23-iosios Lietuvos jaunųjų mokslininkų konferencijos „Mokslas – Lietuvos ateitis“ teminė konferencija Proceedings of the 23th Conference for Junior Researchers „Science – Future of Lithuania“ EKONOMIKA IR VADYBA / ECONOMICS AND MANAGEMENT eISSN 2029-7149 2020 m. vasario 12 d. Vilnius e-ISBN 978-609-476-223-9 12 February, Vilnius, Lithuania http://jmk.vvf.vgtu.lt https://doi.org/10.3846/vvf.2020.037 © 2020 Nijolė Maknickienė, Amanda Urbonavičiūtė. Leidėjas VGTU leidykla „Technika“. Šis straipsnis yra atvirosios prieigos straipsnis, turintis Kūrybinių bendrijų (Creative Commons) licenciją (CC BY 4.0), kuri leidžia neribotą straipsnio ar jo dalių panaudą su privaloma sąlyga nurodyti autorių ir pirminį šaltinį. INVESTAVIMO AKCIJŲ RINKOJE NAUDOJANT GILIOJO MOKYMOSI MODELIUS TYRIMAS Nijolė MAKNICKIENĖ, Amanda URBONAVIČIŪTĖ * Vilniaus Gedimino technikos universitetas, Verslo vadybos fakultetas, Finansų inžinerijos katedra, Saulėtekio al. 11, LT-10223, Vilnius, Lietuva * El. paštas amanda.urbonaviciute@stud.vgtu.lt Santrauka. Kiekvienas investuotojas ieško geriausio sprendimo, taktikos ir metodo, kuris padėtų pelningai nustatyti akcijų kainų judėjimo kryptis. Tačiau investuotojai susiduria su sunkumais nuspėjant akcijų kitimo kryptis. Dažnai pasirinktas ir naudojamas metodas nėra tikslus prognozavimo įrankis, todėl investuotojų dėmesys krypsta į giliojo mokymosi metodus, kurie tampa paramos sistema investuotojui. Straipsnio tikslas yra palyginti giliojo mokymosi ir techninės analizės metodo prognozes bei akcijų kainų krypties nuspėjamumo paklaidas. Ištyrus penkių pasirinktų akcijų kainų prognozes gautas giliojo mokymosi metodo prognozavimo pranašumas lyginant su slankiojo vidurkio metodu. Šio darbo rezultatai išlieka svarbūs ir aktualūs, nes tyrimai susiję su giliojo mokymosi metodo panaudojimu investavime atskleidia galimybes investuotojui ar spekuliantui. Reikšminiai žodžiai: akcijų rinka, prognozavimas, investavimas, gilusis mokymasis, techninė analizė, akcijų kaina, paramos sistema. Įvadas Finansų rinkose įvyko daug svarbių pokyčių, kurie pakeitė insvestuotojų elgesį, rinkas bei jų prognozavimo modelius, kaip finansinės krizės, ekonominiai ir politiniai pokyčiai, globalizacija bei vis besikeičiančių finansinių technologijų spartumas. Todėl finansų rinkoje vykstantys procesai tampa labai aktualūs finansų pasaulyje besisukantiems investuotojams, ekonomistams ir netgi mokslininkams. Finansų rinkose siekiama surasti ir pritaikyti tokį metodą, kuris padėtų nustatyti tikslesnes investavimo prognozes bei akcijų kainas. Esami prognozavimo metodai nėra pakankamai tikslūs, sunku nuspėti akcijų rinkos kainas ir jų kitimo kryptį. Todėl kyla problema, kaip surasti ir pritaikyti metodą, kuris rodytų tiksliausią kainų kitimo kryptį bei prognozes. Šiuo metu investavime yra plačiai taikomi techninės analizės metodai. Techninėje analizėje yra nagrinėjami istoriniai akcijų kainų duomenys, pagal kuriuos spėjama ateities akcijų kaina. Procesą palengvina naudojami prognozavimo indikatoriniai, kaip: slankiojo vidurkio indikatorius ir jo atmainos. Besikeičiančiame finansų pasaulyje vis ieškoma naujų būdų bei inovatyvių technologijų, kurias būtų galima pritaikyti tokioje srityje, kaip – investavimas. Didelio susidomėjimo sulaukia dirbtinio intelekto, giliojo mokymosi (angl. deep learning) metodų pritaikymas ir investavime. Investavimo srityje dirbtinio intelekto tyrimai tampa labai perspektyvūs. Tyrimo objektas – akcijų rinka. Tyrimo tikslas – palyginti giliojo mokymosi algoritmo akcijų kainų prognozes su techninės analizės indikatoriaus prognozėmis. Uždaviniai tikslui pasiekti: 1. Išnagrinėti mokslinę literatūrą apie akcijų rinkos prognozavimo metodus; 2. Prognozuoti pasirinktų įmonių akcijų kainas naudojant techninės analizės metodą remiantis pasirinktais indikatoriais; 3. Nustatyti pasirinktų įmonių akcijų kainų kitimą pritaikant giliojo mokymosi metodą; 4. Išnagrinėjus techninės analizės metodus, nustatyti, kuris metodas parodė tiksliausią akcijos kainą pasirinktose įmonėse bei palyginti techninės analizės ir giliojo mokymosi metodų akcijų kitimo kryptis. Tyrimo metodai. Išsikeltam tikslui pasiekti ir uždaviniams įvykdyti taikomi atliktos analizės interpretavimo vertinimas, t. y. surinktos informacijos palyginimas, susisteminimas, interpretavimas. Akcijų kainų prognozavimui techninės analizės būdu bei giliojo mokymosi metodu naudojami Yahoo Finance (2019) internetinio tinklapio duomenys. Nustatant tiksliausią akcijų kainų prognozavimo metodą naudojama statistinė bei grafinė gautų duomenų lyginamoji analizė.