Ученые факультета вычислительной математики и кибернетики МГУ разработали уникальный метод прогнозирования цен акций на российском фондовом рынке РТС, который сочетает анализ временных рядов с обработкой текстовых данных из финансовых новостей. Результаты исследования были представлены на Всероссийской конференции «Ломоносовские чтения-2024» и получили высокую оценку специалистов. Новый подход демонстрирует более точные прогнозы по сравнению с традиционными методами и помогает инвесторам адаптироваться к динамичным изменениям рынка.
Фондовые рынки оказывают значительное влияние на экономику, затрагивая ключевые сектора, такие как бизнес и технологии. В условиях их изменчивости прогнозирование движения акций становится одной из приоритетных задач. Ученые МГУ предложили подход, который объединяет анализ временных рядов с использованием рекуррентных нейронных сетей и обработку текстовых данных новостей через модели типа BERT.
«Применение рекуррентных нейронных сетей позволяет нам выявлять сложные паттерны в данных, а анализ текстов финансовых новостей даёт понимание влияния внешних факторов на цены акций»
— Дмитрий Голембиовский, профессор кафедры исследования операций ВМК МГУ
Этот метод учитывает как исторические данные, так и текущие события, делая его особенно ценным для современных условий, когда информация меняется стремительно. Благодаря таким технологиям, инвесторы могут получать более точные прогнозы и принимать обоснованные решения.
«Наш метод позволяет лучше предсказывать движение цен акций, делая торговлю более предсказуемой и успешной»
— Дмитрий Голембиовский, профессор ВМК МГУ
Исследователи планируют дальнейшие разработки для расширения модели на другие рынки и улучшения алгоритмов. Это важный шаг в создании адаптивных финансовых систем, способных справляться с глобальной экономической нестабильностью.
Информация предоставлена пресс-службой МГУ