Сравнение точности прогноза для классических и альтернативных ценовых баров в IT-компаниях

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.

1. Алиев Б.Н. Анализ доходности инвестиций через золото / Б.Н. Алиев, А.С. Каратаев // Наука и инновации XXI века: Сборник статей по материалам VII Всероссийской конференции молодых ученых: В 2 т. Сургут, 30 октября 2020 года. Т. I. Сургут: Сургутский государственный университет, 2021. С. 192–197. EDN QYZJTL.

2. Де Прадо М.Л. Машинное обучение: алгоритмы для бизнеса. СПб.: Питер, 2019. 432 c.

3. Каталог акций // Тинькофф Инвестиции: URL: https://www.tinkoff.ru/invest/stocks/?start=0&end=12&orderType=Desc&sortType=ByPopularity&sector=IT&exchange=MOEX (дата обращения: 26.05.2024).

4. Тикер GLDRUB_TOM // БКС ЭКСПРЕСС: URL: https://bcs-express.ru/kotirovki-igrafiki/gldrub_tom (дата обращения: 26.05.2024). Тикер Яндекс // Тинькофф Инвестиции: URL: https://www.tinkoff.ru/invest/stocks/YNDX/ (дата обращения: 26.05.2024).

5. Aliev B.N. Custom stock bar // GitHub: URL: https://github.com/beilak/custom-stock-bar (дата обращения: 16.01.2024).

6. Bellucci L., Gunzberg J., Sector Primer Series: Information Technology // S&P Dow Jones Indices. 2019. No. 101.

7. Conrad F., Mälzer M., Lange F., Wiemer H., Ihlenfeldt S. AutoML Applied to Time Series Analysis Tasks in Production Engineering // Procedia Computer Science. 2024. No. 1 (232). P. 849– 860. DOI: 10.1016/j.procs.2024.01.085.

8. Gold vs bonds: how the two defensive asset classes compare // Pearler: URL: https://pearler.com/explore/learn/blog/gold-vs-bonds (дата обращения: 10.10.2024).

9. Harsh P. Institutional investing in gold // PGIM. 2022: URL: https://www.pgim.com/research/institutional-investing-gold (дата обращения: 15.10.2024).

10. Package backtesting // Backtesting.py: URL: https://kernc.github.io/backtesting.py/doc/backtesting/#gsc.tab=0 (дата обращения: 26.05.2024).

11. Pacome B. Why we chose to buy gold – aka ‘TIPS on steroids’ // World Gold Council. 2020: URL: https://www.gold.org/goldhub/gold-focus/2020/10/why-we-chose-buy-gold (дата обращения: 15.10.2024).

12. Ryzhkov A., Vakhrushev A., Simakov D., Damdinov R., Bunakov V., Kirilin A., Shvets P. LightAutoML – automatic model creation framework // GitHub: URL: https://github.com/sb-ailab/LightAutoML (дата обращения: 25.05.2024).

13. Salehin I., Islam M.S., Saha P., Noman S.M., Tuni A., Hasan M.M., Baten M.A. AutoML: A systematic review on automated machine learning with neural architecture search // Journal of Information and Intelligence. 2024. No. 2 (1). P. 52–81. DOI: 10.1016/j.jiixd.2023.10.002.

14. The Better Inflation Hedge: Gold or Treasuries? // Investopedia. 2023: URL: https://www.investopedia.com/articles/investing/092514/better-inflation-hedge-gold-ortreasuries.asp (дата обращения: 29.09.2024).

15. Yuxuan T., Stephen J. Is it a golden era for gold? // JP Morgan Private Bank. 2024: URL: https://privatebank.jpmorgan.com/nam/en/insights/markets-and-investing/is-it-a-golden-era-forgold (дата обращения: 7.10.2024).