ПРИМЕНЕНИЕ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПРОГНОЗИРОВАНИЯ ДВИЖЕНИЯ АКЦИЙ С ИСПОЛЬЗОВАНИЕМ АНАЛИЗА ФИНАНСОВЫХ НОВОСТЕЙ

В рамках данного исследования рассматривается проблема прогнозирования краткосрочной доходности биржевых акций с применением алгоритмов машинного обучения. Проанализированы как традиционные подходы, основанные на использовании рыночных данных, так и модели, учитывающие информацию финансовых новостей. Обосновывается идея о том, что применение attention-механизмов при анализе финансовых новостей позволяет учитывать не только характер новостного заголовка, но и значимость контекста сообщений, что способствует повышению интерпретируемости моделей. В результате исследования обоснована целесообразность использования механизмов внимания в качестве дополнительного этапа при анализе финансовой новостной информации. Вкладом авторов в исследование является упорядоченное описание архитектуры модели машинного обучения, основанной на attention-механизме и предназначенной для последующего эмпирического анализа.