Статья: МОДЕЛЬ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА ФИНАНСОВЫХ РЫНКАХ ДЛЯ ПРЕДПРИЯТИЙ НА ОСНОВЕ ВЕРОЯТНОСТНОГО АНАЛИЗА И МАШИННОГО ОБУЧЕНИЯ

Расширение портфеля инструментов для управления финансами предприятия с целью повышения доходности вложений является актуальной задачей. В статье мы обсудили модель системы поддержки принятия торговых решений на финансовых рынках на основе вероятностного анализа и машинного обучения, которая может быть использована для ее решения. Целью работы является разработка и апробация модели системы поддержки принятия решений при совершении торговых операций с биржевыми финансовыми инструментами в рамках процесса управления финансами предприятия. Модель основана на технологиях машинного обучения, обеспечивающих получение больших объемов исходных данных, их первичную обработку, формирование многомерного пространства векторов признаков и его трансформацию. Метод прогнозирования рассмотрен на основе правила Байеса. Полученные байесовские вероятности собраны в гиперкуб, который используется для определения правил принятия торговых решений. Разработанная модель протестирована на исторических данных срочного рынка Московской биржи на примере фьючерса на индекс РТС в качестве основного инструмента для выполнения операций и фьючерса на курс доллара США к рублю в качестве вспомогательного инструмента, используемого для анализа. Для оценки результатов тестирования разработаны количественные метрики, включающие в себя количество и объем прибыльных и убыточных сделок, среднюю/средний прибыль/убыток в расчете на одну сделку. С их помощью проанализирована эффективность и границы применимости разработанной модели. Модель может быть реализована в виде программного HFT-робота, способного обеспечить вероятность получения прибыли, превышающую вероятность потерь. В качестве дальнейших шагов по развитию данной темы могут быть предприняты исследования механизмов формирования векторов признаков с помощью методов интеллектуального анализа данных.