УДК 336.763.31
DOI: 10.36871/ek.up.p.r.2025.07.03.017
Авторы
Андрей Александрович Мишин,
Олеся Сергеевна Вакуленко,
Владимирский государственный университет имени А. Г. и Н. Г. Столетовых, Владимир, Россия
Аннотация
В статье рассматривается интегрированный подход к прогнозированию цены российских государственных облигаций на основе комбинации событийного анализа (оценка влияния санкций) и машинного обучения (прогнозирование на основе экономических показателей). В основу методов исследования легли событийный анализ и машинное обучение, а именно случайный лес, также рассмотрены альтернативные подходы: регрессия и LTSM. Первые два метода оказались статистически незначимы для представленных данных, поэтому было принято решение о применении в качестве основного метода третьего — случайного леса. В результате исследования авторами представлен интегрированный подход, связывающий экономические события и параметры, который позволит инвесторам и финансовым регуляторам снизить рыночную неопределенность и грамотно оптимизировать портфель.
Ключевые слова
облигации, спреды доходности, ОФЗ, методы машинного обучения, случайный лес
