Хураангуй:
Эдийн засгийн таамаглалд загвар сонголтын асуудал хүнд сорилтуудын нэг байсаар ирсэн юм. Үүнийг дагаад маш олон төрлийн судалгаа хийгдсэн байдаг ба энэ судалгааны ажлаар симуляцийн аргаар загваруудыг үнэлж, гүйцэтгэлийг харьцуулсан болно. Ингэхдээ түгээмэл ашиглагддаг AR, GARCH, TAR загварууд дээр машин сургалтын баггинг аргазүйг ашигласнаар нарийвчлал болон таамаглах чадвар хэрхэн сайжирч байгааг авч үзэх болно. Гүйцэтгэлийн хэмжихдээ түүврийн гаднах (out of sample) таамаглалын алдааны квадратуудын дундажаар (MSE) хэмжинэ. Уламжлалт таамаглалын аргууд нь тухайн тохиолдолд сайн ажиллаж болох ч ерөнхий тохиолдолд сайн гүйцэтгэлтэй байдаггүй. Судалгааны үр дүнд баггинг аргазүйн ачаар тухайн нэг хугацааны цуваанд тохирохгүй загвараар таамагласан тохиолдлууд буюу таамаглалын загвараа буруу сонгосон тохиолдолд эерэг үр дүнг өгч байна. Баггинг буюу бүүтстрап агригэйшн хэмээх машин сургалтын алгоритм нь бусад сургалтын суурь болж өгдөг, мөн сүүлийн жилүүдэд эдийн засгийн таамаглалд ашиглах талаар судалгааны ажлууд гарч байгаа нь энэхүү судалгааны ач холбогдлыг харуулж байгаа юм.
