Нейросетевой подход в задаче предвидения аномалий процентных ставок под воздействием коррелированных шумов

Целью данной работы является анализ точек бифуркации в финансовых моделях с использованием цветных шумов как стохастической компоненты. Исследуется влияние цветных шумов на точки разрыва и возможность их обнаружения с использованием нейронных сетей. Объектом исследования является стохастическая модель Васичека, которая используется для моделирования процентных ставок. В статье приведен анализ литературы и научных работ, в которых рассматривается использование цветного шума в сложных системах. Методология исследования включает в себя аппроксимацию численных решений модели методом Эйлера–Маруямы, калибровку параметров модели, а также настройку шага интеграции. Отдельно обсуждаются методы обнаружения точек бифуркации и их применение для сгенерированных данных. Итогом исследования являются результаты LSTM модели, обученной на детекцию точек разрыва для моделей с разными шумами. Также для сравнения были предоставлены результаты с различным “окном” точки перехода и шагом прогноза.