• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Статьи
  • Выявление манипуляций на российском фондовом рынке с использованием методов искусственного интеллекта
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
15 мая 2026 г.
В НИУ ВШЭ разрабатывают нейросеть для сферы науки и инноваций
Исследователи НИУ ВШЭ учат большие языковые модели понимать русскоязычную научную терминологию, увеличивая при этом их энергоэффективность. Адаптированная модель работает в 2,7 раза быстрее и требует на 73% меньше памяти, чем исходная открытая модель, что позволяет запускать ее на более доступном оборудовании. Программа прошла государственную регистрацию.
15 мая 2026 г.
Стартовал совместный спецпроект бренд-медиа Вышки IQ Media и iFORA ИСИЭЗ
В мае 2026 года стартовал научно-популярный проект «Искусственный интеллект: технологии, данные и будущее», который стал результатом работы двух команд — проекта iFORA Института статистических исследований и экономики знаний НИУ ВШЭ и редакции бренд-медиа IQMedia. Медийно-аналитический спецпроект посвящен современному развитию искусственного интеллекта и аналитике больших данных.
14 мая 2026 г.
<a>Ученые ФКН ВШЭ представили работы в сфере ИИ и биоинформатики на ICLR 2026
Ученые Института искусственного интеллекта и цифровых наук факультета компьютерных наук ВШЭи студенты трека «ИИ360: Инженерия искусственного интеллекта» бакалаврской программы «Прикладная математика и информатика» приняли участие в международной конференции ICLR — одном из самых авторитетных мировых форумов в области машинного обучения и представления данных. В этом году конференция состоялась в Рио-де-Жанейро (Бразилия).

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Выявление манипуляций на российском фондовом рынке с использованием методов искусственного интеллекта

Финансы и бизнес. 2024. Т. 20. № 4. С. 57–78.
Хазиев Г. А.

В статье исследуется эффективность моделей искусственного интеллекта для выявления манипуляций российскими акциями на основе авторской выборки из 866 случаев манипулирования за период с 2012 по 2024 г. Построены 4 классификационные модели искусственного интеллекта для выявления манипуляций: логистическая регрессия, CatBoostClassifi er, CatBoostCustom и Stacking model. Доказано, что машинное обучение и искусственный интеллект эффективны для обнаружения манипуляций на российском фондовом рынке (обнаруживают более 81% случаев манипулирования). Модели, использующие комбинацию алгоритмов машинного обучения (стеккинг модели), демонстрируют лучшую эффективность при обнаружении случаев манипуляции по сравнению со стандартными моделями машинного обучения. Включение индекса интенсивности обсуждений акций в социальных сетях в модели обнаружения манипуляций повышает их надежность на 0,1–9,8%.

Научное направление: Экономика и менеджмент
Язык: русский
Текст на другом сайте
Ключевые слова: фондовый рынокмашинное обучениеstocksstock marketманипулирование рынкомmarket manipulationArtificial Intelligence machine learning
Похожие публикации
Влияет ли финансовое состояние компаний на прогностическую точность DCF-модели?
Федоров Н. С., Финансовый журнал 2025 Т. 17 № 6 С. 99–112
DCF-модель является одной из наиболее часто используемых при оценке стоимости компаний для принятия инвестиционных решений. Тем не менее оценка точности данной модели остает ся важным исследовательским вопросом. В статье представлена оценка точности спецификаций DCF-модели на основе анализа отклонений справедливых цен акций компаний, котирующихся на фондовом индексе S&P 500. Справедливые цены спецификаций DCF-модели составлены на основе ...
Добавлено: 15 мая 2026 г.
Предсказательная точность целевых цен акций: сравнение прогнозов аналитиков и машинного обучения
Федоров Н. С., Финансы и бизнес 2025 Т. 21 № 3 С. 34–50
В настоящее время роль искусственного интеллекта все больше занимает значительную роль в различных сферах, в том числе возрастает роль машинного обучения и в финансовой области. Оценка стоимости компании остается важной частью исследований ввиду своей сложности корректной предска зательной точности целевых цен акций. В данном исследовании проведено сравнение предсказательной точности целевой стоимости акций с применением модели дисконтирования ...
Добавлено: 15 мая 2026 г.
The interplay of objective fat content and subjective fat perception in determining consumer acceptance of bovine milk
Семенова Д. В., Радыгина А. А., Зарипова Ю. О. и др., Nutrition and Food Science 2026 P. 1–13
Добавлено: 14 мая 2026 г.
Размышления о спасении тонущего ребёнка: эффективный альтруизм и социальные институты
Балашов Д. В., Антиномии 2026 Т. 26 № 1 С. 27–48
Движение эффективного альтруизма, набравшее популярность в начале XXI в., является одной из новых форм философии утилитаризма, оказавшей сильное влияние на англо-американскую философию в XIX–XX вв. Одним из отличительных признаков эффективного альтруизма является его практическая ориентированность. Движение позиционирует себя как то, что способно оказать влияние на окружающий мир и изменить его к лучшему. Для этого требуется ...
