• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
12.08.2025, 11:00
НИУ ВШЭ
1
471

Новая нейросеть предскажет кризисы на фондовом рынке России за 1-2 дня до начала

❋ 4.8

Экономисты из ВШЭ разработали нейросетевую модель, способную за сутки до события с точностью более 83% предупредить о приближении краткосрочного фондового кризиса. Модель работает даже на сложных, несбалансированных данных и учитывает не только экономические показатели, но и настроение инвесторов.

Экономисты НИУ ВШЭ предскажут кризисы на российском фондовом рынке с точностью 83% / © Anne Nygård, unsplash.com

Работа сотрудников Центра финансовых исследований и анализа данных ФЭН ВШЭ Тамары Тепловой, Максима Файзулина и Алексея Куркина опубликована в журнале Socio-Economic Planning Sciences.

Как предсказать шторм на фондовом рынке? Знать ответ на этот вопрос хотят финансовые аналитики и инвесторы по всему миру. Работа сотрудников Центра финансовых исследований и анализа данных ФЭН ВШЭ Тамары Тепловой, Максима Файзулина и Алексея Куркина предлагает оригинальный подход к прогнозированию краткосрочных кризисов на отечественном рынке акций. Созданная ими гибридная модель глубокого обучения, сочетающая три архитектуры: Temporal Convolutional Network (TCN), Long Short-Term Memory (LSTM) и Attention (механизм внимания инвесторов), — это первая попытка применить столь сложную структуру к российским биржевым данным.

Авторы проанализировали данные с 2014 по 2024 год, включающие рыночные и макроэкономические показатели (в первую очередь индекс Мосбиржи IMOEX), а также индикаторы настроений инвесторов. Чтобы спрогнозировать вероятность наступления кризиса на ближайшие 1–5 торговых дней, ученым пришлось решить несколько методологических проблем. Во-первых, кризисы на рынке происходят редко (до четверти всех событий), что делает обучающую выборку несбалансированной: есть риск, что модель научится игнорировать редкие сигналы.

Во-вторых, поведение инвесторов подчиняется не только объективным экономическим факторам, но и субъективным настроениям, которые трудно формализовать. В ответ на это исследователи разработали составные индексы внутреннего и внешнего инвестиционного настроения, используя метод главных компонент. Эти индексы дополняют традиционные макроэкономические и рыночные переменные, позволяя уловить скрытые эмоциональные сигналы участников торгов на более дальних временных горизонтах прогнозирования.

«Мы представили гибридную модель TCN — LSTM — Attention, сочетающую методы глубинного обучения и механизм внимания. Модель эффективно обрабатывает неравномерные данные и достигает точности 78,70% при прогнозе кризисных событий в день наблюдения и 78,85% на следующий торговый день. Использование месячной повторной тренировки и адаптивных временных окон позволило довести точность до 83,87%. Ключевыми факторами, влияющими на предсказания, оказались биржевые индикаторы (аналог технического анализа), капитализация компаний — эмитентов акций и рыночные курсы валют», — сообщила профессор факультета экономических наук ВШЭ Тамара Теплова. 

Разработанная система может стать важным инструментом в арсенале инвесторов, финансовых аналитиков и регуляторов. Она позволяет не просто ретроспективно анализировать кризисные периоды, но заранее и с высокой достоверностью выявлять угрозы на горизонте 1–2 дней. В сочетании с регулярной адаптацией к новым данным такая система может лечь в основу динамической архитектуры мониторинга рисков, адаптированной под специфику российского рынка.

«Работа имеет высокую практическую значимость для национального финансового сектора: она предлагает действенные инструменты для своевременного выявления рыночных потрясений, что особенно актуально для нестабильной макроэкономической среды», — подчеркивает Тамара Теплова.

Исследование выполнено при поддержке Программы фундаментальных исследований НИУ ВШЭ в рамках проекта «Центры превосходства».

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Национальный исследовательский университет «Высшая школа экономики» — один из крупнейших и самых востребованных вузов России. В университете учится 54 тысячи студентов и работает почти 4,5 тысячи учёных и преподавателей. НИУ ВШЭ ведёт фундаментальные и прикладные исследования в области социально-экономических, гуманитарных, юридических, инженерных, компьютерных, физико-математических наук, а также креативных индустрий. В университете действуют 47 центров превосходства, или международных лабораторий. Вышка объединяет ведущих мировых исследователей в области изучения мозга, нейротехнологий, биоинформатики и искусственного интеллекта. Университет входит в первую группу программы «Приоритет-2030» в направлении «Исследовательское лидерство». Кампусы НИУ ВШЭ расположены в четырех городах — Москве, Санкт-Петербурге, Нижнем Новгороде и Перми, а также в цифровом пространстве — «Вышка Онлайн».
Подписывайтесь на нас в Telegram, Яндекс.Новостях и VK
Предстоящие мероприятия
23 июня, 10:59
НИУ ВШЭ

Исследователи из МИЭМ ВШЭ и ИПКОН РАН разработали новую математическую модель мониторинга, которая позволяет фиксировать источник опасных подземных вибраций в реальном времени. Технология поможет снизить риск повреждения зданий, дорог и другой инфраструктуры рядом с карьерами и шахтами.

