Прогнозирование индексов фондового рынка с использованием методов машинного обучения

Ключевые слова: Python, IMOEX, HSI, S&P500, машинное обучение, прогнозирование цен на инструменты фондового рынка, индикаторы технического анализа. В данной работе изложены методы машинного обучения, применяемые к прогнозированию значения цены закрытия индексов фондового рынка, таких, как IMOEX, HSI, S&P500. Исследование состоит из 3-х частей. Первая часть содержит теоретические концепции прогнозирования финансовых инструментов с помощью машинного обучения. Во второй главе рассматриваются предшествующие исследования в данной сфере по всему миру. В третьей части происходит реализация алгоритмов машинного обучения для прогнозирования индексов, использующих в качестве входных данных индикаторы технического анализа. В практической части рассматривается сравнение одноэтапного подхода с двухэтапным подходом машинного обучения. На одноэтапном подходе сравнивается качество моделей SVR, MLP, SVR-MLP-LR. В двухэтапном алгоритме на первом этапе прогнозируются индикаторы технического анализа с помощью SVR, на втором же этапе происходит прогноз цен с помощью моделей SVR, MLP, SVR-MLP-LR. Далее сравнивается качество прогноза моделей одноэтапного подхода с моделями двухэтапного подхода по метрикам MSE, rRMSE, MAE, MAPE, MASE.