Прогнозування курсу акцій з урахуванням показників популярності пошукових запитів

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.