ИИ еще есть чему поучиться у профессионалов

Так считает Дмитрий Змитрович, руководитель Лаборатории искусственного интеллекта «Финама». Ее задача — создать одну из лучших в мире ИИ-моделей в области финансов. В этом посте ― о роли ИИ-технологий в современном жизни.

Насколько вероятно, что ИИ в конечном итоге заменит трейдеров, финансовых консультантов?

— Уверен, ИИ-технологии решительно изменят мир, как ничто другое за последнее время. Однако здесь и сейчас возможности искусственного интеллекта сильно далеки от возможностей профессионалов. Пока мы работаем над созданием агентов, скорее, ассистирующих трейдерам, и мы четко осознаем эту грань. Нет цели сделать модели, которые будут сами открывать новые закономерности на рынке и автономно торговать. Мы не пытаемся сделать ИИ-агента, который найдет условный Грааль и будет зарабатывать много денег.

Мы хотим создать ИИ-ассистента для трейдера, который будет наилучшим образом аппроксимировать поведение профессиональных трейдеров в проведении фундаментального и техническом анализа. ИИ еще есть чему поучиться у профи. Мы видим на бенчмарках, что модели часто не знают тех или иных аспектов в техническом и фундаментальном анализе, этому их нужно обучать. Но рано или поздно качественные ИИ-агенты появятся во всех областях, в том числе и в финансовой сфере.

Представьте, что ИИ посоветовал вам вложить крупную сумму в одну очень рискованную, но перспективную акцию. Вы последуете совету? Где для вас проходит черта доверия?

— Сейчас, зная, как это устроено изнутри и насколько модели сильны в данной области, скорее нет. Повторюсь — наибольшая польза ИИ в том, что он способен расширить представление инвестора о возможных сценариях, объяснить текущие тенденции и подсказать, какие варианты возможны в будущем, а значит, уберечь от поспешных сделок и снизить риски. ИИ уже помогает сильно сократить время инвестора на анализ ситуации. Полноценно заменить инвестконсультанта или аналитика он сможет еще очень нескоро.

Какой самый распространенный миф про ИИ в финансах вы постоянно слышите?

— Сложно сказать, про ИИ много мифов. Но чаще всего я слышу об ожиданиях, что ИИ найдет способ зарабатывать много и не терять ничего: откроет скрытую закономерность рынка, которую не под силу найти даже самым опытным трейдерам.

Существует ли риск, что широкое применение похожих ИИ-моделей разными участниками рынка приведет к усилению стадного поведения и, как следствие, к большей волатильности или даже системным кризисам?

— Мне кажется, как раз наоборот. Неравномерное распространение информации и ее неполное понимание — одна из причин высокой волатильности. ИИ призван решить эту проблему: увеличить скорость распространения информации, обеспечить более быстрое и правильное ее понимание, дальнейшую интерпретацию и прогнозирование, чтобы избежать критических масштабных сдвигов.

В какой степени ИИ способен учитывать макроэкономические факторы и геополитические события при формировании инвестиционных рекомендаций? Насколько он адаптируется к быстро меняющейся международной обстановке?

— ИИ очень неплохо умеет работать с новостями и делать глубокое исследование темы. Правда, он ничего не знает про понятие «накопленный контекст во времени». Например, мы живем с вами в условиях какого-то контекста, на все события нужно смотреть через его призму. Геополитика — как раз такой контекст, который можно оценить через призму тысяч новостей за последние месяцы и годы. Представьте себе новость о введении санкций против некоего российского банка в условиях текущих и такую же новость в период, когда не было никаких санкций. По содержанию новость одна и та же, а вот контекст абсолютно разный. В первом случае акции, вероятно, едва сдвинутся, а во втором — просто рухнут. Так вот решение научить модель быть в контексте накопленных новостей — важная задача, ее решение позволит ИИ более правильно оценивать влияние того или иного события. Сейчас модели не умеют этого делать достаточно хорошо. Мы над этим, кстати, тоже работаем.

Способен ли современный ИИ выявлять мошеннические схемы (манипулирование рынком), которые еще не встречались в исторических данных?

— Если есть люди, которые умеют это делать хорошо, то ИИ можно научить следовать их примеру. Я думаю, это важный принцип, описывающий возможности ИИ. Возвращаясь к Граалю, если есть примеры поведения людей, которые системно умеют находить этот Грааль на рынке, то тогда и модели, вероятно, можно научить этому.  

В январе 2026 года Лаборатория искусственного интеллекта «Финама» представила масштабное исследование, в рамках которого был создан новый стандарт для оценки нейросетей в финансовой сфере. Эксперты разработали уникальный набор бенчмарков для проверки качества моделей, включающий 4 общедоступных и 7 собственных наборов данных. Эти тесты имитируют реальные экзамены для аналитиков и задачи трейдеров, что позволяет максимально объективно оценить способности ИИ-моделей к работе с финансовыми инструментами.

Проблема, с которой столкнулись исследователи, заключалась в том, что существующие «академические» тесты для ИИ не отражали их реальных способностей в узкоспециализированной области. В публикациях крупных игроков рынка ИИ обычно демонстрируются впечатляющие результаты, однако тесты экспертов «Финама» продемонстрировали неожиданную картину: разница в качестве между моделями оказалась огромной. Модели с высокими баллами в теории нередко проваливались на практических задачах. Интересно, что наблюдалась и обратная ситуация. Например, ряд моделей, которые многие считали не самыми удачными, показали неожиданно хорошие результаты в финансовой сфере.

Чтобы получить реалистичную оценку, в «Финаме» создали собственные, более сложные «экзамены». В их основу легли:

• Вопросы, аналогичные реальным сертификационным экзаменам для финансовых аналитиков (CFA) и технических специалистов рынка (CMT).
• Задачи из российской олимпиады «Высшая лига» на проверку знания местного рынка.
• Практические задания из ведущих учебников по трейдингу и производным финансовым инструментам.

Результаты тестирования

Исследование подтвердило лидерство OpenAI. Их модели по-прежнему демонстрируют высокие результаты при работе с финансовыми задачами. Кроме того, особенно перспективными выглядят новые модели Minimax. При этом отечественные модели показывают разные результаты: и успешные, и не самые обнадеживающие.

Важнейшим итогом проекта стал не только рейтинг моделей. Команда ИИ-лаборатории «Финама» сделала все свои наработки — тесты, методику оценки и результаты — полностью открытыми, опубликовав на GitHub. Это уникальный шаг для финансового сектора, поскольку подобных материалов еще нет в открытом доступе, а их создание требует значительных инвестиций и экспертизы.

📌 Читать полностью на Finam.ru

✅ Подписывайтесь на телеграм-канал Финам Инвестиции и Торговые сигналы