Prinqtie reshenij na fondowom rynke qwlqetsq ochen' slozhnoj i trudnoj zadachej prognozirowaniq finansowyh dannyh. Prognozirowanie fondowogo rynka s wysokoj tochnost'ü dwizheniq prinosit pribyl' inwestoram akcij. Iz-za slozhnosti finansowyh dannyh fondowogo rynka, razrabotka äffektiwnyh modelej dlq prognozirowaniq resheniq ochen' slozhna, i oni dolzhny byt' tochnymi. V dannom issledowanii byla predprinqta popytka razrabotat' modeli dlq prognozirowaniq fondowogo rynka i prinqtiq resheniq o pokupke/derzhanii akcij s ispol'zowaniem metodow intellektual'nogo analiza dannyh i mashinnogo obucheniq. Dlq razrabotki modeli prognozirowaniq byli ispol'zowany takie metody mashinnogo obucheniq, kak Naive Bayes, k-Nearest Neighbor (k-NN), Support Vector Machine (SVM), Artificial Neural Network (ANN) i Random Forest. Tehnicheskie indikatory rasschitywaütsq na osnowe cen akcij po wremennym dannym i ispol'zuütsq w kachestwe whodnyh dannyh dlq predlagaemyh modelej prognozirowaniq. Dlq prognozirowaniq signalow akcij byli ispol'zowany dannye fondowogo rynka za desqt' let. Na osnowe ätogo nabora dannyh äti modeli sposobny generirowat' signal pokupki/derzhaniq dlq fondowogo rynka w kachestwe wyhodnogo signala.