УДК 001.895
DOI: 10.36871/ek.up.p.r.2025.09.07.018
Авторы
Алексей Владимирович Попков,
Российский экономический университет имени Г. В. Плеханова Москва, Российская Федерация
Аннотация
В статье рассматривается тема эффективного прогнозирования динамики финансового рынка как с помощью традиционного подхода, в основе которого лежит анализ временных рядов, так и с помощью моделей, созданных нейросетями. При изучении вопросов интерпретируемости необходимо акцентировать внимание на трудностях, возникающих при разработке моделей, сочетающих в себе высокую степень правильности предсказаний и возможность понятного объяснения. Попытки достичь наилучшей производительности нередко ведут к применению комплексных нелинейных моделей, чья интерпретация представляет собой непростую задачу. В этой связи развиваются методы достижения баланса, которые учитывают как точность, так и понятность модели. В работе упоминаются различные метрики оценки, которые значительно улучшают точность прогнозирования.
Ключевые слова
финансовый рынок, гибридная модель, машинное обучение, риски, альтернативные теории, экономика
