В быстро меняющемся мире финансов, где сложные транзакции происходят в мгновение ока, традиционные методы аудита с трудом справляются с растущими требованиями к точности, эффективности и оценке рисков. Однако с появлением искусственного интеллекта (ИИ) и машинного обучения (МО) в области аудита произошел коренной сдвиг, революционизировавший финансовый анализ. В этой статье рассматривается, как технологии искусственного интеллекта и машинного обучения меняют ландшафт аудита, с акцентом на..

ПРЕДИСЛОВИЕ В серии статей я бы протестировал анализ данных о торговле акциями из S&P 500 без временных рядов. Этот подход основан на том, что данные с финансовых рынков рассматриваются как оценка производительности, а не как сезонные колебания. Мы будем искать конкретные моменты, когда справедливая оценка (рассчитанная по нашей модели) отличается от рыночной стоимости, чтобы мы могли купить дешево или продать дорого. Этот метод не будет работать на краткосрочных сделках, но может..

ПРЕДИСЛОВИЕ В серии постов я пытаюсь собрать данные с финансовых рынков и построить работающую модель машинного обучения для прогнозирования будущих колебаний стоимости акций. Напомню, что я уже создал скрипты для сбора 15 наиболее важных финансовых показателей эффективности для публично торгуемых компаний, включая исторические данные. У меня также есть сценарии для удаления информации о рыночных условиях и будущих рыночных ожиданиях для тех же акций. В конечном результате..

В экономике известно много взаимосвязей между макроэкономическими переменными, а некоторые из них даже представлены в виде «законов» — например, денежная масса и инфляция или базовые процентные ставки и инфляция. Однако известные экономические модели обычно используют лишь небольшое количество переменных. В настоящее время, благодаря достижениям в области машинного обучения и больших данных, эти устоявшиеся модели могут быть улучшены. Возможное решение представлено в исследовательской..