Моделирование взаимосвязи индекса РТС с активностью инвесторов в сети интернет

<p class="p1">Данная работа посвящена исследованию возможности предсказания изменения направления движения цены, основываясь на информационных факторах, характеризующих активность инвесторов в сети интернет. Под активностью здесь подразумеваются действия инвесторов в интернете, с помощью которых можно охарактеризовать их настроение и интересы.</p><p class="p1">В этом исследовании будут использованы частоты запросов названий компаний, составляющих индекс РТС, в поисковой системе Google как индикатор внимания инвесторов к этим компаниям и индекс настроений, полученный с помощью данных из Twitter, как индикатор настроений инвесторов.</p><p class="p1">В ходе работы взаимосвязь этих факторов была исследована для двух различных способов представления данных: для абсолютных значений и значений приращений. В рамках анализа абсолютных значений, была попытка найти коинтеграционные связи в исходных данных, но, в основном, она не была успешной. Коинтеграция была выявлена только для двух из двадцати двух компаний, но даже по этим компаниям не удалось построить качественную модель.</p><p class="p1">После перехода к приращениям все ряды стали стационарными, и был применён тест Грэнджера на причинность. В результате этого теста не удалось получить желаемого результата. Несмотря на это, удалось построить линейные авторегрессионные модели распределённого лага, которые достаточно точно описывали динамику этих рядов: процент совпадения направления движения цены с модельной никогда не опускался ниже 61% на обучающей выборке и составлял 70% в среднем по всем компаниям в рамках всех обучающих периодов. Что касается этого показателя на тестовом периоде, то здесь также были достигнуты приемлемые результаты. Средний процент успеха предсказания цены по всем компаниям за последний год составил 63%, чего вполне достаточно для извлечения прибыли.</p><p class="p1">По результатам прогнозов построенных моделей удалось предсказать направление движения индекса РТС в 57% случаев, при использовании средней, и в 60% при использовании взвешивания.</p><p class="p1">Кроме того, было достоверно установлено, что качество авторегрессионных моделей значительно снижается при отсутствии информационных индексов. Это говорит о значимости данных факторов для прогнозирования цен акций компаний и их высокой прогнозной силе.</p>