Abstract
Прогнозирование цен на финансовые активы остается жизненно важной областью финансовой аналитики, что стимулирует постоянные исследования более эффективных методов прогнозирования. В данном исследовании рассматривается вопрос о том, можно ли прогнозировать динамику цен на конкретную акцию на основе движения цен на другие связанные с ней акции. Наш подход направлен на выявление межфондовых связей и прогнозирование ценовых тенденций на основе анализа этих связей. Используя машинное обучение, мы выявляем кластеры компаний, демонстрирующих схожие модели движения цен. Затем мы используем модель векторной авторегрессии (VAR) для создания функций импульсного отклика, прогнозирующих потенциальные колебания цен в последующие дни. Наши эксперименты направлены на повышение точности и вычислительной эффективности этих прогнозов. Кроме того, мы разработали интерактивную панель, которая наглядно отображает прогнозы изменения цен на акции, позволяя пользователям наблюдать за ожидаемыми тенденциями цен на акции компаний. Данная работа вносит вклад в развивающуюся область предиктивного моделирования, улучшая понимание взаимозависимости между активами и предоставляя доступные прогнозы для принятия финансовых решений.