Маневич Вячеслав Андреевич

Researchers at the HSE Faculty of Computer Science benchmarked more than 200,000 model configurations for predicting financial asset prices and realised volatility, showing that performance can be improved by filtering out noise at specific frequencies in advance. This technique increased accuracy in 65% of cases. The authors also developed their own algorithm, which achieves accuracy comparable to that of the best models while requiring less computational power. The study has been published in Applied Soft Computing.

Исследователи факультета компьютерных наук НИУ ВШЭ сравнили более 200 тысяч конфигураций моделей для прогноза цен акций и реализованной волатильности и показали, что его можно улучшить, если заранее отсеять шумы конкретных частот. Этот прием повысил точность в 65% случаев. Также авторы разработали собственный алгоритм, сопоставимый с лучшими моделями по точности, но при этом требующий меньше вычислительных мощностей. Исследование опубликовано в журнале Applied Soft Computing.