Российская нейросеть научилась предсказывать биржевые кризисы за сутки

Модель сочетает три архитектуры машинного обучения: механизм внимания, темпоральные свёрточные сети и подход LSTM с «краткосрочной памятью». Для обучения алгоритма исследователи проанализировали данные за 10 лет, включая индекс Мосбиржи и показатели инвестиционных настроений.

Как пояснила профессор Тамара Теплова, разработка особенно актуальна в условиях нестабильной макроэкономической ситуации. Модель учитывает не только объективные показатели, но и эмоциональный фон участников рынка через специально разработанные составные индексы.

Ключевыми факторами для прогнозирования оказались биржевые индикаторы, капитализация компаний и валютные курсы. Система показывает точность 78,7% при прогнозе на текущий день и 78,85% — на следующий. После дополнительной настройки этот показатель удалось повысить до 83,87%.