Сегодня большинство пользователей воспринимает искусственный интеллект лишь как продвинутую поисковую систему, однако такой поверхностный подход не позволяет извлечь из технологий всю их пользу. По мнению Кирилла Кузнецова, основателя компании «Усиленные Инвестиции», использование ИИ исключительно для поиска информации не дает возможности накапливать и структурировать знания. Главная сложность для российского финансового сектора заключается в том, что значительную часть корпоративных и геополитических трансформаций заранее спрогнозировать крайне трудно. Именно поэтому инвесторам необходим более комплексный метод работы с нейросетями, способный детально взвешивать потенциальные угрозы и перспективы грядущих событий.
На более профессиональном уровне возможности ИИ значительно шире. Технологии способны обрабатывать огромные массивы данных: от финансовой отчетности по стандартам МСФО и РСБУ до мониторинга динамики цен на сырьевые товары, отслеживания инвестиционных программ и анализа корпоративных действий эмитентов. Благодаря такой глубокой проработке, нейросети могут выстраивать собственные рейтинги ценных бумаг, включая акции и облигацию, а также оценивать потенциал роста различных активов.
Тем не менее, внедрение ИИ в процесс принятия решений сопряжено с определенными трудностями. Даниил Герасимов, отвечающий за развитие продуктов языковых моделей на Московской бирже, подчеркивает, что нейросети могут сопровождать инвестора на любом этапе работы на рынке, но при условии владения навыками управления ими или создания специализированных систем для получения стабильного результата. Важно учитывать специфику генеративных моделей — их недетерминированность. Из-за того, что поведение ИИ невозможно предсказать на сто процентов, он может игнорировать заданные инструкции. В связи с этим финальное слово в принятии финансовых решений всегда должно оставаться за человеком, в то время как модель выступает в роли высокоточного инструмента для анализа новостей, проверки отчетности или подготовки обзоров.
Новые возможности открывают и так называемые ИИ-агенты. Александр Алексеев, управляющий директор департамента брокерского обслуживания ВТБ, подтверждает, что эти агенты существенно упрощают работу с информацией. В качестве примера он приводит возможность автоматизированного сбора сообщений из торговых каналов с сигналами: загрузив такой массив данных в нейросеть, можно вычислить фактическую прибыльность подобных стратегий и сравнить её с результатами классического пассивного инвестирования в российские активы.
Практические эксперименты с применением ИИ уже демонстрируют важные закономерности. В одном из тестов сравнивались две подхода: стратегия активной торговли, где от 5% до 50% портфеля перераспределялись при каждом рыночном спаде и последующем росте, и стратегия «купи и держи», предполагающая сохранение позиций вне зависимости от рыночной волатильности и психологического давления. Итог исследования оказался однозначным: Александр Алексеев подытожил, что на дистанции последних десяти лет дисциплинированный подход, позволяющий избегать эмоциональных решений, демонстрирует более высокую доходность, чем торговля, основанная на импульсах.
