Департамент анализа данных, принятия решений и финансовых технологий Финансового университета занимается разработкой интеллектуальных алгоритмов распознавания состояний рынка и роботизированных советников по выбору торговых стратегий.
C помощью специализированного программного обеспечения эксперты размечают в рядах исходных данных о котировках акций участки трендов и боковиков. Размеченные данные, обогащенные синтетическими признаками, используются для обучения как традиционных моделей классификации (в частности, усиленных деревьев
XGBoost и
LightGBM), так и новых моделей (основанных на методологии скользящих окон, нейронных сетях и т. д.).
Для оценки качества распознавания состояния рынка применяются не только классические метрики (Accuracy, AUC, Кecall, Precision, F-Score), но и специально разработанные специфические критерии качества, учитывающие содержательные практические особенности задачи.
Алгоритмы учитывают проблемы несбалансированности классов и рассогласованности мнений экспертов, существенно влияющие на качество классификации состояний рынка.