Добавлено: 13 мая 2026 г.
Игры на сетях с линейным наилучшим ответом: модели и методы управления
Петров И. В., Автоматика и телемеханика 2026 № 6 С. 82–118
Системам связанных агентов и сетевому управлению посвящено большое число отечественных и зарубежных исследований. Исторически, наибольший интерес в теории управления возникал к усредняющим системам и, в частности, к задаче консенсуса. Однако сетевое взаимодействие может характеризоваться более специфическими функциями, отражающими зависимость от действий соседей по сети, что особенно явно проявляется в моделях стратегического взаимодействия на сети, которое ...
Добавлено: 12 мая 2026 г.
The Hidden Signals in Corporate Ribbon-Cutting Ceremonies
Гурков И. Б., Paulas R., Pacific Standard (USA) 2017
Добавлено: 11 мая 2026 г.
Социально-экономическая география зарубежных стран: материалы к курсу. Часть 1. Основные концепции региональной наук
Замятина Н. Ю., Русаков Д. С., Вдовкин Е. И., Издательские решения, 2022.
Десятилетиями социально‑экономическая география зарубежных стран представляла собой по большей части сбор данных о размещении отраслей хозяйства — с довольно слабой концептуальной базой соответствующих процессов. Это не удивительно, если вспомнить, что отечественная экономическая география занималась размещением хозяйства в условиях социализма. Сама возможность применения отечественных концепций к «зарубежным капиталистическим странам» вызывала жаркие споры в профессиональной среде отечественных экономгеографов — многие представители старшего поколения помнят, как ломались копья в дискуссии о том, например, возможны ли территориально‑производственные комплексы в условиях капитализма. Между тем параллельно в «зарубежных капиталистических странах» формировались целые группы научных школ в сфере изучения размещения хозяйства и регионального развития, зачастую на стыке региональной экономики и собственно экономической географии (за рубежом всё чаще используется обобщающее наименование — региональная наука, или региональные исследования: regional science/regional studies). Анализируя экономико‑географические проблемы зарубежных стран, современные исследователи используют широкий набор понятий, сложившихся в последние примерно три десятилетия, и пока ещё, к сожалению, довольно слабо знакомых отечественным географам (от «перетоков знания» до «тройной спирали»). Часть зарубежных разработок — вроде теории кластерного развития — вошли и в отечественную науку; однако нередко зарубежные концепции используются в несколько суженной и искажённой трактовке (как правило, в силу инерции парадигм мышления, чуждых используемым концепциям). Зачастую исследователи, наоборот, не видят потенциал применения тех или иных концепций на нетрадиционном материале. Институт регионального консалтинга (ИРК), в котором начинали свой путь в профессиональную аналитику уже десятки выпускников кафедры социально‑экономической географии зарубежных стран географического факультета МГУ, принял решение способствовать овладению актуальными концепциями в сфере региональной науки как студентами указанной кафедры, так и всеми российскими исследователями в сфере экономической географии и регионального развития. При финансовой и организационной поддержке ИРК уже подготовлена серия учебных пособий «Институт регионального консалтинга — студентам». Ранее вышедшее пособие «Эволюционное страноведение: материалы к курсу. Часть 1. Смета траектории регионального и странового развития: разбор примеров» призвано продемонстрировать спектр возможностей применения актуальных концепций региональной науки в страноведении и анализе развития отдельных регионов России и зарубежных стран (в 2022 году подготовлено второе издание пособия, исправленное и дополненное). Для нового пособия по социально‑экономической географии зарубежных стран отобраны ключевые (на взгляд редактора) направления, необходимые современному специалисту для понимания развития мировой региональной науки. В абсолютном большинстве это концепции актуальной экономической географии; кроме того, добавлены экономические понятия, без знания которых затруднено понимание мейнстрима региональной науки (так, например, тема убывающей и возрастающей отдачи является ключевой для понимания направления так называемой «новой экономической географии» в экономике), а также системы популярных прикладных мер в региональном развитии («новая промышленная политика», понятие «зависимости от колеи» и др.). Разумеется, это не исчерпывающий спектр концепций и подходов экономической географии (не говоря уже о том, что в пособии совсем не затронуты концепции социальной и других направлений общественной географии); работа над подготовкой новых материалов продолжается. Появлению пособия в немалой степени поспособствовал труд магистранта кафедры социально‑экономической географии зарубежных стран географического факультета МГУ имени М. В. Ломоносова Фёдора Чернецкого в рамках прохождения производственной практики в Институте регионального консалтинга. Авторами разделов стали студенты указанной кафедры. В ходе практической части курса «Социально‑экономическая география зарубежных стран» они выполняли задание не только тщательно описывать методологический контекст и суть той или иной концепции, но и продемонстрировать её работу на конкретном примере — российском или зарубежном. Разработка задания и общая редакция проведена Надеждой Замятиной, их преподавателем и одновременно заместителем директора Института регионального консалтинга. Коллектив авторов надеется, что представленные материалы будут полезны как студентам, специализирующимся в области социально‑экономической географии и смежных дисциплин, так и всем, чья профессиональная деятельность связана с анализом и планированием пространственного развития экономики, регионального развития, государственным и муниципальным управлением и т. п. ...
