исследование

На этой неделе в научных публикациях и препринтах по алготрейдингу и количественным финансам выделилось три ключевых направления. Мы разбираем сотни свежих работ каждую неделю — вот что важно.

1. Новые методы расчёта цен на опционы
Больше всего статей вышло по вычислительным финансам (q-fin.CP). В работе Convolution-FFT for option pricing in the Heston model предложили метод Convolution-FFT для расчёта цен опционов в модели Хестона. Метод даёт точные результаты без больших вычислительных затрат.

Другое исследованиеPredicting Price Movements in High-Frequency Financial Data with Spiking Neural Networks показывает, как спайковые нейронные сети (это тип ИИ, похожий на работу мозга) могут предсказывать скачки цен на высокочастотных данных. В тестах модель показала доходность 76.8%.

Ещё одна полезная система — A Unified AI System For Data Quality Control and DataOps Management in Regulated Environments. Она автоматически проверяет качество данных в финансовых компаниях, где жёсткие регуляторные требования.

С 24 ноября по 1 декабря 2025 года вышло много работ по алготрейдингу и количественным финансам. Мы разбираем сотни препринтов каждую неделю и выбираем самое важное.

Оптимизация портфеля
Несколько исследований посвящены новым методам управления инвестициями. В статье про трансферное обучение авторы используют данные с разных рынков, чтобы повысить доходность портфеля. Их метод даёт лучший коэффициент Шарпа — это мера, которая учитывает и прибыль, и риск.

Другая работа — оптимизация портфеля с ESG-данными. ESG — это экологические, социальные и управленческие факторы. Авторы комбинируют их с классической моделью Black-Litterman и получают 40-45% годовых.

Ещё одна интересная статья — сигнатуры для ценообразования опционов. Метод учитывает рыночные искажения и помогает точнее оценивать стоимость деривативов.

Управление рисками
Здесь выделяется исследование про квантовые сети активов. Авторы применяют квантовые методы, чтобы находить скрытые зависимости между активами. Это помогает лучше оценивать риски.

Frank RG подготовил обзор финансового рынка и мы его с удовольствием изучили. В 2025 году рынок жил эмоциями, а не фундаменталом. Американские горки / русская рулетка — как ни назови, а волатильность зашкаливает

Сильные колебания IMOEX на фоне слухов о переговорах, санкциях и ключевой ставке сформировали нервный, но активный рынок, где до 70% оборота делают физлица.

Инвестиционный капитал продолжает расти: +12% за полгода, особенно в пассивных и страховых продуктах: клиенты предпочитают консервативные и понятные инструменты. 57% инвесторов думают в горизонте 1–5 лет, что редкость для развивающихся рынков.

Инвесторы боятся не волатильности, а перегрузки информацией: слишком много продуктов, каналов, рекомендаций, блогеров. А вот ценность персональных менеджеров снижается: цифровые каналы победили. Клиент ждёт быстрый цифровой путь и минимум контакта с банком

Главный риск для розницы — «долина смерти»: паника в -40%, маржин-коллы, непонимание рисков

👉Наша философия

Спойлер: зря инвест.банкиры испытывают иллюзии на деньги со вкладов. На рынок они точно не потекут

Б1 (бывший E&Y) провел исследование-опрос клиентов банков. Из него нам интересны только действия вкладчиков при снижении процентов. 83% следят за ставкой, но только 13% реально перестраивают портфель под её движения. Активнее всех реагируют семьи с доходом 150 тыс+ на человека. Если ставка будет снижаться, предпочтения респондентов просты: банковские вклады в той или иной форме выбрало подавляющее большинство (90%, но можно было выбирать несколько вариантов)

Люди оставят деньги во вкладах почти при любом развитии событий. В результатах опроса интересным кажется хранение наличными в рублях. Покупку недвижимости выбрало 19% респондентов (можно было отметить несколько вариантов). И это понятно, т.к. недвижимость это не только инвестиция, но приобретение для себя. И покупка может совпасть с кредитом на жилье по низкой ставке, ради чего семья, например, откладывала на первый взнос на вкладе

Работать меньше, получать больше?

Да, Высшая школа экономики (ВШЭ) провела исследование и научно обосновала, как прийти к этому. Более того, по мнению ВШЭ, можно зарабатывать до 35 % больше без обучения и смены профессии. Только не всем. Это касается лишь немногочисленной группы (2–4 %) нашей страны.

Звучит, как какой-то кликбейт, но у учёных в руках доказательства. