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

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, Санкт-Петербургский государственный университет имени Петра Великого, г. Санкт-Петербург, Российская Федерация, sofpro03@mail.ru
Для цитирования:
Хитрова Е.М. Искусственный интеллект и машинное обучение в поддержке инвестиционных решений на основе экспертных данных / Е.М. Хитрова, С.С. Прошутинская. — DOI 10.17150/2500-2759.2025.35(2).217-227. — EDN QMIMAT // Известия Байкальского государственного университета. — 2025. — Т. 35, № 2. — С. 217–227.
В рубрике:
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ, СИСТЕМНЫЙ АНАЛИЗ
Год: 2025 Том: 35 Номер журнала: 2
Страницы: 217-227
Тип статьи: Научная статья
УДК: 330.332:004.8
DOI: 10.17150/2500-2759.2025.35(2).217-227
Аннотация:
В статье исследуются причины и структура неопределенности современного инвестиционного пространства. В качестве существенного фактора, повышающего уровень неопределенности, 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
Информация о статье: Дата поступления 15 апреля 2025 г. Дата принятия к печати 10 июня 2025 г. Дата онлайн-размещения 30 июня 2025 г.
Скачиваний - 11
География скачиваний
Скачать полный текст статьи
Список цитируемой литературы:
  • Ступаков В.С. Риск-менеджмент : учеб. пособие / В.С. Ступаков, Г.С. Токаренко. - Москва : Финансы и статистика, 2008. - 193 с.
  • Гафиатулина Н.Х. Моделирование социально-политических процессов в условиях неопределенности : учеб. пособие : в 2 ч. / Н.Х. Гафиатулина. - Ростов-на-Дону : Изд-во ЮФУ, 2016. - Ч. 2. - 145 с. - EDN XRTUHB.
  • Цифровая экономика как аспект новых возможностей бизнеса и потребителя / Н.Л. Харченко, Т.В. Желудкова, Б.А. Кумпилова [и др.]. - DOI 10.58224/2658-5286-2024-7-5-285-291. - EDN DQEAWW // Russian Economic Bulletin. - 2024. - Т. 7, № 5. - С. 285-291.
  • Наурзалина А.А. Сценарное планирование как эффективный инструмент стратегического управления / А.А. Наурзалина, Н.Ю. Трясцина. - EDN ZCRBPN // Проблемы и перспективы развития науки в России и мире : Междунар. науч.-практ. конф., Таганрог, 18 апр. 2019 г. - Таганрог, 2019. - С. 180-181.
  • Хитрова Е.М. Методы финансирования риска и условия их использования / Е.М. Хитрова. - EDN RCWGNT // Страховое дело. - 2013. - № 9 (246). - С. 32-35.
  • Какава Л.О. Модели инновационного проектирования в экологическом менеджменте / Л.О. Какава, Е.М. Лихачев. - DOI 10.17586/2310-1172-2018-11-3-76-83. - EDN YATVID // Научный журнал НИУ ИТМО. Серия: Экономика и экологический менеджмент. - 2018. - № 3. - С. 76-83.
  • Осьмук Л.А. Социальная неопределенность и метаморфозы современного общества / Л.А. Осьмук. - EDN NCDCCH // Идеи и идеалы. - 2010. - Т. 1, № 4. - С. 84-91.
  • Горбач Л.А. Институциональные аспекты инновационного развития отечественной экономики в условиях новой цифровой парадигмы / Л.А. Горбач, С.А. Башкирцева, Ч.А. Мисбахова. - DOI 10.21295/2223-5639-2020-5-130-141. - EDN OTUMCL // Вестник Белгородского университета кооперации, экономики и права. - 2020. - № 5 (84). - С. 130-141.
  • Цветкова Н.Б. Государственное регулирование в условиях цифровой трансформации общества: риски и угрозы / Н.Б. Цветкова. - EDN FSCBHS // Возможности и угрозы цифрового общества : материалы Всерос. науч.-практ. конф., Ярославль, 18-19 апр. 2024 г. - Ярославль, 2024. - С. 400-407.
  • Велиев П.А. Направления влияния инвестиций на экономическую безопасность в условиях глобализации / П.А. Велиев. - EDN QJFYVT // Экономические науки. - 2013. - № 100. - С. 174-177.
