Статьи, Журналы
Формирование инвестиционного портфеля с применением методов машинного обучения
Бичурин, Э.В. Формирование инвестиционного портфеля с применением методов машинного обучения / Э. В. Бичурин, М. И. Рисун // Финансовая экономика. — Москва, 2025 — N 8. — С.101-104. — Библиогр. в конце ст.
Источник
Аннотация
Цель исследования заключалась в разработке алгоритма формирования инвестиционного портфеля российских акций с использованием методов машинного обучения. В работе проанализированы современные алгоритмы прогнозирования временных рядов. Ключевым методом стала рекуррентная нейросеть LSTM, позволяющая выявлять нелинейные закономерности и долгосрочные зависимости в финансовых данных. Практическая часть исследования включала построение модели на языке Python с применением специализированных библиотек. Результаты исследования показали, что применение LSTM обеспечивает высокую точность прогнозов доходности. В заключении сформулированы рекомендации по дальнейшему совершенствованию инвестиционного климата и адаптации алгоритма для частных инвесторов.
Ключевые слова
- #финансовый сектор
- #россия
- #рынок инвестиций
- #инвестиционная деятельность
- #инвестиционный климат
- #инвестиции
- #инвесторы
- #инвестиционный портфель
- #оптимизация
- #ценные бумаги
- #акции
- #прогнозирование
- #прогнозирование доходности
- #инвестиционный анализ
- #инновационные технологии
- #нейросетевые технологии
- #нейросети
- #машинное обучение
- #временные ряды
- #lstm
- #python
- #анализ данных
-
УДК:336.714
Рекомендовано к ознакомлению
- 1. Трахимец, Е.О. Модели управления активами институциональных инвесторов в условиях высокой волатильности 2022-2024 годов / Е. О. Трахимец, О. С. Виноградова // Мир новой экономики. — Москва, 2025 — N 3. Том 19. — С.79-91.
- 2. Восканян, Р.О. Мультиголосующие акции как инструмент обеспечения долгосрочности венчурного финансирования / Р. О. Восканян // Финансовая аналитика. — Москва, 2025 — N 4. — С.65-73.
- 3. Сорокин, О.В. Информационные ожидания IPO как фактор краткосрочной доходности финансовых активов / О. В. Сорокин // Финансовая аналитика. — Москва, 2026 — N 1. — С.124-132.
- 4. Орлова, С. Эмитенты уходят в себя / С. Орлова // Банковское обозрение. — Москва, 2026 — N 3. — С.16-18.
- 5. Чикулаева, Е. За лидером / Е. Чикулаева // Вестник НАУФОР. — Москва, 2025 — N 9. — С.38-39.
- 6. Аркадакская, О.Ю. Сравнение финансовых инструментов для частного инвестирования / О. Ю. Аркадакская, А. В. Колчев // Финансовая экономика. — Москва, 2025 — N 7. — С.3-9.
- 7. Кривошеева, И. Геометрия доверия / И. Кривошеева // Вестник НАУФОР. — Москва, 2025 — N 9. — С.24-26.
- 8. Тазбиева, А.А. Оценка и анализ приоритетов управления рисками инвестиционного проекта / А. А. Тазбиева, С. Т. Умаева // Экономика и управление: проблемы, решения. — Москва, 2025 — Т. 5. № 3. — С.142-147.
- 9. Лаптева, А.М. Юридически значимые классификации инвестиций / А. М. Лаптева // Государство и право. — Москва, 2025 — N 3. — С.124-131.
- 10. Часовских, Е. Право не делиться / Е. Часовских // Вестник НАУФОР. — Москва, 2025 — N 9. — С.48-51.
Отзывы читателей
0