بر اساس تحقیقات جدید کورنل بر طبق بزرگترین مجموعه داده ای که تاکنون در این زمینه استفاده شده است، یادگیری ماشین می تواند اثربخشی ابزارهای ریاضی مورد استفاده برای پیش بینی حرکات بازارهای مالی را ارزیابی کند.

 
مدل محققان همچنین می‌تواند حرکات بازار آینده را پیش‌بینی کند، کاری فوق‌العاده دشوار به دلیل حجم انبوه اطلاعات بازارها و نوسانات زیاد. مورین اوهارا، استاد مدیریت رابرت دبلیو پرسل در کالج تجارت اس سی جانسون می‌گوید: «کاری که ما در تلاش بودیم انجام دهیم این بود که قدرت تکنیک‌های یادگیری ماشینی را به ارمغان بیاوریم تا نه تنها روش‌ها و مدل‌های فعلی‌مان را ارزیابی کنیم، بلکه به ما کمک کند این‌ها را به گونه‌ای گسترش دهیم که هرگز نمی‌توانیم بدون یادگیری ماشینی انجام دهیم.»
بازارها حجم عظیمی از داده ها را تولید می کنند و میلیاردها دلار در استخراج این داده ها برای الگوهایی برای روشن کردن رفتار بازار آینده در خطر است. شرکت ها در وال استریت و جاهای دیگر از الگوریتم های مختلفی استفاده می کنند و متغیرها و عوامل مختلف را بررسی می کنند تا چنین الگوهایی را پیدا کنند و آینده را پیش بینی کنند. در این مطالعه، محققان از الگوریتم یادگیری ماشین تصادفی جنگل برای درک بهتر اثربخشی برخی از این مدل‌ها استفاده کردند. آنها ابزارها را با استفاده از مجموعه داده‌ای از 87 قرارداد آتی – توافق‌نامه‌هایی برای خرید یا فروش دارایی‌ها در آینده با قیمت‌های از پیش تعیین‌شده، ارزیابی کردند.
حجم عظیمی از داده‌های تاریخی بازار در دسترس است – هر معامله‌ای از دهه 1980 ثبت شده است – و حجم وسیعی از اطلاعات هر روز تولید می‌شود. افزایش قدرت محاسباتی و در دسترس بودن بیشتر داده‌ها، انجام تحلیل‌های دقیق‌تر و جامع‌تر را امکان‌پذیر کرده است، اما این مجموعه داده‌ها و قدرت محاسباتی مورد نیاز برای تجزیه و تحلیل آنها، می‌تواند برای محققان بسیار گران باشد. در این تحقیق، دست اندرکاران صنعت مالی با محققان دانشگاهی برای ارائه داده ها و رایانه های مورد مطالعه و همچنین تخصص در الگوریتم های یادگیری ماشینی که در عمل استفاده می شوند، شریک شدند.
اوهارا گفت: «این مشارکت برای هر دو سودمند است.» و افزود که این مقاله یکی از تحقیقاتی است که او، ایزلی و لوپز د پرادو در دهه گذشته انجام داده‌اند. “این به ما امکان می دهد تا به روش هایی که عموماً برای محققان دانشگاهی در دسترس نیست، تحقیق کنیم.”

بیشتر بدانید: https://lnkd.in/eQYP4fux