Details

Цель исследования заключается в анализе и разработке системы стратегий и индикаторов для оценки влияния пользовательского контента (UGC) на динамику финансовых рынков. В исследовании поставлены следующие задачи: - проведение глубокого исследования теоретических основ и практических аспектов пользовательского контента (UGC) на финансовых рынках; - изучение роли пользовательского контента (UGC) в отражении и фиксации динамики финансовых рынков посредством количественного анализа настроений; - разработка и реализация модели прогнозирования на основе глубокого обучения, способной выявлять нелинейные зависимости в рыночных данных, а также проведение эмпирической оценки прогнозной производительности модели с использованием статистиче ских метрик, таких как RMSE и точность направления; - создание стратегической модели на основе UGC и оценка её эффективности. Актуальность темы исследования обусловлена необходимостью компаний и финансовых институтов в разработке и внедрении инновационных подходов к анализу и использованию пользовательского контента (UGC) для повышения эффективности управления рыночными рисками и принятия обоснованных инвестиционных решений. Источники информации включали данные из отечественной и зарубежной научной литерату ры, официальные онлайн - ресурсы и аналитические агентства. Все процедуры обработки данных, моделирования и оценки были выполнены с использованием языка программирования Python. Предложена система стратегий и индикаторов для оценки влияния пользовательского контента (UGC) на динамику финансовых рынков. Результаты данной разработки могут быть применены компаниями и индивидуальными специалистами с учетом отраслевых особенностей.

The subject of the graduate qualification work is «The impact of user-generated content (UGC) on financial market dynamics». The aim of the research is to analyze and develop a system of strategies and indicators for assessing the impact of user-generated content (UGC) on financial market dynamics. The research sets the following goals: - making a deep investigation into the theoretical foundations and practical aspects on user-generated content (UGC) in financial market; - investigating the role of user-generated content (UGC) in capturing and reflecting financial market dynamics through quantitative sentiment analysis; - developing and implementing a deep learning forecasting model, which can capture nonlinear relationships in market data and conducting empirical evaluation of the models predictive performance using statistical metrics such as RMSE and directional accuracy; - making a strategic model based on UGC and evaluating its effectiveness. The relevance of the research topic is driven by the need for companies and financial institutions to develop and implement innovative approaches to analyzing and utilizing user-generated content (UGC) to enhance the effectiveness of market risk management and make informed investment decisions. The sources of information included data from domestic and foreign scientific research literature, official online resources, and analytical agencies. All data processing, modeling, and evaluation procedures were conducted using the Python programming language. A system of strategies and indicators for assessing the impact of user-generated content (UGC) on financial market dynamics has been proposed. The results of this development can be applied by companies and individual professionals, considering industry-specific characteristics.