• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
12 августа, 11:00
НИУ ВШЭ
1
456

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
24 декабря, 11:36
ПНИПУ

В России существуют тысячи рабочих мест с вредными и опасными условиями труда. На шахтах, металлургических заводах, в авиастроении люди годами находятся в условиях сильного шума, вибрации, запыленности и контакта с химикатами, что наносит серьезный ущерб здоровью. Однако существующие методы оценки рисков оказываются неэффективными для прогнозирования заболеваний, поскольку работают с усредненными показателями группы, а обязательные медосмотры определяют уже наступившую болезнь. Такая система лечит последствия, но не предотвращает причину. Ученые Пермского Политеха, управления Роспотребнадзора и ФНЦ медико-профилактических технологий управления рисками здоровью населения разработали программу, которая прогнозирует индивидуальные профессиональные риски здоровью для каждого конкретного работника с точностью 89%.

25 декабря, 09:49
Максим Абдулаев

Ученые выяснили, что специфический вариант гена fruitless (fru) управляет социальным поведением самцов медоносной пчелы, заставляя их активно участвовать в коллективном обмене пищей и правильно выбирать место в колонии.

24 декабря, 09:05
ПНИПУ

Бурение — единственный способ добычи подземных углеводородов, но традиционные буровые растворы на основе нефтехимии создают серьезную экологическую угрозу. Их токсичные отходы отравляют почву и грунтовые воды, нанося долгосрочный ущерб экосистемам и здоровью людей. В качестве решения разрабатываются «зеленые» альтернативы: биоразлагаемые компоненты из отходов сельского хозяйства, растительных масел и природных полимеров, а также наночастицы. Однако у них есть недостатки: органические составы не всегда устойчивы к температурным условиям в скважинах, а нанотехнологии — дороги и не всегда экологичны. Это препятствует массовому переходу на безопасные методы. Ученые Пермского Политеха совместно с международными исследователями разработали новые классы реагентов для нефтедобычи, сочетающие биоразлагаемые компоненты с наночастицами. Данные составы сокращают вредные утечки более чем на 31% и при этом полностью разлагаются, не нанося ущерба природе.

23 декабря, 10:51
Игорь Байдов

Среди самых интригующих открытий космического телескопа «‎Джеймс Уэбб» — компактные объекты, получившие название «маленькие красные точки». Их видели только в самых дальних уголках Вселенной. Большинство возникло в первый миллиард лет после Большого взрыва, и ученые предполагали, что такие источники представляют собой небольшие компактные галактики. Однако международная команда астрономов пришла к иному выводу. Они предположили, что на самом деле «маленькие красные точки» — черные дыры, окруженные массивной газовой оболочкой.

19 декабря, 15:22
Андрей Серегин

Экологическое состояние морей, омывающих развитые и развивающиеся страны, — давняя проблема, о которой говорят ученые. Авторы нового исследования выявили в Средиземном море пещеры с рекордным количеством мусора.

19 декабря, 20:02
Evgenia Vavilova

Исследователи доказали, что влияние больших сделок на рынок описывается квадратичной зависимостью. Основой для анализа стали данные Токийской биржи.

8 декабря, 13:09
Александр Березин

С 2010-х в «Роскосмосе» говорили: будущая РОС сможет пролетать над полюсом, что даст ей возможности для новых научных экспериментов. Но вскоре после того, как в ноябре 2025 года Россия временно лишилась возможности запускать людей в космос, эта позиция изменилась. В результате запускать космонавтов с космодромов нашей страны станет довольно сложно.

17 декабря, 14:19
Игорь Байдов

На скалистых берегах аргентинской Патагонии разворачивается настоящая драма. Магеллановы пингвины, долгое время чувствовавшие себя в безопасности на суше в своих многотысячных колониях, столкнулись с новым и беспощадным врагом. Их извечные морские страхи — касатки и морские леопарды — теперь блекнут перед угрозой, пришедшей из глубины материка. Виновник переполоха — грациозный и мощный хищник, недавно вернувшийся на эти земли после долгого изгнания.

29 ноября, 12:42
Александр Березин

Позавчера, 27 ноября 2025 года, при запуске космонавтов к МКС на стартовую площадку № 31 упала кабина обслуживания стартового комплекса. Это означает, что новые пуски оттуда до починки невозможны. К сожалению, в 2010-х годах, в рамках «оптимизации» расходов, резервную площадку (с которой летал Юрий Гагарин) упразднили. Поэтому случилось беспрецедентное: в XXI веке страна с пилотируемой космической программой осталась без средств запуска людей на орбиту. Пока ремонт не закончится, проблема сохранится. Чем это может грозить?

[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
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
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.
Ваша заявка получена

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

Понятно