В России разработали нейросетевую модель, способную за сутки до события с точностью более 83% предупредить о приближении краткосрочного фондового кризиса.
Как считают эксперты Высшей школы экономики, система может стать важным инструментом в арсенале инвесторов, финансовых аналитиков и регуляторов. "Работа имеет высокую практическую значимость для национального финансового сектора: она предлагает действенные инструменты для своевременного выявления рыночных потрясений, что особенно актуально для нестабильной макроэкономической среды", - сообщила профессор факультета экономических наук НИУ ВШЭ Тамара Теплова.
Теплова и сотрудники НИУ ВШЭ Максим Файзулин и Алексей Куркин разработали гибридную модель, которая сочетает три разных архитектуры машинного обучения - механизм внимания, темпоральные сверточные сети и подход LTSM, подразумевающый наличие у ИИ своеобразной краткосрочной памяти. Для ее обучения специалисты проанализировали данные с 2014 года по 2024 год, включающие рыночные и макроэкономические показатели, в первую очередь индекс Мосбиржи IMOEX, а также индикаторы настроений инвесторов.
"Модель эффективно обрабатывает неравномерные данные и достигает точности 78,70% при прогнозе кризисных событий в день наблюдения и 78,85% - на следующий торговый день. Использование месячной повторной тренировки и адаптивных временных окон позволило довести точность до 83,87%. Ключевыми факторами, влияющими на предсказания, оказались биржевые индикаторы, капитализация компаний - эмитентов акций и рыночные курсы валют", - отметила профессор Теплова.
Фото из открытых источников.