АНАЛІЗ ДАНИХ ДЛЯ ПРОГНОЗУВАННЯ КУРСУ АКЦІЙ З ВИКОРИСТАННЯМ ФІНАНСОВИХ ПОКАЗНИКІВ НА ОСНОВІ БІЗНЕС- ЗВІТІВ

Abstract

У сучасному світі фондовий ринок стає все більш популярним. Це пов'язано з кількома факторами, в тому числі збільшеною доступністю ринку для звичайних користувачів. Сьогодні будь-хто в світі може легко придбати акції будь-якої компанії. Необхідно тільки відкрити рахунок в брокерській фірмі. На цей момент однією з найпопулярніших брокерських фірм серед звичайних користувачів є Interactive Brokers [1] і Robinhood [2]. Обидві програми забезпечують широкий доступ до фондового ринку та інших фінансових інструментів, включаючи ETF, облігації тощо. Ґрунтуючись на статистиці використання Robinhood [2], визначено, що понад 15 мільйонів людей використовують торгівельні платформи. Розширення доступу до фондового ринку призводить до зростання інтересу до інвестування та збільшення кількості нових інвесторів. Однак інвестування на фондовому ринку не позбавлене ризиків і вимагає якісної підготовки та аналізу. Щоб захистити та збільшити свої інвестиції, інвестори мають ретельно проаналізувати компанію, у яку вони планують інвестувати. Якщо говорити про ринок США, який на цю мить є одним із найбільших ринків у світовій економіці, усі публічні компанії на цьому ринку регулюються Комісією з цінних паперів і бірж. (SEC), яка вимагає від компаній подавати щоквартальні звіти про свій бізнес. Ці звіти називаються формою 10-К [3]. Вони є публічними та доступними для інвесторів та аналізу, і на основі даних, наданих у цих звітах, можна оцінити стан справ у компанії, наскільки добре налагоджений їхній бізнес, і відповідно приймати рішення. Об'єкт дослідження - методи аналізу даних фінансових звітів для дослідження фінансових показників компаній. Предмет дослідження - прогнозування фінансових показників компаній на основі аналізу бізнес звітів за допомогою методів машинного навчання. Мета дослідження – провести аналіз даних для прогнозування курсу акцій з використанням фінансових показників на основі бізнес-звітів засобами машинного навчання.