Розробка програмного сервісу для прогнозування цін акцій на основі аналізу настроїв та авторегресійних моделей

Анотація

У статті розглянута нагальна потреба в ефективних інструментах аналізу ринку в еру великих даних і штучного інтелекту. Ми представляємо новий програмний сервіс, який інтегрує аналіз новинних настроїв у реальному часі з прогнозуванням фондового ринку, підвищуючи точність і швидкість прийняття торгових рішень. Система використовує API для збору даних, FinBERT для аналізу настроїв та MongoDB для зберігання даних, долаючи обмеження існуючих платформ, таких як Investing.com та MarketWatch. Наша методологія поєднує аналіз настроїв з авторегресійними моделями для прогнозування цін на акції 11 найбільших компаній. В експерименті було використано 141 спостереження із застосуванням множинної регресії та моделі з бінарними результатами. Результати демонструють, що настрої інвесторів суттєво впливають на ціни акцій 2 з 11 компаній, причому Meta демонструє коефіцієнт детермінації 70%, що пояснює напрямки зміни цін акцій на основі настроїв інвесторів. Дослідження показує, що врахування як кількісних (попередні ціни акцій), так і якісних (настрої інвесторів) даних підвищує точність прогнозу для акцій певних компаній. Стаття робить внесок у сферу фінансової аналітики, пропонуючи більш комплексний підхід до прогнозування цін на акції, інтегруючи моделі машинного навчання та аналізу даних для підтримки прийняття обґрунтованих рішень на динамічних фінансових ринках.