Прогнозування курсу акцій з урахуванням показників популярності пошукових запитів

  • К. Ю. Кононова Харківський національний університет імені В. Н. Каразіна, Площа Свободи, 4, Харків, Харківська область, 61000, Україна http://orcid.org/0000-0001-6990-5746
  • А. С. Усачова Харківський національний університет імені В. Н. Каразіна, Площа Свободи, 4, Харків, Харківська область, 61000, Україна
Ключові слова: прогнозування курсу акцій, поведінкові фактори, пошукові запити, нейрона мережа

Анотація

У статті запропонована модель прогнозування курсу акцій з урахуванням поведінкових факторів, в якості яких використані показники популярності пошукових запитів заданої тематики, отримані за допомогою інструменту Google Trends. Для дослідження було обрано дві компанії з різною історією розвитку: Apple та Royal Dutch Shell. На основі досліджень, присвячених поведінковим фінансів, сформований словник з 67 слів економічного, соціального і політичного характеру, що відображають настрої трейдерів, та виявлено ті пошукові запити, показник популярності яких найбільшою мірою впливає на динаміку курсу акцій. З використанням нейронних мереж, на вхід яких, крім іншого, подавалися показники популярності пошукових запитів, проведено прогнозування курсу для двох компаній з різних секторів економіки. Також було здійснено прогнозування з різними комбінаціями цих пошукових запитів, які були об’єднані за смисловим навантаженням. Для побудови нейронних мереж використовували додаток Neural Network Toolbox програмного пакету MathLab. Проведені експериментальні дослідження з різною архітектурою нейронних мереж, були використані тришарові та двошарові нейронні мережі. В ході проведення експерименту виявлено, що для компанії інформаційного сектора якість моделі істотно зросла за рахунок включення поведінкових факторів, в той час як для компанії переробного сектора значного поліпшення прогнозу не спостерігалося. Що, втім, природним чином випливає зі специфіки дослідження. Отримані результати свідчать про адекватність побудованих моделей і підтверджують доцільність використання показників популярності пошукових запитів для прогнозування курсу акцій.

Завантаження

Дані завантаження ще не доступні.

Посилання

Канеман Д. Думай медлено, решай быстро. [Текст] / Д. Канеман; пер. з анг. Н. Парфенова. – М. : АСТ, 2013. – 710 с.

Талер Р. Х. Новая поведенческая экономика. [Текст] / Р.Х. Талер; пер. з анг. А. Е. Прохорова. – М. : Ексмо, 2017. – 368 с.

Bollen J.Twitter mood predicts the stock market / J. Bollen, M. Huina, Z. Xiao-Jun // Journal of Computational Science. – 2011. – Vol. 2(1).

Tobias P. Quantifying trading behavior in financial markets using Google Trends / P. Tobias, H.-S. Moat, E. Stanley // Scientific reports. – 2013. – Vol. 3 (1684).

Challet D., Bel Hadj Ayed A. Predicting financial markets with Google Trends and not so random keywords [Electronic resource]. – Accessed mode : https://arxiv.org/pdf/1307.4643v3.pdf.

Сервіс Google Finance [Електронний ресурс]. – Режим доступу : https://www.google.com/finance.

Eckley Peter. Measuring economic uncertainty using news-media textual data [Electronic resource]. – Accessed mode : https://mpra.ub.uni-muenchen.de/64874/1/MPRA_paper_64874.pdf.

Сервіс Google Trends [Електронний ресурс]. – Режим доступу : https://trends.google.ru/trends/.
Опубліковано
2018-06-15
Як цитувати
Кононова, К., & Усачова, А. (2018). Прогнозування курсу акцій з урахуванням показників популярності пошукових запитів. Вісник Харківського національного університету імені В. Н. Каразіна. Серія «Економічна», (93), 112-118. Retrieved із https://periodicals.karazin.ua/economy/article/view/10826
Розділ
Моделювання, імітація та інформаційні технології в економіці й управлінні