Прогнозирование цен акций компаний нефтегазового сектора

В данной работе рассмотрены различные модели анализа временных рядов, которые могут быть применены для прогнозирования цены акции. Главной целью является прогнозирование цены акции компаний различной региональной принадлежности. Для достижения высокой точности прогнозирования были рассмотрены как эконометрические модели анализа временных рядов, то есть модели авторегрессии – скользящего среднего и модели авторегрессии – распределенного лага, так и стремительно развивающиеся на сегодняшний день подходы машинного обучения – искусственные нейронные сети, рекуррентные нейронные сети с долгой краткосрочной памятью. Анализ литературы и изучение существующих моделей помогли определить предположительно значимые переменные, которые теоретически должны повысить точность прогнозирования цены акции компании нефтегазового сектора. В практической части работы были построены различные модели для выбранных компаний. Для каждой из них построены модели авторегрессии - скользящего среднего (ARIMA), распределенного лага (ADL), искусственная нейронная сеть (ANN), рекуррентная нейронная сеть с долгой краткосрочной памятью (LSTM RNN), оценена их точность, рассмотрены факторы, влияющие на цену акции и определено различие во влиянии тех или иных факторов на прогнозируемую цену акции.