ПРИМЕНЕНИЕ ГРАДИЕНТНОГО БУСТИНГА ДЛЯ ПРОГНОЗИРОВАНИЯ СТОИМОСТИ ЦЕННЫХ БУМАГ

Солобуто Алексей Викторович, Павлов Валерий Анатольевич

В работе рассматривается применение градиентного бустинга в качестве инструмента для прогнозирования стоимости ценных бумаг. Данный метод машинного обучения зарекомендовал себя как один из наиболее эффективных алгоритмов для решения задач регрессии и классификации благодаря способности моделировать сложные нелинейные зависимости и устойчивости к переобучению при правильной настройке параметров. С целью повышения точности прогнозирования был осуществлён тщательный отбор информативных финансовых и технических индикаторов, которые потенциально влияют на стоимость ценных бумаг. Отбор признаков осуществлялся как на основе экспертных оценок, так и с применением статистических методов анализа значимости переменных. Также в работе для автоматизированного подбора параметров использован метод Парзеновского окна [1], являющийся одной из разновидностей байесовской оптимизации. Этот подход позволяет эффективно исследовать пространство параметров.

Ключевые слова:градиентный бустинг, задача прогнозирования, оптимизация параметров, ценные бумаги, индикаторы