Добавлено: 9 мая 2026 г.
От неизвестности к прозрачности: обзор технологий объяснимого ИИ (XAI)
Авдошин С. М., Песоцкая Е. Ю., Информационные технологии 2026 Т. 32 № 4 С. 185–194
С развитием ИИ, и в особенности глубокого обучения, появились модели, способные давать крайне точные прогнозы. Однако их внутренняя логика остается трудной для понимания — и это серьезная проблема, особенно в сферах, где от корректности алгоритма зависят критиче ски важные решения. Одним из перспективных путей ее решения считается направление Explainable Artificial Intelligence (XAI) — разработка подходов, позволяющих прояснять ...
Добавлено: 8 мая 2026 г.
Explainable AI for Industry 5.0: Shedding light on the black box
Авдошин С. М., Песоцкая Е. Ю., Business Informatics 2026 Vol. 20 No. 1 P. 7–28
Добавлено: 8 мая 2026 г.
Современные методы анализа временных рядов в мониторинге и прогнозировании состояния оборудования для механизированной добычи
Глушко А. А., Незнанов А. А., Овчинников С. и др., В кн.: Интеллектуальный анализ данных в нефтегазовой отрасли.: М.: ООО «Геомодель Развитие», 2024. С. 140–143.
С развитием систем мониторинга мы получили возможность собирать ключевые показатели работы устройств в процессе механизированной добычи. Каждый день генерируется огромное количество телеметрии, которая пройдя процесс гармонизации и трансформации может быть использована для прогнозирования состояния оборудования. В докладе представлен обзор и произведён отбор современных математических методов и программных реализации инструментов анализа многомерных нерегулярных временных рядов для ...
Добавлено: 29 апреля 2026 г.
Machine Learning Approach to Anticancer Activity Prediction of Transition-Metal Complexes Based on a Large-Scale Experimental Database
Krasnov L., Malikov D., Kiseleva M. и др., Journal of Medicinal Chemistry 2026 Vol. 69 No. 8 P. 8838–8851
Добавлено: 23 апреля 2026 г.
LSTM-модель потребления тепловой энергии в многоэтажном жилом здании
Ершов И. А., Системная инженерия и инфокоммуникации 2025 № 4 С. 11–14
Теплопотребление жилых зданий представляет собой стохастический ряд, создание нейросетевой модели для которого необходимо для проектирования регуляторов тепловой энергии. В статье модель разработана с применением "длинной цепи элементов краткосрочной памяти" (LSTM, Long Short-Term Memory). Высокая точность воспроизведения рядов достигнута обучением модели на наборе данных города Томска 2013-2023 г.г. При моделировании учтены характеристики зданий и температура наружного воздуха. ...
Добавлено: 22 апреля 2026 г.
2026 International Conference on Artificial Intelligence, Computer, Data Sciences and Applications (ACDSA)
IEEE, 2026.
Добавлено: 21 апреля 2026 г.
Алгоритм анализа новостной информации для принятия экономических решений
Раменская А. В., Чудинова О. С., Первицкая Л. А., Индустриальная экономика 2026 № 1 С. 65–78
Статья посвящена разработке алгоритма анализа новостной информации методами машинного обучения, реализованными в библиотеках Python. Обоснование выбора инструментов, применяемых на каждом этапе алгоритма, осуществляется с помощью расчета метрик качества решения соответствующих задач машинного обучения. Результаты работы алгоритма представлены классификацией региональных новостей, собранных за период с августа 2024 года по июнь 2025 года, по отраслям экономики и ...
Добавлено: 20 апреля 2026 г.
Modeling cosolvent effects on solubility in supercritical CO2 using data-driven approaches
Makarov D. M., Каликин Н. Н., Gurikov P. и др., Journal of Supercritical Fluids 2026 Vol. 235 Article 106979
Добавлено: 19 апреля 2026 г.
Эффективность применения прогнозов волатильности в активных торговых стратегиях институциональных инвесторов на российском рынке акций
Лысенок Н. И., Фундаментальная и прикладная математика 2026 Т. 26 № 3 С. 33–42
Исследование посвящено оценке влияния прогнозов реализованной волатильности на результаты активных торговых стратегий на российском рынке акций. На выборке 17 ликвидных акций за 2014-2026 гг. построена гибридная прогнозная модель, объединяющая HAR-J и градиентный бустинг; её преимущество над базовой HAR-J подтверждено тестом Дибольда-Мариано (p < 0,001). Шесть направленных стратегий трёх категорий протестированы с тремя механизмами интеграции прогнозов и без них. ...
