По мнению Даниила Герасимова, отвечающего за развитие продуктовой линейки языковых моделей на Московской бирже, нейросети способны сопровождать инвестора на любом этапе работы с финансовыми инструментами. Однако специалист подчеркивает: успех зависит от умения выстраивать предсказуемые системы или владения специфическими навыками работы с технологией. Главная сложность заключается в самой природе генеративных моделей — их недетерминированности. Из-за того что поведение ИИ невозможно просчитать на сто процентов, алгоритмы могут игнорировать заданные инструкции. Поэтому на сегодняшний день роль финального арбитра остается за человеком, в то время как ИИ выступает в качестве мощного ассистента, способного структурировать новости, предоставлять точные сведения или проводить глубокий аудит отчетности.
Своими взглядами на применение ИИ-агентов поделился и Александр Алексеев, занимающий пост управляющего директора департамента брокерского обслуживания в ВТБ. Он подтверждает, что внедрение автономных агентов существенно расширяет горизонты работы с информацией. В качестве примера эксперт приводит возможность автоматизированного анализа сообщений из торговых каналов: загрузив массив данных о сигналах в нейросеть, можно вычислить реальную прибыльность таких сделок и сравнить этот результат с доходностью стратегии пассивного владения российскими активами. В ходе одного из подобных тестов сравнивались две тактики: продажа части портфеля (от 5% до 50%) при каждом рыночном спаде с последующим выкупом и стратегия «купи и держи», игнорирующая волатильность. Итогом эксперимента стало подтверждение того, что на дистанции в десять лет дисциплинированный подход, не зависящий от эмоционального фона, демонстрирует лучшие результаты, чем попытки следовать за рыночными колебаниями.
При этом Кирилл Кузнецов, основатель компании «Усиленные Инвестиции», указывает на фундаментальное ограничение текущих подходов. По его словам, главная беда российского рынка заключается в непредсказуемости многих корпоративных и геополитических факторов, которые крайне сложно предугадать. Кузнецов предостерегает от использования нейросетей в режиме обычного поисковика: такой метод не дает возможности полноценно накапливать знания. Для серьезной работы требуется более глубокая методология, позволяющая использовать ИИ для детального изучения рисков и потенциальных выгод. В таком продвинутом формате нейросеть способна обрабатывать массило данных — от отчетности по стандартам МСФО и РСБУ до мониторинга цен на сырье, оценки инвестпрограмм и анализа корпоративных событий эмитентов. Именно такой глубокий анализ позволяет ИИ выстраивать рейтинги ценных бумаг и оценивать перспективность конкретных активов.
