1. Горобец О. А. Эволюция портфельной теории Г. Марковица // Вектор экономики. 2017. № 3 (9). С. 21-37. EDN: YINGNF
2. Гарафутдинов Р. В. Применение моделей с длинной памятью для прогнозирования доходности при формировании инвестиционных портфелей // Прикладная математика и вопросы управления. 2021. № 2. С. 171-191. DOI: 10.15593/2499-9873/2021.2.10 EDN: ZBDPQG
3. Garafutdinov R. V. An Optimal Investment Portfolio Constructed with Fractal Analysis and Long Memory Models // Lecture Notes in Networks and Systems. 2022. Vol. 342. P. 1116- 1131. DOI: 10.1007/978-3-030-89477-1_99 EDN: ZBDPQG
4. Гарафутдинов Р. В., Гурова Е. П. Об одном подходе к формированию инвестиционного портфеля Марковица с применением фрактального анализа // Финансы и бизнес. 2021. Т. 17, № 1. С. 77-93. DOI: 10.31085/1814-4802-2021-17-1-77-93 EDN: EMIIDK
5. Боброва Е. А., Мазур Л. В., Малащенко В. В. Портфельная теория Марковица в условиях современности // Экономическая среда. 2021. № 2 (36). С. 78-83. DOI: 10.36683/2306-1758/2021-2-36/78-83 EDN: SUGAWR
6. Zhang Z., Zohren S., Roberts S. Deep Learning for Portfolio Optimization // The Journal of Financial Data Science. 2020. Vol. 2, no. 4. P. 8-20. DOI: 10.3905/jfds.2020.1.042
7. Ban G.-Y., Karoui N. E., Lim A. E. B. Machine Learning and Portfolio Optimization // Management Science. 2018. Vol. 64, No. 3. P. 1136-1154. DOI: 10.1287/mnsc.2016.2644
8. Куликов А. В., Полозов Д. С., Волков Н. В. Оптимизация долгосрочного инвестирования на основе диверсификации Марковица // Бизнес-информатика. 2024. Т. 18, № 3. С. 56-69. DOI: 10.17323/2587-814X.2024.3.56.69 EDN: CZQDLE
9. Коновалова М. Е., Абузов А. Ю. Математическая модель оптимизации портфеля инвестиций с учетом риска и финансовых ограничений в управлении предприятием // Фундаментальные исследования. 2024. № 1. С. 20-24. DOI: 10.17513/fr.43551 EDN: GMRZRC
10. Chen W., Zhang H., Mehlawat M. K., Jia L. Mean-variance portfolio optimization using machine learning-based stock price prediction // Applied Soft Computing. 2021. Vol. 100, 106943. DOI: 10.1016/j.asoc.2020.106943 EDN: CMPYVJ
11. Береза Д. А., Ткачев А. Н. Адаптивные процедуры прогнозирования рынка ценных бумаг с применением машинного обучения // Научный альманах Центрального Черноземья. 2022. № 2-9. С. 4-12. EDN: TUGHFB
12. Song D. Portfolio Optimization by LSTM with a Selection of Six Stocks // Advances in Economics Management and Political Sciences. 2023. Vol. 48, no. 1. P. 46-55. DOI: 10.54254/2754-1169/48/20230423 EDN: JHJUSA
13. Ma Y., Han R., Wang W. Portfolio optimization with return prediction using deep learning and machine learning // Expert Systems with Applications. 2021. Vol. 165, 113973. DOI: 10.1016/j.eswa.2020.113973 EDN: TSLLCI
14. Lu Z.Comparison of stock price prediction models for linear models, random forest and LSTM // Applied and Computational Engineering. 2024. Vol. 54, no. 1. P. 226-233. DOI: 10.54254/2755-2721/54/20241598 EDN: GTABKT
15. Симонов П. М., Ахуньянова С. А. Сравнительный анализ методик AR-GARCH и p-адического прогнозирования волатильности финансового рынка // Вестник Пермского университета. Серия “Экономика” = Perm University Herald. Economy. 2019. Т. 14, № 1. С. 69-92. DOI: 10.17072/1994-9960-2019-1-69-92 EDN: ZBKKFF