Исследование влияния мировых событий, освещаемых в СМИ, на фондовый рынок с использованием машинного обучения

Постоянно растущий интерес к машинному обучению обусловлен теми же факторами, которые сделали data mining и байесовский анализ более популярными, чем когда-либо. К ним относятся растущие объемы и разновидности доступных данных, удешевление и увеличение мощности вычислительной обработки, а также доступное хранение данных. Всё это означает, что можно быстро создавать модели, способные анализировать большие и сложные данные и получать более быстрые и точные результаты даже в очень больших масштабах. А построив точные модели, организация имеет больше шансов выявить выгодные возможности или избежать некоторых рисков. В данной работе целью является изучение изучение предметной области, машинного обучения в целом и возможностей его применения в области, обозначенной в теме исследования, а также тестирование алгоритмов машинного обучения на данных, содержащихся в новостях, для изучения их влияния на фондовый рынок и на его ключевые индексы в частности (Dow Jones Industrial Average, S&P 500, NASDAQ Composite). Однако, стоит сразу упомянуть, что до сих пор никто из учёных не научился точно предсказывать показатели индексов и акций, даже в небольшой перспективе с помощью ансамблей классификаторов. В любом случае, в конце работы полученные результаты будут интерпретированы.