В данной работе строится псевдовыборочный (pseudo-out-of-sample) прогноз инфляции в России методом динамического усреднения моделей на исторических данных. Этот метод можно рассматривать как обобщение метода байесовского усреднения моделей, при котором модель, генерирующая данные, а также ее параметры могут изменяться со временем. Показано, что точность прогноза российской инфляции методом динамического усреднения моделей не превосходит точность прогнозов, полученных при помощи более простых эталонных моделей (benchmarks), даже если наиболее информативные предикторы отбираются на основе ретроспективного анализа полной выборки данных. Двумя группами предикторов с самой высокой апостериорной вероятностью включения в прогнозную модель являются кредиты нефинансовым организациям и физическим лицам, а также фактические и ожидаемые изменения заработной платы.