Научный журнал Байкальского государственного университета
ИЗВЕСТИЯ
Байкальского государственного университета
ISSN 2500-2759 (Print)
Издается с 2002 года
Menu

Информация о статье

Название статьи:

Искусственный интеллект и машинное обучение в поддержке инвестиционных решений на основе экспертных данных

Авторы:
Хитрова Е.М., кандидат экономических наук; доцент, доцент кафедры финансов и финансовых институтов, https://orcid.org/0000-0001-5567-4828, SPIN-код: 2818-0087, AuthorID РИНЦ: 129010, Байкальский государственный университет, г. Иркутск, Российская Федерация, hitrovaem@bgu.ru,

Прошутинская С.С., студент, высшая школа бизнес-инжиниринга, Санкт-Петербургский государственный университет имени Петра Великого, г. Санкт-Петербург, Российская Федерация, sofpro03@mail.ru
В рубрике:
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ, СИСТЕМНЫЙ АНАЛИЗ
Год: 2025 Том: 35 Номер журнала: 2
Страницы: 4-
УДК: 330.332:004.8
Аннотация:
В статье исследуется причины и структура неопределенности современного инвестиционного пространства. В качестве существенного фактора, повышающего уровень неопределённости рассматривается асимметрия информации - нечеткость данных для принятия взвешенных решений и неадекватность выбора методов их обработки. Значимость экспертных данных определяется их способностью учитывать качественные и трудно формализуемые факторы. Результаты их анализа в условиях недостаточной прозрачности рынка инвестиций по-прежнему востребованы, но при этом возникают проблемы, связанные с субъективностью и агрегированием мнений различных специалистов, их недостаточным уровнем, количественной оценкой суждений, несогласованностью решений и неспособностью традиционных количественных методов статистического анализа адекватно отражать влияние субъективных факторов. Исследуются возможности применения современных алгоритмов искусственного интеллекта и машинного обучения для цифровой обработки, анализа и интеграции экспертных данных в процессе принятия решений о финансовых инвестициях. Рассматривается методика объединения экспертных оценок с алгоритмами машинного обучения, с целью повышения объективности, точности и прозрачности инвестиционных решений. Представлен практический пример применения такого подхода, иллюстрирующий его преимущества и потенциальную эффективность в условиях реального финансового рынка.
Ключевые слова: инвестиции, искусственный интеллект, машинное обучение, экспертные данные, финансовый анализ
Извините, полный текст статьи временно недоступен Извините, полный текст статьи временно недоступен