Статьи, Журналы
Человек + Машина: сравнительный анализ эффективности прогнозирования фондового рынка бизнес-аналитиками и нейросетями в условиях рыночной неэффективности
Статьи, Журналы
Человек + Машина: сравнительный анализ эффективности прогнозирования фондового рынка бизнес-аналитиками и нейросетями в условиях рыночной неэффективности
Артюхов, И.А. Человек + Машина: сравнительный анализ эффективности прогнозирования фондового рынка бизнес-аналитиками и нейросетями в условиях рыночной неэффективности / И. А. Артюхов // Финансовые рынки и банки. — Москва, 2026 — N 3. — С.185-187. — Библиогр. в конце ст.
Поделиться
Вконтакте 
Одноклассники 
Telegram Источник
Аннотация
В статье проводится сравнительный анализ прогностической способности традиционных финансовых аналитиков и моделей искусственного интеллекта. Опираясь на эмпирические данные исследований 2024-2025 годов, мы рассматриваем не противостояние "человек против машины", а эффективность симбиотической модели "человек + машина" в контексте современной структуры фондового рынка. Особое внимание уделяется способности гибридного подхода генерировать риск-скорректированную доходность (альфу) за счет снижения транзакционных издержек и минимизации когнитивных искажений, присущих традиционному анализу. Результаты исследования демонстрируют, что интеграция прогнозов аналитиков в нейросетевые модели позволяет сократить количество экстремальных ошибок прогнозирования, что открывает перспективы для построения более устойчивых инвестиционных стратегий.
Ключевые слова
-
УДК:336.76
Рекомендовано к ознакомлению
- 1. Ерохин, В.В. Прогнозирование панических распродаж в составе финансовых портфелей на бирже / В. В. Ерохин // Экономика и управление: проблемы, решения. — Москва, 2025 — Т. 2. № 9. — С.135-148.
- 2. Николаева, О. Рынок становится розничным - и им все больше управляет психология / О. Николаева // Cbonds review. — Санкт-Петербург, 2026 — N 1. — С.22-23.
- 3. Миннахмедов, М. Миллион за один доллар / М. Миннахмедов. — Москва : АСТ, 2022. — 288 с.. — (Бизнес в инстаграме). — ISBN 978-5-17-146125-6.
- 4. Патласов, Д.А. Гибридные подходы к прогнозированию реализованной волатильности ETF / Д. А. Патласов // Экономический журнал Высшей школы экономики. — Москва, 2025 — N 1. Том 29. — С.103-131.
- 5. Митрюхина, Е.А. Сравнение методов машинного обучения и нейронных сетей при прогнозировании фондового рынка / Е. А. Митрюхина, А. И. Ладынин // Экономические науки. Научно-информационный журнал. — Москва, 2025 — N 9. — С.289-300.
- 6. Савон, Д.Ю. Применение Value at Risk на длительных временных горизонтах / Д. Ю. Савон, А. А. Юлий // Финансы и кредит. — Москва, 2025 — N 6. Том 31. — С.148-161.
- 7. Демидов, Н. Розничные инвесторы и поведенческие финансы / Н. Демидов // Cbonds review. — Санкт-Петербург, 2026 — N 1. — С.42-43.
- 8. Добрина, М.В. Оптимизация и прогнозирование портфеля ценных бумаг на основе методов машинного обучения / М. В. Добрина, В. П. Чернов // Проблемы экономики и юридической практики. — Москва, 2024 — N 4. — С.258-267.
- 9. Ratnawati, K. Decoding the mind of investors / K. Ratnawati // Финансы : теория и практика. — Москва, 2026 — N 1. Том 30. — С.228-241.
- 10. Солдатова, А.О. Прогнозирование цен на золото с использованием алгоритмов нейросетей / А. О. Солдатова // Финансы, деньги, инвестиции. — Москва, 2023 — N 4. — С.9-15.
Отзывы читателей
0