Гасконец на службе Людовика

• Получение исторических данных средних ставок по вкладу с сайта ЦБ РФ
  
• Получение исторических данных стоимости квадратного метра недвижимости по каждой области с сайта федеральной статистики.
  
• "Предсказание" будущих ставок по вкладам с помощью рядов Фурье.
  
• "Предсказание" будущей стоимости квадратных метров, тоже с помощью рядов Фурье.
  

• Накопление на вкладе за последние 20 лет выигрывает у ипотеки, даже с учетом съема аналогичной квартиры.
  
• В ряде областей и в определенные периоды ипотека на новостройки обыгрывает вклад, если не учитывать, что лет 10-15 назад, новостройка - это было ожидание готовой квартиры от 2 лет и более и если сравнивать с ценами на текущие новостройки, не учитывая, что купленная ранее вами квартира уже стала вторичкой.
  

Случайная величина

​ или наоборот — время между соседними экстремумами разного типа.

Это интервал времени от минимума до следующего максимума или от максимума до следующего минимума.

Случайная величина

где Li предшествующий минимум перед максимумом Mj.

Это величина трендового движения (рост от минимума к следующему максимуму) или падение от максимума к следующему минимуму.

На данном этапе выбрал для реализации вариант № 2 (Разница по цене) !

Расчет вероятности

Фото:

Индекс информационного фона акций (ИИФ) — это комплексный количественный показатель, который оценивает тональность и насыщенность публикаций в СМИ и социальных сетях об определенной компании, отрасли или рынке в целом.

Проще говоря, это "градусник" новостного настроения, который показывает, как часто о чем-то пишут и в каком ключе (позитивном, негативном или нейтральном).

ИИФ строится с помощью технологий обработки естественного языка (NLP) и анализа тональности (sentiment analysis):

1. Сбор данных: Роботы (краулеры) агрегируют новости из тысяч источников: деловые СМИ (Bloomberg, РБК, Коммерсант), официальные пресс-релизы, социальные сети (Twitter, Telegram), форумы и т.д.

2. Анализ тональности: Каждый текст "прочитывается" алгоритмом, который определяет его эмоциональную окраску:

   • Позитивная тональность: слова-маркеры: "рост", "прибыль", "прорыв", "лидер".

   • Негативная: "убыток", "снижение", "скандал", "суд".

   • Нейтральная: фактологическая информация без явной оценки.

В своем же расчете на данный момент для оценки новости, я использую большую языковую модель (LLM). В частности DeepSeek.
Новости пока что берутся только с РБК, поэтому оценивается вес каждой новости, вес источника не учитывается.
Новость оценивается от -10 до +10.
Для того чтобы минимизировать ошибку оценки новости нейросетью, оценка производится до 6 раз.

Идея: каждая оценка "теряет вес" со временем по экспоненте. Чем старше оценка, тем меньше её вклад.

Формула:

Где:

• Оценка_i — значение i-й оценки.

• Сила_i — ваш "вес" или "важность" этой оценки (например, от 0 до 1).

• Δt_i — время, прошедшее с момента выставления оценки до момента расчета (в днях, неделях и т.д.).

• λ (лямбда) — коэффициент затухания. Ключевой параметр!

  • Чем больше λ, тем быстрее "стареют" старые оценки.

  • Например, λ = 0.1 означает умеренное затухание. За 7 дней вес упадёт в e^(-0.1*7) ≈ 0.5 раза.

  • λ = 0.02 — медленное затухание (вес за месяц упадёт примерно до 0.55).

• e — основание натурального логарифма (~2.71828).

Сейчас выбираются новости за 90 дней, а λ равна коэффициенту полузатухания новости за 7 дней, то есть ln(2) / 7.

• Не прямой приказ к действию: Высокий позитивный ИИФ не гарантирует рост акций, а негативный — падение. Это один из многих инструментов.

• Запаздывание: Иногда рынок уже отреагировал на новость, а индекс только фиксирует пик публикаций.

• Манипуляции: Информационный фон могут пытаться искусственно накручивать (как в позитивную, так и в негативную сторону).

• Качество алгоритмов: Точность сильно зависит от того, насколько хорошо алгоритм обучен понимать контекст, иронию, профессиональный жаргон.