Статья: ФОРМИРОВАНИЕ ПОРТФЕЛЯ АКЦИЙ С ИСПОЛЬЗОВАНИЕМ НЕЙРОННЫХ СЕТЕЙ АРХИТЕКТУРЫ LSTM И ФРАКТАЛЬНОГО АНАЛИЗА (2025)

Читать онлайн

В статье проверяется гипотеза о том, что комбинирование методов фрактального анализа и прогнозирования доходностей акций при помощи LSTM-нейронной сети при формировании инвестиционного портфеля позволяет улучшать его характеристики (соотношение доходности и риска) по сравнению с классическим методом Марковица и фондовым индексом. Исследование проводилось в несколько этапов: отбор активов для включения в портфель; получение прогнозов доходностей активов при помощи LSTM-сетей; формирование оптимального портфеля путем максимизации коэффициента Шарпа; сокращение числа активов в портфеле при помощи фрактального анализа; сравнение полученных портфелей с бенчмарками. В результате выявлено, что наилучшими характеристиками обладает комбинированный портфель, сформированный на базе LSTM-прогнозов и фрактального анализа, что подтверждает гипотезу исследования. Параметры LSTM-портфелей оказались лучше, чем параметры портфелей Марковица из тех же активов. Научная новизна работы состоит в том, что впервые для формирования портфеля применена комбинация нейросетевого прогнозирования и методов фрактального анализа

Ключевые фразы: российский фондовый рынок, инвестиционный портфель, портфельная теория марковица, прогнозирование доходности, нейронные сети, LSTM, ФРАКТАЛЬНЫЙ АНАЛИЗ, Python
Автор (ы): Гарафутдинов Роберт Викторович, Шевченко Максим Викторович
Журнал: ЦИФРОВЫЕ МОДЕЛИ И РЕШЕНИЯ

Предпросмотр статьи

Идентификаторы и классификаторы

SCI
Информатика
УДК
004.032.26. Нейронные сети
336.763. Ценные бумаги. Активы
Для цитирования:
ГАРАФУТДИНОВ Р. В., ШЕВЧЕНКО М. В. ФОРМИРОВАНИЕ ПОРТФЕЛЯ АКЦИЙ С ИСПОЛЬЗОВАНИЕМ НЕЙРОННЫХ СЕТЕЙ АРХИТЕКТУРЫ LSTM И ФРАКТАЛЬНОГО АНАЛИЗА // ЦИФРОВЫЕ МОДЕЛИ И РЕШЕНИЯ. 2025. Т. 4 № 2
Текстовый фрагмент статьи