Добавлено: 17 апреля 2026 г.
Approaches to the Detection of Deepfake in the Financial Organization’s Activities
Белов А. В., Федотов Г. А., , in: Proceedings of the 2025 INTERNATIONAL CONFERENCE "QUALITY MANAGEMENT, DIGITAL SECURITY, INFORMATION TECHNOLOGIES" (2025 QM&DS&IT).: IEEE, 2025. Ch. 1 P. 3–7.
Добавлено: 17 апреля 2026 г.
Human-in-the-Loop Egyptology: A System for Ancient Egyptian Text Study
Humonen I., Голядкин М. Ю., Rubanova V. и др., , in: CHI EA '26: Proceedings of the Extended Abstracts of the 2026 CHI Conference on Human Factors in Computing Systems.: NY: Association for Computing Machinery (ACM), 2026. P. 1–5.
Мы представляем прототип веб-системы с участием человека для изучения древнеегипетских иероглифических текстов, которая интегрирует конвейер обработки изображений в текст в интерактивное рабочее пространство для итеративной доработки. В ходе предварительного исследования с участием египтологов и студентов система позволила ускорить работу и получить более качественные результаты по сравнению с ручным процессом. ...
Добавлено: 14 апреля 2026 г.
CHI EA '26: Proceedings of the Extended Abstracts of the 2026 CHI Conference on Human Factors in Computing Systems
NY: Association for Computing Machinery (ACM), 2026.
Данная книга представляет собой сборник материалов расширенных тезисов докладов конференции 2026г "CHI Conference on Human Factors in Computing Systems." ...
Добавлено: 14 апреля 2026 г.
Особые экономические зоны Российской Федерации: моделирование решений потенциальных резидентов и процесса их генерации
Плесовских А. Е., Journal of Applied Economic Research 2023 Т. 22 № 2 С. 323–354
В современных исследованиях широко обсуждается роль особых экономических зон в стимулировании экономического роста и развития России, формировании необходимых инвестиционных потоков и повышении инновационного потенциала страны за счет расширения производства продукции в высокотехнологичных отраслях экономики с высокой добавленной стоимостью. Цель исследования – моделирование процесса генерации резидентов и детерминация количественных факторов, оказывающих статистически значимый эффект на среднегодовой ...
Добавлено: 13 апреля 2026 г.
Опыт генерации оценок эмоциональной валентности и возбуждения слов на основе символьно-уровневой CNN
Люсин Д. В., Валуева Е. А., Сысоева Т. А., В кн.: Психология познания: Материалы Всероссийской научной конференции, ЯрГУ, Институт психологии РАН, 5–6 декабря 2025 г.: Институт психологии РАН, 2026. С. 310–314.
Эмоциональная окраска слов широко используются в  различных академических и прикладных исследованиях, от анализа текстов до понимания когнитивных процессов. Актуальной задачей является создание объёмных датасетов с оценками слов по ряду эмоциональных параметров. Современные методы машинного обучения, основанные на семантической близости слов, извлекаемой из текстовых корпусов, демонстрируют высокие корреляции с человеческими оценками, однако иногда наблюдаются существенные расхождения. ...
Добавлено: 10 апреля 2026 г.
Нейросетевые инструменты в арсенале вузовского преподавателя
Федоров А. О., Вакку Г. В., Лебедева С. Э., Галактика медиа: журнал медиа исследований 2026 Т. 8 № 2 С. 163–182
С увеличением объемов данных преподаватель вуза может потратить годы на обработку и  систематизацию информации. Персонализированная помощь, рекомендации по контенту, сбор данных для обзоров литературы и оформление библиографических ссылок укрепляют роль искусственного интеллекта как эффективного нейросетевого инструмента научной коммуникации. В данной статье рассматриваются практические примеры использования таких инструментов, как Elicit, SciSpace, Consensus, Undermind и Paperfinder, для упрощения ...
Добавлено: 7 апреля 2026 г.
Efficiency of Machine Learning Tasks on HPC Devices
Ефремов А. М., Тимофеев А. В., Ilyasov Y. и др., , in: ПАРАЛЛЕЛЬНЫЕ ВЫЧИСЛИТЕЛЬНЫЕ ТЕХНОЛОГИИ (ПаВТ’2025).: Издательский центр Южно-Уральского государственного университета, 2025. P. 56–81.
Добавлено: 4 апреля 2026 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • http://www.edu.ru
    Федеральный портал «Российское образование»
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика конфиденциальности
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору