Publication:
Использование методов обработки больших данных для анализа волатильности фондового рынка

Простая страница элемента
dc.contributor.authorБаринова, М. О.
dc.date.accessioned2026-07-13T07:41:51Z
dc.date.available2026-07-13T07:41:51Z
dc.date.issued2025
dc.description.abstractСтатья посвящена оценке влияния технологий больших данных и машинного обучения на точность прогнозирования волатильности фондового рынка в контексте ограничений классических эконометрических моделей. Проверяется гипотеза о том, что методы градиентного бустинга и рекуррентных нейронных сетей превосходят GARCH-модели при использовании гибридного подхода, основанного на интеграции структурированных временных рядов и текстовых индикаторов новостной тональности.
dc.identifier.citationБаринова М. О. Использование методов обработки больших данных для анализа волатильности фондового рынка / Баринова М. О. // Финансовая безопасность - новые горизонты. Материалы XI Международной научно-практической конференции Международного сетевого института в сфере ПОД/ФТ. Т.1. - 2025. - С. 700-708
dc.identifier.urihttps://openrepository.mephi.ru/handle/123456789/43219
dc.publisherНИЯУ МИФИ
dc.subjectGARCH-модели
dc.subjectПрогнозирование волатильности
dc.subjectМашинное обучение
dc.subjectБольшие данные
dc.titleИспользование методов обработки больших данных для анализа волатильности фондового рынка
dc.typeArticle
dspace.entity.typePublication
Файлы
Original bundle
Теперь показываю 1 - 1 из 1
Уменьшенное изображение
Name:
Том 1 Финансовая безопасность – новые горизонты С. 700-708.pdf
Size:
5.64 MB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Теперь показываю 1 - 1 из 1
Уменьшенное изображение
Name:
license.txt
Size:
3.45 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Коллекции
2025_Международная научно-практическая конференция Международного сетевого института в сфере ПОД/ФТ