Разработка моделей прогнозирования поведения цен акций, валют и товаров с использованием методов машинного обучения

В выпускной квалификационной работе проводится исследование преимуществ и недостатков методов машинного обучения в прогнозировании финансовых рынков. Методы кластеризации, классификации и регрессии на современном этапе развития компьютерных технологий привели к резкому взрыву интереса к данной теме в различных областях человеческих знаний. Значительно увеличилась роль финансовых рынков в развитии мирового ВВП и для построения эффективных инвестиционных стратегий их участники стали все активнее и шире применять машинное обучение. Целью выпускной квалификационной работы является исследование применения методов машинного обучения для прогнозирования финансовых рынков, а также составление моделей, применимых в практических механизмах ведения инвестиционного портфеля и биржевой торговли. Для достижения цели работы были поставлены и решены следующие задачи: 1) Определить основные компоненты концепции машинного обучения; 2) Привести классификацию методов машинного обучения применительно к финансовым рынкам; 3) Отобрать наиболее эффективные методы и модели машинного обучения для решения задач ценового прогнозирования финансовых инструментов, оптимального построения инвестиционного портфеля; 4) Провести моделирование динамики валютных инструментов на Московской бирже и иностранных биржевых и внебиржевых площадках; 5) Провести практическое моделирование инвестиционного портфеля на рынке акций с применением методов машинного обучения; С применением методов машинного обучения разработаны модели, которые могут быть использованы для управления инвестиционными портфелями. Кроме числовых объектов (data-mining) в работе рассматриваются ключевые аспекты применение машинного обучения для текстов (text-mining) - машинное чтение новостей, пресс-релизов эмитентов, центробанков, инфраструктурных организаций.