Цель исследований ЦФИАнД – развитие современных методов и моделей анализа данных, включая применение искусственного интеллекта, через проведение эмпирических исследований на объектах финансовых рынков.
Опубликована статья стажера-исследователя ЦФИАнД Хазиева Глеба
Стажер-исследователь ЦФИАнД Хазиев Глеб опубликовал статью "Detecting Social Stock Pumping in the Russian Equity Market Using Machine Learning" в журнале Advances in Artificial Intelligence and Machine Learning. С полным текстом можно ознакомиться по ссылке:
https://www.oajaiml.com/archive/detecting-social-stock-pumping-in-the-russian-equity-market-using-machine-learning
Сбор заявок на единый трек
Идёт сбор заявок на единый трек "магистратура-аспирантура", открыт до четверга 11 сентября, 18:00.требуется прикрепление к научному подразделению и рекомендация предполагаемого научного руководителя. при интересе - пишите Тепловой Т.В.
Информация по учебным материалам (ссылки на страницы курсов, книги и пр.)
Ссылка на страницу курса Анализ данных и моделирование рынка криптоактивов:
https://github.com/Bakibak/cryptoDS
Курс по Питону (для проверки знаний):
https://stepik.org/course/58852/promo
Книги ЦФИАнД:
https://fmlab.hse.ru/openbooks
Задание по базам данных и шаблон для его выполнения по МНИС, а также инструкции-подсказки по работе с базами данных:
https://fmlab.hse.ru/mnisfrfi1
Материалы к учебным курсам (включая лекцию по курсу Анализ данных и моделирование криптоактивов):
https://fmlab.hse.ru/method/learning_materials
Список доступных для выбора ИПС:
https://fmlab.hse.ru/method/learning_materials
Почта Тепловой Т.В.: tteplova@hse.ru
Загрузите до 7 сентября 23:59 копию выпускного диплома или сертификат об успешном прохождении курса Питон в гугл-форму по QR-коду в https://github.com/Bakibak/cryptoDS
Защита диссертации Баклановой В.С. 18 сентября в 11.00
18 сентября в 11.00 состоится защита диссертации В. Баклановой по теме "Моделирование влияния сентимента на биржевые характеристики криптоактивов" (Modelling the influence of sentiment on the stock characteristics of cryptoassets).
Соискатель:Бакланова Валерия Сергеевна
Руководитель:Теплова Тамара Викторовна (др. работы под рук-вом)
Диссертационное исследование посвящено анализу влияния метрик сентимента инвесторов на пять биржевых характеристик криптовалюты Bitcoin, а также на суммарный объем дневных продаж NFT-активов. В работе предложены авторские индексы сентимента RedditSI и NFT Hype Index для рынков Bitcoin и NFT соответственно. Индексы были построены на текстовых данных из социальных сетей с применением методов обработки естественного языка (NLP). RedditSI показал значимое влияние на биржевые характеристики BTC согласно всем рассмотренным методам статистического и событийного анализа, доказав, что может выступать в качестве полноценного индикатора настроений инвесторов на рынке ведущей криптовалюты. NFT Hype Index использовался в качестве одного из признаков при моделировании рынка NFT алгоритмами машинного обучения. Все подходы объяснимого искусственного интеллекта продемонстрировали превосходство NFT Hype Index над другими известными индексами сентимента при прогнозировании объема продаж NFT-токенов. Полученные результаты подтверждают гипотезу о том, что динамика рынков криптоактивов во многом определяется настроениями инвесторов в социальных сетях, выраженных через индексы сентимента.
ТЕКСТ по ссылке https://www.hse.ru/sci/diss/1011449663
Бакланова Валерия представила доклад на научной конференции International Doctoral Forum в Пекине в июле 2025 г.
Сотрудница ЦФИАнД Бакланова Валерия представила доклад "RedditSI and NFT Hype Index: is it possible to capture investor sentiment in the crypto markets?" на конференции International Doctoral Forum в Пекине (4-14 июля 2025 г.).
https://www.cufe.edu.cn/info/1186/23932.htm
Работа Т.В. Тепловой и М.С. Файзулина «Decoding Russian Stock Market Trends through Ensemble Methods and Sentiment Analysis of Social Media» принята к публикации в топовом рецензируемом журнале Annals of Operations Research
Работа Т.В. Тепловой и М.С. Файзулина (НИУ ВШЭ) «Decoding Russian Stock Market Trends through Ensemble Methods and Sentiment Analysis of Social Media» была принята к публикации в топовом рецензируемом журнале (1 квартиль Скопус и WoS) Annals of Operations Research. Электронная версия работы ожидается в IV квартале 2025 года.
Исследование посвящено российскому фондовому рынку, влиянию метрик настроений инвесторов, извлечённых из сообщений в российских социальных медиа, на доходности и объёмы торгов акциями. Работа опирается на анализ более 2 млн сообщений пользователей платформ Tinkoff Pulse и MFD, с применением методов машинного обучения и ансамблевых моделей (Stacking), что позволило достичь точности классификации около 62%.
Ключевые результаты показывают, что настроения розничных инвесторов оказывают статистически значимое влияние на доходности и объемы торгов большинства акций. Сила влияния зависит от ликвидности ценных бумаг и особенностей поведения различных групп участников рынка. Так, молодые инвесторы ориентируются на сигналы Tinkoff Pulse, тогда как более опытные пользователи MFD склонны воспринимать оптимизм как сигнал к продаже акций российских компаний. В статье показано, что важную роль играют авторские индексы внимания и дивергенции мнений, отражающие когнитивные особенности инвесторов. Настроения инвесторов также объясняют изменения в объёмах торгов, особенно при учёте отдельных групп эшелонов акций. Исследование заполняет значимый пробел в понимании психологии розничных инвесторов на российском рынке и имеет практическое значение для инвесторов, регуляторов и разработчиков онлайн‑платформ.
Исследование выполнено при поддержке Программы фундаментальных исследований НИУ ВШЭ.
#Центры_превосходства