Применение больших данных для прогнозирования финансовых рынков
Автор: П. Ю. Моторыгин, А. Д. Ветрова
Журнал: Informatics. Economics. Management - Информатика. Экономика. Управление.
Статья в выпуске: 3 (4), 2024 года.
Бесплатный доступ
Современные тенденции больших данных для прогнозирования финансовых рынков определяют важность тенденции поиска и набора как можно более лучших и усовершенствованных инструментов, а также приёмов управления корпорациями и бизнесом в мире, что также благоприятно влияет на планирование и организацию его деятельности в будущем. Таким образом, развитие технического и научного прогресса в современном мире определяет концептуальность работы с большими объёмами и массивами информации, а также новыми типами данных и информации в целом. Таким образом, возросшие и актуализированные массивы информации, и их потоки в современном мире призывают сотрудников к тому, что они должны обладать знаниями не только по части своей работы, но и общепринятыми техническими навыками и расширять кругозор в данной сфере. Важно подчеркнуть, что для систематизации и анализа новых форматов данных требуется собирать больше информации, которая будет полезна для аналитических процессов и принятия стратегических управленческих решений, направленных на повышение качества и эффективности деятельности, прогнозирование корпоративной привлекательности и более глубокое погружение в среду больших данных.
Большие данные, прогнозирование, финансовые, рынки, применение, компания, предприятие, инструменты, анализ, экономика
Короткий адрес: https://sciup.org/14131368
IDR: 14131368 | DOI: 10.47813/2782-5280-2024-3-4-0322-0329
Текст статьи Применение больших данных для прогнозирования финансовых рынков
DOI:
Современное использование больших данных заключается в оптимальной организации информационных массивов, относящихся к различным секторам информационных технологий, с последующей их обработкой посредством горизонтально масштабируемых софтов и ресурсов, возникших в процессе эволюции ИТ-сферы. Необходимо акцентировать внимание на том, что разнообразные методологии и инструментарии обработки больших данных и информационных массивов в современном мире могут быть применены для устранения различных слабых мест и изъянов, возникающих в условиях сложных и кризисных ситуаций в корпоративной среде. То есть технологии применения больших данных в актуальных тенденциях позволяет сотрудникам и руководителям больших компаний обрабатывать свои цели, задачи и структуру предприятия в целом, а также:
-
1) эффективно и структурно хранить массивы информации, сохранять и управлять большими объёмами данных, а также позволяет правильно структурировать всё, что ранее было неэффективным ввиду неправильного использования;
-
2) систематически выстраивать и правильно устранять различные неупорядоченные массивы информации, которые в прошлом были отформатированы в другом качестве;
-
3) концептуально менять и проводить необходимый анализ полученной информации для формирования, а также будущего прогнозирования и построения различных секторов и финансовых рынков в дальнейшем [1-3].
Область применения технологий больших данных для прогнозирования очень обширна. В современном мире данные могут использоваться в финансовые и аграрных отраслях и других секторах экономики.
МАТЕРИАЛЫ И МЕТОДЫ
Таким образом, благодаря исследованиям различных учёных [3], технологии применения больших данных для прогнозирования финансовых рынков сейчас состоит лишь на 15% от всего общего количества компаний по всему миру, то есть, не пользуется широкой популярностью. Конечно же, технология больших данных начала осваиваться в первую очередь в компаниях, непосредственно из сектора информационных технологий и программного обеспечения, однако к ним присоединяются секторы банков и операторов сотовой связи. Это объясняется их большим накоплением массивов информации и данных, которые состоят из данных пользователей, историей поиска, запросов, транзакций и других действий [5].
По исследованиям различных учёных [4], большое количество масштабных и самых влиятельных компаний в современном мире используют или каким-либо образом применяют в своей работе технологии и применение больших данных в своей деятельности, и в Америке уже более 70% различных предприятий сталкивались с данным методом управления. На рисунке 1 ниже можно пронаблюдать динамику рынка применения больших данных.

Рисунок 1. Динамика рынка технологий применения больших данных для прогнозирования финансовых рынков.
-
Figure 1. Dynamics of the market for technologies for using big data to forecast financial markets.
РЕЗУЛЬТАТЫ
Трактовка определения применения больших данных в современной науке и экономике следует определять в сравнительном анализе с различными другими массивами информации. На основе рисунка 2, представленного ниже, представляется возможным сравнить масштаб, уровень и сложность информационных массивов и больших данных. Таким образом, разнообразные материальные активы современных корпораций формируют концептуальную структуру массивов информации больших данных, стандартно определяют финансовые и материальные индикаторы на глобальном уровне, а также обеспечивают корректный мониторинг и анализ в совокупности с ними. Данные различных компаний в современном мире позволяют правильно обогащать операционные и транзакционные данные и массивы информации корпораций. Это направлено на усовершенствование более детальной аналитики, построению прогнозов финансовых и операционных показателей [6].
Большие данные

Корпоративные данные
Финансовые данные
__________________________________________►
Масштаб и сложность данных
Рисунок 2. Сравнение видов данных.
-
Figure 2. Comparison of data types.
Необходимо более подробно исследовать потенциал больших данных в современном мире, как показано на рисунке 3 ниже. На нём изображено, как данные прошедших периодов были структурированы и правильно упорядочены с помощью методов больших данных, которые могут правильно структурировать различные большие массивы информации, а также оценить краткую организационно-экономическую характеристику деятельности корпорации для построения и мониторинга планов на ближайшее будущее.

Big Data как источник информации Big Data для заполнения временных лагов и программирования

Рисунок 3. Потенциал больших данных.
Figure 3. The potential of big data.
Существует большое количество различных современных примеров использования опыта других стран в сфере использования технологий больших данных. Однако в
Российской Федерации применение данной технологии ещё не стало столь популярным, и к 2023 году среди крупных российских корпораций сложилась следующая ситуация
(см. рисунок 4).

Работают В процессе Проводят пилотные Не заинтересованы с Big Data реализации проекты в Big Data
Рисунок 4. Большие данные в крупных компаниях России.
Figure 4. Big data in large Russian companies.
ОБСУЖДЕНИЕ
Крупные корпорации в производственном секторе активно внедряют технологии больших данных для детального анализа больших объёмов информации, касающейся состояния цехов, оборудования и инвентаря. Эти технологии обеспечивают мониторинг эксплуатационной эффективности и позволяют точно учитывать и отслеживать простои и неисправности оборудования. В долгосрочной перспективе это способствует оптимизации расходов и снижению издержек, что приносит значительную выгоду компаниям.
Главными недостатками, которые требуют усовершенствования больших данных в Российской Федерации является нехватка различного рода квалифицированных сотрудников, умеющих работать и правильно упорядочить применение больших данных в компании. Таким образом, малый опыт внедрения и усовершенствования технологии больших данных в современной Российской Федерации и на практике компаний предполагает рост цен и высокую стоимость таких решений [7].
ЗАКЛЮЧЕНИЕ
Таким образом, актуальное состояние и тенденции рынка информационных технологий, включающее в себя применение больших данных в современном мире открывают новые возможности для совершенствования и исследования. Важно подчеркнуть, что сектор информационных технологий является концептуально значимым и ключевым для экономики, обеспечивая корректное применение и прогнозирование тенденций на финансовых рынках в экономической сфере. Использование технологий больших данных наиболее распространено в странах Америки, Европы и Азии, в то время как в России их применяют менее чем одной пятой от общего количества компаний в стране.