Формирование портфеля акций с использованием нейронных сетей архитектуры LSTM и фрактального анализа
Гарафутдинов Роберт Викторович - кандидат экономических наук, доцент кафедры информационных систем и математических методов в экономике. Пермский государственный национальный исследовательский университет
Шевченко Максим Викторович - студент. Пермский государственный национальный исследовательский университет
Аннотация
В статье проверяется гипотеза о том, что комбинирование методов фрактального анализа и прогнозирования доходностей акций при помощи LSTM-нейронной сети при формировании инвестиционного портфеля позволяет улучшать его характеристики (соотношение доходности и риска) по сравнению с классическим методом Марковица и фондовым индексом. Исследование проводилось в несколько этапов: отбор активов для включения в портфель; получение прогнозов доходностей активов при помощи LSTM-сетей; формирование оптимального портфеля путем максимизации коэффициента Шарпа; сокращение числа активов в портфеле при помощи фрактального анализа; сравнение полученных портфелей с бенчмарками. В результате выявлено, что наилучшими характеристиками обладает комбинированный портфель, сформированный на базе LSTM-прогнозов и фрактального анализа, что подтверждает гипотезу исследования. Параметры LSTM-портфелей оказались лучше, чем параметры портфелей Марковица из тех же активов. Научная новизна работы состоит в том, что впервые для формирования портфеля применена комбинация нейросетевого прогнозирования и методов фрактального анализа.
Ключевые слова: российский фондовый рынок; инвестиционный портфель; портфельная теория Марковица; прогнозирование доходности; нейронные сети; LSTM; фрактальный анализ; Python.
Для цитирования: Гарафутдинов Р. В., Шевченко М. В. Формирование портфеля акций с использованием нейронных сетей архитектуры LSTM и фрактального анализа // Цифровые модели и решения. 2025. Т. 4, № 2. С. 5–17. DOI: 10.29141/2949-477X-2025-4-2-1. EDN: YGNYUG.
