Применение методов машинного обучения для проведения фундаментального анализа биржевых валютных курсов

Данная работа дает ответы на вопросы, связанные с финансовой сферой. Центральный вопрос исследования сформулирован следующим образом: какие методы машинного обучения являются наиболее эффективными при проведении фундаментального анализа биржевых валютных курсов. Чтобы ответить на этот вопрос, предполагается ознакомиться с существующими методами машинного обучения, и проверить практическим путем эффективность каждого из них. Основные результаты исследования создали модель для анализа и прогнозирования значений валютных курсов и будут интересны всем участникам валютного рынка в Российской Федерации. Чтобы предсказать значение и динамику валютных курсов для следующего торгового дня на бирже, была выдвинута следующая гипотеза: осуществив сдвиг значений переменных факторов на 1 день вперед и оставив значения целевой переменной на соответствующих позициях, предсказательная модель сможет решать задачи регрессии и классификации для следующего торгового дня на бирже по данным текущего. Данная гипотеза подтвердилась, так как удалось создать модели, демонстрирующие высокое качество и явную зависимость между переменными факторами и целевой переменной на обучающей выборке. В данном исследовании было показано, что проведение фундаментального анализа биржевых валютных курсов не может быть сведено к построению временного ряда или решению задачи классификации, так как обученные модели продемонстрировали крайне низкое качество на тестовой выборке. В свою очередь, с помощью регрессионного анализа удалось построить модель для прогнозирования валютных курсов высокого качества. В ходе исследования было установлено, что лучшие модели для проведения фундаментального анализа биржевых валютных курсов могут быть основаны на построении дерева решений методом градиентного бустинга или с помощью построения случайного леса. Ключевые слова: временные ряды, регрессионный анализ, классификация, деревья принятия решений, градиентный бустинг, случайный лес, валютный курс, USD, EUR, RUB.