Новые исследования в алготрейдинге и финансах (9-16 марта 2026)
Каждую неделю мы разбираем десятки свежих научных статей по алгоритмической торговле и финансам. Вот главное за последние семь дней.
1. Алготрейдинг: точное ценообразование и оптимизация
Учёные продолжают улучшать методы расчёта цен на деривативы и оптимизации стратегий. В этой работе предложен новый подход без арбитража. Он использует нейросети для решения сложных уравнений и даёт точность до 0,04–0,07 цента на доллар контракта. Скорость расчётов выше метода Монте-Карло в 4,5 млн раз.
Другое исследование посвящено выбору лучших стратегий для портфелей в условиях, когда рынок ведёт себя нестабильно. Авторы используют уравнения Риккати — это математический инструмент для работы с динамическими системами.
2. Риск-менеджмент: кредитные потери и резервы
Актуальная тема — оценка вероятности невозврата кредитов. В статье сравнивают модели прогнозирования списаний по стандарту IFRS 9. Дискретная модель показала лучшие результаты.
Ещё одна работа предлагает новый метод расчёта резервов под убытки. Он основан на микромоделировании и улучшает классический метод цепной лестницы.
3. Машинное обучение и прогнозирование рынков
Большие языковые модели (LLM) помогают предсказывать цены на сырьё. В исследовании комбинируют сигналы от GPT-4o и FinBERT. Это улучшает прогнозы по фьючерсам на нефть WTI, особенно когда учитывается тон и неопределённость новостей.
Другая статья показывает, как энтропия (мера хаоса) помогает выявлять реакцию рынка на политические изменения. Это полезно в нестабильных условиях.
Что дальше?
Скорее всего, будет больше работ по внедрению нейросетей и LLM в финансы — особенно для ценообразования и анализа новостей. Также растёт интерес к немарковским моделям (где будущее зависит не только от текущего состояния) и методам оценки кредитных рисков по международным стандартам.
Следующий обзор — через неделю.
