• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Контакты

109028, Москва,
Покровский бульвар, дом 11, каб. Т-614
(проезд: м. Тургеневская/Чистые пруды, Китай-город, Курская/Чкаловская)
тел: (495) 628-83-68

Руководство
Научный руководитель Сонин Константин Исаакович
Первый заместитель декана Мерзляков Сергей Анатольевич
Заместитель декана по учебной работе Покатович Елена Викторовна
Заместитель декана по научной работе Карабекян Даниел Самвелович
Заместитель декана по международной деятельности Засимова Людмила Сергеевна
Заместитель декана по работе со студентами Бурмистрова Елена Борисовна

Исследовательский проектный семинар № 8

Описание проекта

Общая информация о проекте

Тип проекта

Фундаментальный

Название проекта (на русском и английском языках)

Искусственный интеллект на финансовых рынках

Artificial intelligence in financials markets

Инициатор проекта от НИУ ВШЭ

Проектно-учебная лаборатория анализа финансовых рынков (ЛАФР) факультета экономических наук НИУ ВШЭ

Теплова Тамара Викторовна, профессор, руководитель ЛАФР,emailtteplova@hse.ru

Инициатор проекта от компании (если есть)

Московская Биржа.   Анна Кузнецова

Описание проекта (максимум 250 слов)

 

Краткая характеристика проекта

В фокусе проекта - исследование влияния новостной среды на возникновение аномалий на фондовых рынках развитых и развивающихся стран с применением методов искусственного интеллекта.

 

Цель проекта - разработка и развитие методов и моделей искусственного интеллекта (ИИ) и анализа big data с целью выявления влияния новостного фона на возникновение аномалий на фондовых рынках.

 

Задачи проекта:

1.      Анализ новостных лент по компаниям развитых и развивающихся рынков с применением технологий сбора и обработки bigdata.

2.      Анализ влияния новостного фона на возникновение аномалий в ценообразовании финансовых инструментов (акций, облигаций компаний развитых и развивающихся рынков) с применением методов машинного обучения.

 

Планируемые результаты:

1.      Разработан программный код для сбора данных и анализа новостных лент по компаниям развитых и развивающихся стран.

2.      Сформирована база данных, включающая характеристики новостного фона, а также показатели доходности, волатильности и ликвидности финансовых инструментов рассматриваемых компаний.

3.      Развиты модели ИИ, позволяющие выявить влияние новостного фона на возникновение аномалий на фондовых рынках.

 

Формат предоставления результатов, подлежащих оцениванию:

- программный код для сбора и анализа новостных лент компаний,

-программный код для анализа влияния новостного фона на возникновение аномалий на финансовых рынках,

- база данных для проведения эмпирического исследования,

- отчет о проведении исследования в формате Word.

 

Принципы оценивания результатов выполнения проекта:

По шкале от 0 до 10 оценивается:

- О1 - сбор репрезентативной базы данных по компаниям развитых и развивающихся рынков (не менее 3 рынков, не менее 30 компаний на каждом рынке, период анализа с 2015 по 2019 гг.);

- О2 - разработка корректного программного кода для решения поставленных задач, пригодного к дальнейшему применению для компаний других рынков;

- О3 - тестирование моделей ИИ, позволяющих выявить влияние новостного фона на возникновение аномалий;

- О4 - отчет о проделанной работе, содержащий обзор литературы, подробное, последовательное и логичное описание хода работ и обоснованные выводы.

Итоговая оценка рассчитывается по формуле:

Оитоговая = 0,3*О1 + 0,25*О2 + 0,25*О3 + 0,2*О4

Оценка ниже «4» до «4» не округляется.

 

Требования к студентам

Количество студентов на проекте

2 курс – 2 студента

3 курс – 2 студента

4 курс – 2 студента

 

Требования к студентам - участникам проекта

- Написание курсовой работы студентом у руководителя проекта от НИУ ВШЭ (Теплова Т.В.)  и/или коллег (Соколова Татьяна Владимировна, ст. преподаватель, аналитик ЛАФР, tv.sokolova@hse.ru, Назаров Николай )

 

- Для включения в ИУП студентам 2-3 курса обязателен курс «Машинное обучение». Для студентов 4 курса требований к включению курсов по выбору в ИУП не предъявляется, но требуется  прохождение  курса «Машинное обучение» на 3 курсе.

 

- Строго обязательны навыки программирования в среде R и/илиPython. Студент должен быть готов решать задачи по сбору и обработке bigdata с помощью программных средств (R, Python, по желанию – других сред разработки), делать работу по визаулизации материала. Приветствуется практический опыт применения методов машинного обучения для решения задач финансовой экономики. Желательны навыки работы с профессиональными аналитическими базами данных Bloombergи/илиEikonRefinitiv.



Регистрация на проект здесь