卡利馬蒂蔬菜價格指數預測：動量校正線上堆疊集成方法

研究論文提出一個名為卡利馬蒂蔬菜價格指數 (KVPI) 的新指數，用於預測新興經濟體的農產品價格。KVPI 聚合了加德滿都 2013 年至 2023 年間 135 種日用批發商品的數據，通過逆波動性加權來減少噪音，創建穩定的宏觀層級信號。論文開發了 64 個因果有效的特徵，包括節日領先滯後效應、滾動統計和日曆變量，並評估了統計、樹基、深度學習、混合和 Transformer 架構等 14 種預測模型。結果顯示，樹基集成模型表現穩健，而傳統統計模型和複雜 Transformer 在嘈雜數據集上表現不佳。提出的動量校正線上堆疊集成在 90 天預測中獲得最佳性能，均方根誤差 (RMSE) 為 1.771，平均絕對百分比誤差 (MAPE) 僅為 0.68%，並解釋了 84.5% 的方差。這個開源管道為尼泊爾及類似市場的政策制定者和供應鏈參與者提供了實用可靠的工具，有助於預測價格變動和加強糧食安全。