Model for Assessing the Liquidity of a Stock Market Trading Instrument

P. 1–5.

Сизых Д. С., Tregub K., Belyakov B., Сизых Н. В.

В настоящее время проводится большое количество исследований по повышению точности разрабатываемых методов прогнозирования фондового рынка. При этом все чаще используются многомерные модели, основанные на методах машинного обучения. Поскольку показатели ликвидности оказывают существенное влияние на ценообразование активов, их учет позволяет повысить точность прогнозирования. Целью данного исследования является разработка моделей машинного обучения, прогнозирующих котировки ценных бумаг с учетом фактора ликвидности, а также анализ влияния ликвидности на точность прогнозирования различных видов ценных бумаг. На примере многомерных моделей ARIMA и LSTM проведено исследование прогнозных показателей котировок акций с добавлением временного ряда признаков с коэффициентами ликвидности. Результаты исследования показывают, что учет ликвидности имеет большое значение при разработке более точных методов прогнозирования, что весьма актуально для инвесторов и инвестиционных компаний.

Ключевые слова: фондовый рынок, ликвидность, машинное обучение, liquidity, machine learning, ARIMA, Прогнозирование цен финансовых активов, stock market, Amihud, LSTM model, stock price prediction, Амихуд, ЛСТМ

В книге

2024 17th International Conference on Management of Large-Scale System Development (MLSD)

IEEE, 2024.