Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
ML-модели повысили точность прогнозов на фондовом рынке
Использование моделей машинного обучения позволяет добиться более высокой точности прогнозирования рисков российского фондового рынка по сравнению с классическими эконометрическими подходами. Предсказательная сила моделей возрастает на 23%, а средняя доходность инвестора может вырасти до 13% годовых. К таким выводам пришел сотрудник базовой кафедры инфраструктуры финансовых рынков ФЭН ВШЭ Никита Лысенок.
Центральной задачей для управления рисками в инвестировании и построении стратегий на фондовом рынке остается оценка волатильности. Это мера изменчивости цены активов, которая показывает, как сильно она может колебаться в течение торгового дня. Ошибки в оценке будущей волатильности напрямую влияют на стоимость опционов, риск-менеджмент портфелей и эффективность инвестиционных стратегий.
Существуют традиционные методы оценки волатильности, например так называемая HAR-модель. Она оценивает три периода по заданным параметрам и строит линейную оценку волатильности на следующий день. Однако эта модель не справляется с оценкой нелинейных рисков. Автор решил выяснить, смогут ли методы машинного обучения показать лучший результат по сравнению с традиционным эконометрическим подходом. Исследование опубликовано в журнале «Фундаментальная и прикладная математика».
Исследование основано на высокочастотных данных по десяти наиболее ликвидным акциям Московской биржи за период с 2014 по 2025 год. Рассмотрены изменения котировок с интервалом 10 минут, что позволяет рассчитывать реализованную волатильность и ее модификации для последующего построения прогнозов. Кроме того, были использованы характеристики доходности и структуры рынка, которые отражают особенности торговли на российской фондовой бирже. Затем сравнивались результаты классического метода HAR и методов машинного обучения: Random Forest, XGBoost и LightGBM. Они способны учитывать нелинейности и сложные взаимодействия переменных. Для оценки качества прогнозов не только использовали стандартные статистические метрики, но и применили полученную волатильность в симуляции реальной торговли акциями.
Результаты показали устойчивое превосходство ML-моделей над классической HAR-моделью. Наиболее заметное улучшение наблюдается на коротких и средних горизонтах прогнозирования. Средняя ошибка прогноза снизилась примерно на 15%, а точность предсказания модели выросла до 23% в зависимости от метода (наилучший результат показал LightGBM). «Модели машинного обучения демонстрируют превосходство как в периоды рыночной стабильности, так и в условиях повышенной турбулентности. Они не обладают даром предвидения, но могут точнее сигнализировать о росте рисков и дают время для ребалансировки портфеля», — указывает сотрудник базовой кафедры инфраструктуры финансовых рынков ФЭН ВШЭ Никита Лысенок.
Симуляция торговли акциями при усилении оценкой волатильности с помощью машинного обучения показала рост доходности на 7 п.п., с 6,48 до 13,68% годовых. «Здесь работает кумулятивный эффект и асимметрия риска. Более точная оценка волатильности позволяет оптимальнее калибровать размер позиции. На отдельной сделке эта разница несущественна, но на горизонте сотен транзакций она превращается в значимые проценты годовой доходности», — объясняет Никита Лысенок.
Вместе с тем автор подчеркнул, что методы машинного обучения для прогнозирования волатильности требуют тщательной настройки параметров и серьезно зависят от данных, на которых проходило обучение. А более высокая точность прогноза волатильности не автоматически трансформируется в экономический выигрыш, и трейдинг все еще требует серьезных навыков и несет значительные риски. «Ключевой фактор устойчивой доходности — это риск-менеджмент: точный прогноз волатильности позволяет своевременно сокращать позицию и избегать глубоких просадок», — указывает автор.
Telegram 
Дзен 
VK Современная мобильная связь постоянно развивается, и операторы внедряют все новые поколения сетей. 30 марта для миллионов российских пользователей из Москвы, Санкт-Петербурга и Новосибирска началась новая цифровая эра. Абоненты из этих городов получили возможность протестировать связь 5G. Однако многие пользователи до сих пор не понимают, в чем принципиальная разница между поколениями — 4G и 5G. Ученый Пермского Политеха объясняет, что именно изменилось по сравнению с 4G и как это влияет на качество и доступность мобильного интернета.
Кошка может внезапно отказаться от корма, который ела месяцами, и все потому, что ей просто надоел его запах, пришли к выводу японские исследователи. Поэтому хозяевам стоит почаще вносить немного разнообразия в рацион, который они предлагают питомцу, вернее — в аромат, который пища источает.
Энтомологи сравнили устойчивость коммерческих и диких гибридных медоносных пчел к главному паразиту ульев — клещу варроа. Полевые и лабораторные тесты показали, что гибриды заражаются в пять раз реже, поскольку их личинки не нравятся паразитам. Пчела-гибрид выживает без регулярных химических обработок и, что важно для пчеловодов, сохраняет миролюбивый характер.
Когда международная экспедиционная группа, исследующая море Уэдделла в Антарктиде на борту ледокола «Поларштерн», попыталась укрыться от шторма, ученые и экипаж судна удивились внезапному появлению острова, не обозначенного ни на одной морской карте.
Энтомологи сравнили устойчивость коммерческих и диких гибридных медоносных пчел к главному паразиту ульев — клещу варроа. Полевые и лабораторные тесты показали, что гибриды заражаются в пять раз реже, поскольку их личинки не нравятся паразитам. Пчела-гибрид выживает без регулярных химических обработок и, что важно для пчеловодов, сохраняет миролюбивый характер.
Ученые давно знают как с хорошим приближением прогнозировать рост поверхностей. Но экспериментально подтвердить точное соответствие реальных процессов и модели — гораздо более сложная задача, у которой, тем не менее, есть решение.
В парках некоторых стран все чаще можно заметить странную картину: синицы и воробьи вместо пуха и веточек приносят в клювах сигаретные окурки. Орнитологи из Польши решили выяснить, зачем птицы выстилают гнезда мусором, пропитанным никотином. Оказалось, пернатые нашли способ использовать вредную человеческую привычку для защиты своего потомства. Но, как это часто бывает в природе, у медали есть обратная сторона.
Марсоход «Персеверанс» обнаружил в камнях на кромке кратера Езеро спектральные признаки минерала корунда, из которого на Земле образуются рубины и сапфиры. Такие спектры на Красной планете зарегистрировали впервые. Теперь ученые пытаются понять, при каких процессах он мог там сформироваться, ведь условия на Марсе заметно отличаются от тех, в которых корунд обычно образуется на Земле.
Четыре человека, летящие к Луне, столкнулись с целым рядом мелких неприятностей — от низкой температуры в начале работы до поломки мочевыводящей системы туалета на вторые сутки и необходимости взамен пользоваться пакетами. К счастью, пока самые крупные сложности удалось компенсировать. Но все они вместе могут сдвинуть ситуацию к решению, о котором Naked Science уже говорил в нашем видеоподкасте о миссии: не исключено, что при высадке астронавтов на Луне их корабль состыкуют со Starship не на окололунной, а уже на околоземной орбите.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Что-то в вашем комментарии показалось подозрительным, поэтому перед публикацией он пройдет модерацию.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно