Дата публикации в реестре: 2025-05-27T14:21:09Z

Аннотация:

Научное сообщество сохраняет повышенный интерес к исследованию взаимодействия современных технологий машинного обучения и прогнозирования экономических показателей. В данной статье осуществлен обзор принципов работы и потенциала применения алгоритмов машинного обучения, включая Random forest, линейную регрессию, Decision Stump и метод опорных векторов, а также техники бустинга для оптимизации процессов анализа данных, снижения затрат и уменьшения вероятности ошибок в экономических расчётах. В статье акцентировано внимание на эффективности нейронных сетей в задачах прогнозирования динамики стоимости акций на Московской фондовой бирже. Анализ сравнительной динамики и реальных результатов ценных бумаг показывает, что, несмотря на сложность точного прогнозирования из-за непредвиденных рыночных факторов, нейронные сети демонстрируют высокую вероятность корректного предсказания трендов, что свидетельствует о значительных перспективах использования данных технологий в финансовом анализе.

Тип: Article

Источник: Финансовый менеджмент