Специалисты НИУ ВШЭ Вячеслав Маневич и Дмитрий Игнатов разработали подход, улучшающий прогнозирование финансовых рынков. Метод использует вейвлет-преобразования, которые представляют временной ряд как сумму компонент с разной детализацией. Это позволяет отделить шумы и требует значительно меньше вычислительных ресурсов.
Исследователи проверили работу более 200 тысяч конфигураций различных моделей на данных котировок для 89 видов ценных бумаг. Предложенный метод повысил точность предсказаний в 65% случаев. В среднем ошибка прогноза снизилась на 2%-5%, что существенно для финансовой сферы.
Точное предсказание финансовых рядов остается главной нерешенной задачей. Существующие модели требуют огромных вычислительных мощностей или подстройки под каждый случай. Новый подход стабильно показывает хороший прогноз, хорошо адаптируется к изменениям рынка и позволяет заметно повысить точность прогнозов котировок и нестабильности ценных бумаг. Результаты представлены в журнале Applied Soft Computing.