Ученые факультета вычислительной математики и кибернетики МГУ на примере фондовой биржи РТС смогли построить удачную прогностическую модель для оценки предполагаемых изменений в стоимости акций. Программа сочетает в себе расчеты по историческим данным на разных временных отрезках, а также новостной фон, основанный на текстовой информации, поступающей из разных источников. При этом анализ со стороны человека не требуется, что облегчает задачу инвесторам и экономистам.
Зачастую фондовый рынок оказывается непредсказуемым, при этом он в современных реалиях существенно влияет на разные сферы жизни, затрагивая все отрасли экономики. Поэтому прогнозирование движения цен на акции становится все более важной задачей. Специалисты МГУ подключили к этому процессу технологии машинного обучения.
Мы применили рекуррентные нейронные сети для анализа временных рядов, что позволило нам извлекать сложные паттерны и зависимости в данных о ценах акций. С другой стороны, использование модели из семейства BERT для анализа текстов финансовых новостей дало нам возможность учитывать влияние внешних событий на рыночные цены. Этот метод не только учитывает исторические данные, но и анализирует текущие события, что делает его особенно ценным в условиях быстро меняющегося рынка.
Новая технология позволит участникам фондового рынка успешнее работать с акциями компаний. В перспективе это сделает более устойчивой финансовую систему. А авторы разработки планируют применить ее и для других рынков с учетом их специфических особенностей. Также должна быть разработана адаптивная схема, способная учитывать глобальную экономическую неопределенность.
Ранее мы рассказывали, что Москва попала в ТОП-10 городов мира по инновационной привлекательности.
