Кононова, Катерина Ю.Kononova, KaterynaКононова, Екатерина Ю.Дек, Антон О.Dek, Anton2016-12-142016-12-142016Кононова К. Ю. Прогнозування фінансових рядів: семантичний аналіз економічних новин / К. Ю. Кононова, А. О. Дек // Нейро-нечіткі технології моделювання в економіці : наук.-анал. журн. / М-во освіти і науки України, ДВНЗ «Київ. нац. екон. ун-т ім. Вадима Гетьмана» ; редкол.: А. В. Матвійчук (голов. ред.) [та ін.]. – Київ : КНЕУ, 2016. – № 5. – С. 81–92.2306-3289https://ir.kneu.edu.ua:443/handle/2010/20358У роботі запропоновано метод прогнозування фінансових часових рядів з урахуванням семантики новинних стрічок. Для семантичного аналізу економічних новин на основі словника Loughran McDonald Master Dictionary було сформовано вибірку негативних і позитивних з фінансової точки зору слів. До вибірки увійшли слова з високою частотою згадування у новинах фінансових ринків; для однокореневих слів була залишена тільки загальна частина, що дозволило охопити одним запитом кілька слів. В якості інструментарію прогнозування використовувалися нейронні мережі. Для автоматизації процесу видобування економічної інформації з новин у програмному середовищі MATLAB Simulink розроблений скрипт, який аналізує новини компанії, спираючись на сформований словник. Проведене експериментальне дослідження з різними архітектурами нейронних мереж продемонструвало високу адекватність побудованих моделей та підтвердило доцільність використання інформації з новинних стрічок для прогнозування котирувань акцій.The paper proposes a method of financial time series forecasting taking into account the semantics of news. For the semantic analysis of financial news the sampling of negative and positive words in economic sense was formed based on Loughran McDonald Master Dictionary. The sampling included the words with high frequency of occurrence in the news of financial markets. For singleroot words it has been left only common part that allows covering few words for one request. Neural networks were chosen for modeling and forecasting. To automate the process of extracting information from the economic news a script was developed in the MATLAB Simulink programming environment, which is based on the generated sampling of positive and negative words. Experimental studies with different architectures of neural networks showed a high adequacy of constructed models and confirmed the feasibility of using information from news feeds to predict the stock prices.В работе предлагается метод прогнозирования финансовых временных рядов с учетом семантики новостных лент. Для семантического анализа экономических новостей на основе словаря Loughran McDonald Master Dictionary была сформирована выборка негативных и позитивных с финансовой точки зрения слов. В выборку вошли слова с высокой частотой упоминания в новостях финансовых рынков; для однокоренных слов была оставлена только общая часть, что позволило охватить одним запросом несколько слов. В качестве инструментария прогнозирования использовались нейронные сети. Для автоматизации процесса извлечения экономической информации из новостей в программной среде MATLAB Simulink разработан скрипт, который анализирует новости компании, опираясь на сформированный словарь. Проведенное экспериментальное исследование с различными архитектурами нейронных сетей продемонстрировало высокую адекватность построенных моделей и подтвердило целесообразность использования информации из новостных лент для прогнозирования котировок акций.ukпрогнозування котируваньстрічки фінансових новинсемантичний аналізнейронна мережаstock price forecastingfinancial newssemantic analysisneural networkпрогнозирование котировокленты финансовых новостейсемантический анализнейронная сетьArticle330.46:519.25