MOLIYAVIY VAQT QATORLARI ASOSIDA FOND BOZORI DINAMIKASINI PROGNOZLASHNING ADAPTIVE CATBOOST MODELI
Keywords:
fond bozori, moliyaviy vaqt qatori, sun’iy intellekt, CatBoost, Adaptive CatBoost, feature engineering, logarifmik daromad, data leakage, prognozlash.Abstract
Maqolada moliyaviy vaqt qatorlarining nostatsionarligi, shovqinliligi, volatilitet klasterlanishi va chiziqli bo‘lmagan bog‘lanishlarini hisobga olgan holda fond bozori dinamikasini prognozlash uchun Adaptive CatBoost modeli taklif etiladi. Yondashuv prognozlash masalasini ikki o‘zaro bog‘liq qismga ajratadi: kelajakdagi logarifmik daromad miqdorini regressiya orqali baholash va bozor harakati yo‘nalishini klassifikatsiya qilish. OHLCV ma’lumotlari asosida laglar, rolling-statistikalar, trend, volatilitet, momentum, texnik indikatorlar, rejim va kalendar belgilari shakllantiriladi. Ma’lumotlar 70/15/15 nisbatda xronologik tarzda train, validation va test qismlariga ajratilib, standartlashtirish parametrlari faqat train qismida baholanadi. GOOGL ma’lumotlari bo‘yicha tajribada Adaptive CatBoost modeli MAE=6,2940, RMSE=8,4677, MAPE=3,1877% va R²=0,9792 natijalarini qayd etdi. Yo‘nalishni aniqlash aniqligi 56,54% ni tashkil etdi. Natijalar feature-rich, leakage-free gradient boosting yondashuvi narx darajasini prognozlashda samarali ekanini ko‘rsatadi.