23 июня, 10:03
Игорь Байдов

На севере Австралии живет паук с весьма необычными охотничьими повадками. Он возводит «конструкцию», которая работает как древнее метательное оружие. Добыча взлетает над землей, а потом запутывается в паучьей сети. Такая тактика охоты, по-видимому, применяется лишь по отношению к конкретному виду муравьев.

23 июня, 13:47
Александр Березин

До недавних пор обмеление Каспия после 1991 года списывали на глобальное потепление. Авторы новой научной работы опровергли эту гипотезу: 63 процента падения уровня приходится на некий неизвестный фактор. Причем попытки выяснить его природу вряд ли можно назвать успешными.

21 июня, 16:10
Evgenia Vavilova

Паразитические организмы иногда не учитывают, что сами могут оказаться целью паразита более высокого уровня. Сосредотачивая все свои силы на инфицировании и размножении, они остаются беззащитными перед агрессивным специализированным нахлебником.

21 июня, 10:23
Николай Цыгикало

Интригующие испытания высотного ракетного двигателя Raptor Vacuum для корабля Starship, верхней ступени сверхракеты Илона Маска, парадоксальны. Его работа на уровне моря уже сама по себе загадка. Ведь, по классическим представлениям, высотные двигатели на уровне моря корректно не работают. А сопло RaptorVAC на наземном стенде извергает реактивную струю без всяких признаков нарушения работы. Как такое может быть?

22 июня, 11:15
Игорь Байдов

В нижних и верхних слоях Урана астрономы впервые зарегистрировали угарный газ и циановодород. Новые данные указали на то, что недра планеты могут быть значительно обогащены кислородом. Это открытие поможет разрешить давнюю загадку о том, сформировался ли Уран иначе, чем его ближайший сосед Нептун, или их образование шло по схожему сценарию.

10 июня, 11:51
Александр Березин

Хотя длительность помех не превышала десяти секунд, это первый известный случай такого рода. Обычно спутникам не хватает мощности для создания радиосигналов той силы, что нужна для подобных помех.

25 мая, 14:00
Андрей Серегин

В доколумбовых Андах принадлежность к правящему роду определяла доступ к земле, торговле и статусу, поэтому удержать все внутри семьи было вопросом выживания. Ученые выяснили, что элиты долины Чинча решали эту задачу самым прямым способом — заключая браки между родственниками на протяжении как минимум двух поколений.

27 мая, 17:06
Александр Березин

Вначале Reuters опубликовал статью о взаимоотношениях SpaceX и Пентагона, которую миллиардер --- традиционно для его отношений с этим изданием — назвал фейком. Опровергая ее тезисы, он обнародовал информацию, не представленную ранее публично.

[miniorange_social_login]

Комментарии

1 Комментарий
Возникают вопросы по исследованию (ссылка, к сожалению, с телефона не открывается, чтоб посмотреть текст статьи) : какая мера исользовалась под словом "точность"? Если accuracy - то на несбалансированных классах, это ни о чем. В современных моделях банковского коредитного скорринга 0.95 - это уже "маст хев". Если средневзвешенная, то лучше, наверное f1. Если событие редко - то тут нужна скорее "детекция аномалий", а это другие ml-модели. Если используется анализ новостных сообщений (потом модель на бустинге и временных рядах "стакается", "блендится" или "воутится" с текстовой), то не проще ли дообучить Бертоподобную нейросеть (от сберовской Росберты или Фриды до адаптированной под ru Квен) через LoRA или напрямую через промптинг на класификацию? Внутрь модели, под капот, правда, не залезть, то есть не интерпретировать, но результат на выходе по perception, recal, f1 и roc-auc может быть лучше. И еще большой вопрос к авторам текстового сообщения - а они его исслелователям показывали и авторам статьи?
Подтвердить?
Подтвердить?
Причина отклонения
Подтвердить?
Не получилось опубликовать!

Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.

Понятно
Комментарий на проверке

Что-то в вашем комментарии показалось подозрительным, поэтому перед публикацией он пройдет модерацию.

Понятно
Жалоба отправлена

Мы обязательно проверим комментарий и
при необходимости примем меры.

Спасибо
Аккаунт заблокирован!

Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.

Понятно
Что-то пошло не так!

Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.

Понятно
Лучшие материалы
Закрыть
Войти
Ошибка авторизации
По закону на российских сайтах теперь нельзя авторизовываться с помощью иностранных сервисов. Используйте другой способ или восстановите доступ по почте.
Восстановить доступ
Войти по-другому
Вход через почту
Введите привязанную к соцсети почту, чтобы восстановить доступ или получить одноразовую ссылку для входа на сайт.
Ваша заявка получена

Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.

Понятно