ПРОГНОЗУВАННЯ ЦІН АКЦІЙ НА ФОНДОВОМУ РИНКУ ЗА ДОПОМОГОЮ ГЕНЕРАТИВНИХ ЗМАГАЛЬНИХ МЕРЕЖ ТА СЕНТИМЕНТ-АНАЛІЗУ СОЦІАЛЬНИХ МЕРЕЖ

Ганна Юхименко; Ірина Лазаренко

doi:10.31891/mdes/2022-6-4

Автор(и)

Ганна Юхименко Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» https://orcid.org/0000-0003-0485-3273
Ірина Лазаренко Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» https://orcid.org/0000-0002-3384-1186

DOI:

https://doi.org/10.31891/mdes/2022-6-4

Ключові слова:

фондовий ринок, штучні нейронні мережі, макроекономічні і соціальні передумови

Анотація

У дослідженні розглядається проблема ефективного прогнозування цін фондових акцій за умови світової економічної нестабільності. Популярні і прості методи прогнозування перестають бути ефективними в умовах високої волатильності ринку, тому науковці випробовують нові моделі, особливою популярністю серед яких користуються нейронні мережі. Останніми роками генеративні змагальні мережі GAN досягли багатообіцяючих результатів у вирішенні багатьох складних проблем (наприклад, створення реалістичних зображень і відео, перетворення зображення в зображення та тексту в зображення), але ефективність використання цього типу мереж для прогнозування цін акцій все ще залишається предметом суперечок. Даний тип моделей до цього використовувався переважно для генерації нових фото, відео, або текстів, але не часових рядів, тим паче таких мінливих, як вартість фондових акцій. Протягом останніх двох років науковці почали апробувати даний тип мереж для таких задач, але вони все одно зіштовхуються з високою мінливістю ринку, яку неможливо передбачити лише використовуючи вхідні історичні дані про ціну та продаж акцій. Для цього в даній роботі буде враховано інший важливий зовнішній показник, як настрій учасників фондового ринку. Найбільш ефективним методом в даному завданні є аналіз тональності (сентимент-аналіз) тексту, в даній статті буде розглянуто дописи в соціальній мережі Twitter. На основі цього буде створено модель прогнозування цін фондових акцій, яка враховує не тільки історичні дані та технічні показники, а і такі зовнішні фактори впливу на ринок, як настрій трейдерів та репутація бренду.

Посилання

Romero R. Generative adversarial network for stock market price prediction. CD230: Deep Learning, Stanford University. 2018. P. 5.

Guoqiang Z. Stock market prediction based on generative adversarial network. 2019. URL: https://www.researchgate.net/publication/331002527_Stock_Market_Prediction_Based_on_Generative_Adversarial_Network/ (дата звернення: 29.10.2022).

Stock price prediction using generative adversarial networks / H. Lin et al. 2021. URL: https://thescipub.com/abstract/jcssp.2021.188.196/ (дата звернення: 29.10.2022).

Staffini A. Stock price forecasting by a deep convolutional generative adversarial network. 2022. URL: https://www.frontiersin.org/articles/10.3389/frai.2022.837596/full (дата звернення: 29.10.2022).

Mittal A., Goel A. Stock prediction using twitter sentiment analysis. CS 229. 2011. P. 5.

Sentiment analysis of twitter data for predicting stock market movements / V. Pagolu et al. International conference on Signal Processing, Communication, Power and Embedded System (SCOPES)-2016. 2016. URL: https://arxiv.org/pdf/1610.09225.pdf. (дата звернення: 29.10.2022).

Hutto C., Eric G. Vader: a parsimonious rule-based model for sentiment analysis of social media text. Advancement of Artificial Intelligence. 2014. P. 10.