  • Богомолов Е.В. Институциональные аспекты цифровой экономики / Е.В. Богомолов. - EDN RSEOUL // Философия хозяйства. - 2017. - № S. - С. 294-299.
  • Тимофеев Р.А. Психологические аспекты риск-менеджмента: как принимать обоснованные решения в условиях неопределенности / Р.А. Тимофеев, А.А. Широких. - EDN NVABQS // Экономика, финансы и управление: актуальные вопросы теории и практики : VII Междунар. науч.-практ. конф., Пенза, 25 мая 2024 г. - Пенза, 2024. - С. 27-29.
  • Калакуцкая Е.С. Особенности принятия решений в бизнесе в условиях неопределенности / Е.С. Калакуцкая, Е.С. Гаврилюк. - DOI 10.17586/2310-1172-2023-16-2-71-81. - EDN RPQJOY // Научный журнал НИУ ИТМО. Серия: Экономика и экологический менеджмент. - 2023. - № 2. - С. 71-81.
  • Зиборева О.Ю. Тенденции развития международной аудиторской деятельности в эпоху глобализации экономики / О.Ю. Зиборева, А.В. Распутина. - DOI 10.17150/2500-2759.2018.28(3).442-451. - EDN ZDYJLF // Известия Байкальского государственного университета. - 2018. - Т. 28, № 3. - С. 442-451.
  • Воронкова О.Н. Новые «черные лебеди» мировой экономики и политика риск-менеджмента / О.Н. Воронкова. - EDN IGWCSH // Colloquium-Journal. - 2020. - № 9-6 (61). - С. 5.
  • Атанов А.А. Применение концепции неопределенности в экономической теории. Сущностный подход / А.А. Атанов, В.А. Рудяков. - DOI 10.17150/2500-2759.2024.34(2).299-306. - EDN ZHMUYW // Известия Байкальского государственного университета. - 2024. - Т. 34, № 2. - С. 299-306.
  • Борисова Ю.В. Теоретические основы оценки эффективности инвестиций в условиях неопределенности / Ю.В. Борисова. - EDN IUDAQH // Вестник Иркутского государственного технического университета. - 2008. - № 2 (34). - С. 149-151.
  • Малаева Е.Д. Программная система визуализации и проверки согласованности оценочных знаний экспертов / Е.Д. Малаева, Г.Э. Яхъяева. - DOI 10.25205/1818-7900-2023-21-1-32-45. - EDN VCHDIM // Вестник Новосибирского государственного университета. Серия: Информационные технологии. - 2023. - Т. 21, № 1. - С. 32-45.
  • Евстигнеева Е.О. Метод экспертных оценок в прогнозировании / Е.О. Евстигнеева, И.В. Новикова. - EDN SPPETY // Проблемы и перспективы развития экспериментальной науки : Междунар. науч.-практ. конф., Новосибирск, 28 нояб. 2019 г. - Новосибирск, 2019. - Т. 1. - С. 72-74.
  • Козенко И.А. Использование экспертных оценок при определении потребительских предпочтений / И.А. Козенко. - EDN ZDBSFF // Актуальные вопросы современной экономики. - 2018. - № 9. - С. 287-296.
  • Неделько В.М. Регрессионные модели в задаче классификации / В.М. Неделько. - EDN RXCEET // Сибирский журнал индустриальной математики. - 2014. - Т. 17, № 1 (57). - С. 86-98.
  • Орлов А.И. Искусственный интеллект: нечисловая статистика : учебник / А.И. Орлов. - Москва : Ай Пи Ар Медиа, 2022. - 446 с. - EDN: PPGFIE.
  • Осовский С. Нейронные сети для обработки информации / С. Осовский. - Москва : Финансы и статистика, 2004. - 343 с. - EDN QMMWWF.
  • Верезубова Н.А. Технологии искусственного интеллекта в процессах обработки информации / Н.А. Верезубова, Н.В. Петракова, М.А. Петраков. - DOI 10.37882/2223-2982.2023.9-2.05. - EDN LTDUPS // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и технические науки. - 2023. - № 9-2. - С. 58-62.
  • Разработка новых информационных технологий задач управления и принятия решений в отраслях цифровой экономики / В.Н. Таран, К.А. Маковейчук, И.И. Линник [и др.]. - Симферополь : Ариал, 2023. - 198 с. - EDN: HDWXDF.