Прогнозирование цены на акции российских публичных компаний с использованием LSTM нейронной сети
  • Войти
  • RU | EN
Статьи, Журналы

Прогнозирование цены на акции российских публичных компаний с использованием LSTM нейронной сети

Прогнозирование цены на акции российских публичных компаний с использованием LSTM нейронной сети
Статьи, Журналы

Прогнозирование цены на акции российских публичных компаний с использованием LSTM нейронной сети

Помулев, А.А. Прогнозирование цены на акции российских публичных компаний с использованием LSTM нейронной сети / А. А. Помулев // Финансы и кредит. — Москва, 2026 — N 8. — С.174-189. — Библиогр. в конце ст.
Помулев, А.А., (2026), "Прогнозирование цены на акции российских публичных компаний с использованием LSTM нейронной сети", Финансы и кредит, Москва, 2026, N 8, С.174-189.
Помулев А А. Прогнозирование цены на акции российских публичных компаний с использованием LSTM нейронной сети. Финансы и кредит. 2026; (N 8). С.174-189. DOI:DOI.
Выпуск
Финансы и кредит, 2026, N 8
Источник

Аннотация

Предмет. Методы краткосрочного прогнозирования цены на акции российских публичных компаний на основе нейросетевых технологий. Цели. Разработка модели краткосрочного прогнозирования цены на акции российских публичных компаний с использованием нейронной сети и разработка комплексного решения для сценарного анализа траектории движения цен на всем рынке для формирования и калибровки портфеля ценных бумаг. Методология. Использованы данные о ценах акций публичных компаний Московской биржи (442 674 котировки) с 2014 г. Применен метод пакетной выгрузки сервиса Moexalgo. В дальнейшем использовано глубокое обучение, в рамках которого построена нейронная сеть архитектуры с эффектом долгой краткосрочной памяти (LSTM). Результаты. Разработаны модели для 173 российских публичных компаний, позволяющие с достаточно высокой точностью спрогнозировать цены акций на 30 дней вперед на основе ряда данных в прошлом, что позволит улучшить краткосрочную стратегию при управлении портфелем ценных бумаг. Область применения. Результаты могут быть применены финансовыми аналитиками, трейдерами и оценщиками при моделировании портфеля финансовых вложений. Выводы. Полученные результаты могут применяться для формирования теоретического портфеля ценных бумаг по российскому рынку в целях разработки краткосрочной финансовой стратегии.

Ключевые слова

  • УДК:
    336.76(470)
  • DOI: DOI — Digital Object Identifier — цифровой идентификатор объекта. Современный стандарт обозначения объектов информационной деятельности в сети Интернет, позволяющий идентифицировать и искать научные данные, размещённые в сети Интернет и привязывать к объекту дополнительные метаданные. Номер DOI всегда остаётся неизменным, который позволяет найти объект, даже если сведения о нем не полные или не точные.
    10.24891/pzqpnc

Рекомендовано к ознакомлению

Отзывы читателей

0