Исследование применимости
мультимодальных моделей для предсказания
цен активов для российского фондового
рынка
Мы проводим исследование применимости использования новостей вместе с временными рядами, для предсказания цен активов для российского фондового рынка
О проекте
Извлечение содержательного смысла новостей и его применение в качестве входных данных для мультимодальной модели поможет улучшить качество предсказания цены актива
Гипотеза
1 - Провести количественный анализ предсказания цены активов, с учетом новостей
2 - Дать возможность участникам команды поработать с machine learning, nlp и full-stack разработкой.
Цели проекта
Задачи проекта
Сбор и анализ новостей
Построение моделей для предсказания цен
Построение торговых стратегий для управления инвестиционным портфелем
Разработка веб сайта рекомендательной платформы
1
2
3
4
Сбор данных, парсинг новостей, начало разработки сайта, прогнозирование цен ML моделью.
Разработка модели для фильтрации дубликатов новостей, разработка архитектуры с применением LSTM и трансформера, построение торговых стратегий на временных рядах
Применение мультимодальных моделей, построение торговых стратегий с учетом новостей, классификатор новостей, финализация сайта.
1 неделя
2 неделя
3 неделя
1
2
3
План работы
Архитектура работы сайта
Tilda Publishing
Результаты
Наш веб сайт
Tilda Publishing
NLP researcher
Web designer
Ml engineer
Даниил Стукун
Александр Баранов
Эмир Шагеев
Наша команда
Артем Голубцов
Quantative analyst
© Большие вызовы 2024
Университет Сириус
Большие вызовы

Большие данные, искусственный интеллект, финансовые технологии и машинное обучение