#фондовый рынок

Экономисты из НИУ ВШЭ совместно с коллегами из зарубежных университетов изучили движение биржевых цен за почти 100 лет и предложили инвестиционную стратегию, доходность которой почти вдвое могла бы превысить рыночную. Ученые предлагают придерживаться стратегии моментум, когда рынок растет в течение двух лет, и переключаться на стоимостный подход, когда рынок падает.

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.

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

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.

Ученые из НИУ ВШЭ — Санкт-Петербург и ВТБ разработали первый для российского рынка алгоритм, позволяющий предсказывать колебания котировок акций на основе анализа новостного потока STTM (Stock Tonal Topic Modeling). Благодаря новой разработке инвесторы смогут строить более эффективные финансовые стратегии: алгоритм позволяет делать прогнозы в пределах месяца.

Проанализировав изменение цен почти 2000 криптовалют на протяжении семи лет, доцент факультета экономических наук ВШЭ Виктория Добрынская выяснила, что принципиальных различий в поведении привычных активов и криптовалют нет. Оно подчиняется тем же законам, но цены меняются намного быстрее: те процессы, которые на традиционных рынках занимают год, на рынке криптовалют проходят примерно за месяц.