ভুলতা কিছুটা সীমিত করে তোলে। এবং মেশিন লার্নিং হল আধুনিক এবং প্রাসঙ্গিক পদ্ধতিগুলির মধ্যে একটি।

অতএব, সেমিনারে মেশিন লার্নিংয়ের মৌলিক জ্ঞান এবং MLP, RNN, LSTM, Bi-LSTM, Stacked LSTM এর মতো টাইম সিরিজ বিশ্লেষণে মেশিন লার্নিং, নিউরাল নেটওয়ার্ক এবং ডিপ লার্নিংয়ের ভূমিকার সারসংক্ষেপ তুলে ধরা হয়েছে। ক্লাসিক্যাল লিনিয়ার মডেল থেকে ভিন্ন, মেশিন লার্নিং ঐতিহ্যবাহী ইকোনোমেট্রিক মডেলের সীমাবদ্ধতা অতিক্রম করেছে এবং নন-লিনিয়ার সম্পর্ক মডেলিং, দীর্ঘমেয়াদী নির্ভরতা মনে রাখা এবং ডেটা সিরিজে স্বয়ংক্রিয়ভাবে শেখার ধরণ তৈরির অনুমতি দিয়েছে।

ডঃ কু থু থুই অর্থনীতি এবং মেশিন লার্নিং বিষয়ক সেমিনারে বক্তব্য রাখেন।

বিভিন্ন মডেলের সাথে বিটকয়েন এবং ভিএন-সূচক মূল্য পূর্বাভাস পরীক্ষার উপস্থাপনার মাধ্যমে, এটি প্রমাণিত হয়েছে যে LSTM মডেলটি কম RMSE, MAE, MAPE ত্রুটি দেয় এমনকি যখন ডেটা খুব বেশি শব্দ করে, এবং LSTM মডেলের মাধ্যমে, এটি পূর্বাভাসিত ডেটার অর্থনৈতিক প্রকৃতিও প্রতিফলিত করে, যার ফলে অর্থনৈতিক ও আর্থিক পূর্বাভাসে মেশিন লার্নিং এবং গভীর শিক্ষার স্পষ্ট সুবিধাগুলি প্রদর্শন করা হয়।

সেমিনারে একটি গুরুত্বপূর্ণ দৃষ্টিভঙ্গি হল: অর্থনীতি এবং মেশিন লার্নিং বিপরীত নয়, বরং একে অপরের পরিপূরক এবং উন্নত করে। অর্থনীতি তাত্ত্বিক কাঠামো, কার্যকারণ কাঠামো এবং নীতি ব্যাখ্যার ক্ষমতা প্রদান করে। মেশিন লার্নিং শক্তিশালী কম্পিউটিং শক্তি, অরৈখিক মডেলিং, বৃহৎ ডেটা প্রক্রিয়াকরণ ক্ষমতা এবং শব্দ প্রতিরোধ ক্ষমতা প্রদান করে।

এই সমন্বয়টি VAR-LSTM, হাইব্রিড স্টেট স্পেস + ডিপ লার্নিং থেকে শুরু করে টাইম সিরিজ ট্রান্সফর্মেশন পর্যন্ত একটি নতুন প্রজন্মের মডেল তৈরি করেছে - যা একটি আন্তর্জাতিক গবেষণা প্রবণতা হয়ে উঠছে।

অধিকন্তু, সেমিনারের উপস্থাপনা এবং আলোচনা মেশিন লার্নিং এবং ডিপ লার্নিংয়ের জন্য অবকাঠামো এবং ডেটাতে বিনিয়োগের গুরুত্বকেও নিশ্চিত করেছে।

কারণ গবেষণা সুবিধাগুলি সরাসরি স্থাপত্য, বাস্তব-বিশ্বের সমস্যা সমাধানে মডেলের গণনা দক্ষতা, এবং উচ্চমানের আন্তর্জাতিক প্রকাশনাগুলির লক্ষ্যকে প্রভাবিত করে।

সেমিনারটি গবেষণা চিন্তাভাবনাকে কেবল রৈখিক মডেলের উপর নির্ভরশীলতা থেকে গভীর শিক্ষণ মডেলের ব্যবহারে; ছোট ডেটাসেট থেকে বৃহৎ ডেটাসেটে; এবং বর্ণনামূলক বিশ্লেষণ থেকে অত্যন্ত নির্ভুল ভবিষ্যদ্বাণীতে রূপান্তরিত করার বিষয়টি নিশ্চিত করে।

এটি একাডেমি অফ ফাইন্যান্সের গাণিতিক অর্থনীতি, অর্থ ও ব্যাংকিং, ডেটা বিশ্লেষণ এবং ডেটা বিজ্ঞানের ক্ষেত্রে একটি গুরুত্বপূর্ণ দিকনির্দেশনা।

সূত্র: https://daibieunhandan.vn/phan-tich-chuoi-thoi-gian-kinh-te-tiep-can-tu-mo-hinh-kinh-te-luong-va-hoc-may-10399890.html