'
Бахтияров Р.Р.
ВОЗМОЖНОСТИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ АНАЛИЗА РЫНКА ЦЕННЫХ БУМАГ *
Аннотация:
статья посвящена вопросу использования искусственного интеллекта в анализе ценных бумаг. Были описаны преимущества использования нейронных сетей и их недостатки на фондовом рынке.
Ключевые слова:
нейронные сети, акции, ценные бумаги, фондовый рынок
Введение. Анализ фондового рынка всегда сопряжен с рядом трудностей, с которыми сталкиваются аналитики, прежде чем они смогут принять окончательное решение. Основная трудность в этом процессе заключается в том, что данных для анализа, которые нужно обработать, слишком много. Исторические котировки акций, финансовые отчеты компаний, публикации в СМИ — это далеко не полный перечень информации, которую следует учитывать. Обработка данных из такого массива вручную занимает колоссальное количество времени. А личные предубеждения или снижение когнитивных способностей могут приводить к неправильной обработке и интерпретации данных.Наконец, финансовый рынок инвестиционных ценных бумаг характеризуется очень высоким уровнем неопределенности и волатильности. Рыночным прогнозам аналитиков часто мешают колебания цен на акции, непредвиденные события и внешние воздействия, которые могут быть непреодолимыми и приводить к значительным изменениям на рынке.В решении многих перечисленных проблем могут помочь нейронные сети, они могут обработать огромные объемы данных, автоматизировав рутинные задачи, такие как анализ текстов, извлечение информации и прогнозирование.Преимущества использования нейронных сетей в анализе рынка ценных бумагРассмотрим основные преимущества:1. Обработка больших объемов данных.Нейронные сети работают с высокой скорости и могут работать с большими объемами данных за короткое время. Это дает инвесторам отличный инструмент для сбора достаточного количества данных финансового характера, чтобы использовать историю цен на акции, принципы компании, статьи и т.д. Все эти данные, которые они учитывают, помогают им в принятии инвестиционных решений.2. Улучшенный анализ котировок.Нейронные сети могут использоваться для создания моделей прогнозирования ценных бумаг, которые учитывают множество факторов и переменных. Это позволяет инвесторам делать более точные прогнозы о будущих ценах акций и изменениях на рынке. Уже есть успешные примеры задействования нейросетей в анализе временного ряда финансовых данных, а именно индекса ММВБ. Выбранная нейронная сеть была обучена на исторических данных по индексу ММВБ и после обучения использовалась для прогнозирования дальнейшего поведения этого индекса. По итогу был построен прогноз, где была успешна предсказана общая тенденция движения индекса ММВБ в будущем. Например, она показала, что индекс с высокой вероятностью продолжит рост в ближайшие несколько дней. Эти числовые результаты подчеркивают эффективность применения таких технологий в анализе и прогнозировании финансовых рынков, предоставляя исследователям ценную информацию о возможных трендах и изменениях на рынке [1].3. Анализ финансовых новостей, отчетов компаний.Зачастую стоимость ценных бумаг может резко измениться из-за 2 видов новостей – это шаблонные и нестандартные новости. В первом случае это новости, к которым готов инвестор — отчеты компаний, ставка ЦБ, различные финансовые публикации. В случае нестандартных новостей рынок ценных бумаг непредсказуем. Сегодня нейросети не только могут делать прогнозы, основываясь на котировки бумаг, но и на новости, отчеты компаний, пресс-релизы, рыночные настроения. Например, агентство Bloomberg предоставило BloombergGPT. Данная модель имеет 50 млрд параметров, которая может анализировать и классифицировать различные новости. Данную модель протестировали на финансовых тестах NLP (Natural Language Processing). Результаты были превосходными, они превосходят всех конкурентов на рынке [2].4. Формирование инвестиционного портфеля.Инвестиционный портфель — это совокупность различных видов инвестиций, которые могут принадлежать как физическому, так и юридическому лицу. Сегодня, нейронные сети могут помочь создать безопасный и доходный инвестиционный портфель. Например, Financial Times проводили исследование, где чат-боту ChatGPT дали задание собрать оптимальный портфель из определенного набора ценных бумаг. По итогу собранный портфель за 8 недель дал 5 процентов роста. Результаты оказались лучше, чем у многих крупных инвестиционных фондов Великобритании [3].Ограничения нейронных сетей. - необходимо работать с большим количеством источников данных. Недостаток данных или их низкое качество могут привести к неверным предположениям и снижению точности результатов.- нейронная сеть не умеет предсказывать движение фондового рынка с высокой точностью. Она основывается только на анализе предшествующих данных. Следовательно, результат может быть успешен только в том случае, если исходные данные поддаются аппроксимации.Заключение. Использование искусственных нейронных сетей в анализе акций вдохнуло новую жизнь в анализ ценных бумаг, и теперь инвесторы могут быть более рациональными с точки зрения вариантов инвестирования. Нейронных сетей достаточно для обработки больших объемов информации, выявления закономерностей и улучшения прогнозирования. Тем не менее, недостатком, который следует учитывать, является необходимость предоставления достаточного количества информации и риск переобучения системы. В целом, искусственные нейронные сети признаны мощным инструментом, они позволяют инвесторам выполнять задачи быстрее с меньшими рисками и затратами.
Номер журнала Вестник науки №5 (74) том 1
Ссылка для цитирования:
Бахтияров Р.Р. ВОЗМОЖНОСТИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ АНАЛИЗА РЫНКА ЦЕННЫХ БУМАГ // Вестник науки №5 (74) том 1. С. 496 - 500. 2024 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/14273 (дата обращения: 06.12.2024 г.)
Вестник науки СМИ ЭЛ № ФС 77 - 84401 © 2024. 16+
*