?
Выявление манипуляций на российском фондовом рынке с использованием методов искусственного интеллекта
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%.