Финансовые рынки претерпели значительную трансформацию, особую роль в которой играет внедрение методов машинного обучения, позволяющих алгоритмам адаптироваться к изменяющимся рыночным условиям и выявлять сложные паттерны в данных. Машинное обучение в трейдинге представляет собой применение алгоритмов, способных самосовершенствоваться на основе исторических данных, для прогнозирования движения рынка и оптимизации торговых стратегий. Актуальность исследования обусловлена тем, что, с одной стороны, такие алгоритмы потенциально способствуют повышению эффективности рынков через более быструю обработку информации и снижение транзакционных издержек, а с другой – создают новые формы системных рисков, включая "вспышечные крахи" и проблему самореферентности алгоритмов

Смородин А.А. (науч. рук. Чуракова И.Ю.) Исследование влияния алгоритмов машинного обучения в трейдинге на эффективность и риски фондового рынка // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2025]. URL: https://kmu.itmo.ru/digests/article/15914