Алиев Бейлак Намаз оглы, аспирант, экономический факультет
г. Москва
Beilak N. Aliev, Postgraduate student, Faculty of Economics
Moscow
В статье рассматривается актуальная проблема повышения точности прогнозирования ценовых движений акций компаний из сектора информационных технологий, что обусловлено возросшим интересом инвесторов и трейдеров к этому сектору в последние годы. Цель исследования – сравнить точность прогнозов, основанных на классических и нестандартных ценовых барах, и оценить их влияние на эффективность торговых стратегий.
В качестве основного метода исследования использовались современные статистические методы и машинное обучение для анализа и оценки прогностических способностей различных типов ценовых баров. В ходе работы была разработана программная функциональность для формирования нестандартных ценовых баров, таких как бары на основе цены золота, и протестированы различные торговые стратегии, основанные на средних скользящих и моделях AutoML.
Авторские результаты показали, что использование нестандартных ценовых баров улучшает прогностические свойства моделей, что ведет к повышению эффективности торговых стратегий. Практическая значимость полученных результатов заключается в предоставлении рекомендаций трейдерам и инвесторам по выбору оптимальных типов ценовых баров для повышения точности прогнозов. Теоретическая значимость состоит в подтверждении гипотезы о более высокой эффективности нестандартных ценовых баров в торговых системах, ориентированных на IT-компании.
The article deals with the urgent problem of improving the accuracy of forecasting the price movements of shares of companies from the information technology sector, which is due to the increased interest of investors and traders in this sector in recent years. The aim of the study is to compare the accuracy of forecasts based on classical and non-standard price bars and evaluate their impact on the effectiveness of trading strategies.
Modern statistical methods and machine learning were used as the main research method to analyze and evaluate the predictive abilities of different types of price bars. In the course of the work, software functionality was developed to generate non-standard price bars, such as bars based on the price of gold, and various trading strategies based on moving averages and AutoML models were tested.
The author's results showed that the use of non-standard price bars improves the predictive properties of the models, which leads to an increase in the efficiency of trading strategies. The practical significance of the obtained results lies in providing recommendations to traders and investors on the selection of optimal types of price bars to improve the accuracy of forecasts. Theoretical significance consists in confirming the hypothesis of higher efficiency of non-standard price bars in trading systems focused on IT companies.
The authors declare that there are no conflicts of interest present.