• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
12.08.2025, 11:00
НИУ ВШЭ
1
478

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.
НИУ ВШЭ
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
5 августа, 10:09
Александр Березин

Хотя тротиловый эквивалент взрыва от удара был умеренным, всего несколько тонн, благодаря рыхлости лунного грунта низких широт он может поднять до 400 тонн пыли. Она способна образовать облако высотой в десятки километров. Астрономы надеются провести наблюдения этого события и, возможно, зафиксировать какие-то особенности выброшенного лунного материала.

6 августа, 07:52
Игорь Байдов

Во второй половине XIX века в книге о насекомоядных растениях Чарлз Дарвин предположил, что некоторые камнеломки с липкими железистыми волосками могут проявлять свойства хищника — ловить и переваривать насекомых. Но тогда ученому не удалось экспериментально подтвердить свою догадку. Теперь это сделала международная команда ботаников.

6 августа, 10:03
Марк Чернов

Ученые объяснили, почему большинство диет закончилось возвратом килограммов: человеческий мозг воспринял ранее достигнутый максимальный вес как новую норму выживания и попытался его вернуть. Это открытие доказало, что современные методы похудения не учитывают древние встроенные особенности нашего организма.

31 июля, 14:12
Андрей Серегин

Долгое время считалось, что до прихода европейцев тропические леса Амазонии были заселены сравнительно плохо. Однако выяснилось, что плотная растительность скрывает большинство следов древних обществ. С помощью воздушного лазерного сканирования ученые обнаружили сотни неизвестных земляных сооружений и предположили, что около двух тысяч лет назад население юго-западной части Амазонии могло достигать трех миллионов человек.

4 августа, 12:03
Александр Березин

Остров Пекан недалеко от Мексиканского залива в Луизиане вскоре перейдет в собственность компании Илона Маска. Здесь будет новый космодром для Starship, почти в 20 раз больше, чем в Бока-Чике, где уже стоят две стартовых площадки. Уникальное местоположение позволит компании попытаться реализовать амбициозную цель о запуске миллиона низкоорбитальных спутников на орбиты, где сегодня находится подавляющее меньшинство спутников Земли.

1 августа, 20:27
Evgenia Vavilova

Команда исследователей из Германии и Турции впервые исследовала ледник на вершине Большого Арарата на высоте более пяти тысяч метров. Две недели в июле 2026 года ученые собирали данные о вечных снегах горы, которые до этого не были тщательно исследованы.

31 июля, 14:12
Андрей Серегин

Долгое время считалось, что до прихода европейцев тропические леса Амазонии были заселены сравнительно плохо. Однако выяснилось, что плотная растительность скрывает большинство следов древних обществ. С помощью воздушного лазерного сканирования ученые обнаружили сотни неизвестных земляных сооружений и предположили, что около двух тысяч лет назад население юго-западной части Амазонии могло достигать трех миллионов человек.

9 июля, 13:06
Редакция Naked Science

Видеосервисы стали неотъемлемой частью жизни россиян. В 2026 году охваты большинства платформ продолжают расти, в том числе YouTube.

19 июля, 20:09
Александр Березин

Очереди на заправках стали привычным явлением в России, а на фоне информационного вакуума от властей о конкретных показателях производства бензина в июне население вынуждено ориентироваться на слухи. Все это выглядит довольно странно, но есть нюанс: скорее всего, кризис уже начинает выдыхаться. Как именно мы это выяснили?

[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?