ИСТИНА

Согласно гипотезе эффективного рынка 4, вся важная информация сразу и полностью отражается в цене ценной бумаги на рынке. Это значит, что ни новости, ни события не дают преимущества в прогнозировании будущей цены актива, так как все важные факторы уже учтены рынком. Тем не менее, доказано, что достичь идеальной формы эффективности невозможно, следовательно, есть возможность для прогнозирования будущей стоимости актива. Капитализация публичных компаний зависит от различных внутренних и внешних факторов. Имея доступ к этой информации, можно сделать предположения о будущих ценах акций компании, если гипотеза эффективности рынка нарушена. Основными источниками информации о компаниях являются публикации в крупных новостных изданиях, однако данные там появляются с задержкой. Облегчить эту проблему может использование новостей из социальных сетей, таких как Телеграмм, где сообщения появляются очень быстро. Таким образом, целью данного исследования является изучение влияния новостей на стоимость акций компаний. Сейчас наиболее эффективно обрабатывать текстовые данные могут современные архитектуры нейронных сетей, поскольку они способны анализировать множество взаимосвязей между информацией. Следовательно, через глубокий семантический анализ новостей можно попытаться уточнить прогноз движения стоимости акций компаний, к которым относится новость. Если удастся получить статистически значимые результаты, то можно будет говорить о возможности использования искусственного интеллекта для торговли на неэффективных рынках. Целью данной работы является создание моделей машинного обучения, способных предсказывать движение стоимости акций крупных компаний на Московской фондовой бирже. Будут использованы как классические методы машинного обучения, так и нейросетевые подходы, чтобы сравнить их эффективность. Кроме того, будет проведено сравнение способности моделей прогнозировать цены акций на основании различных типов данных: традиционных новостей из крупных новостных ресурсов и новостей из Телеграмм каналов.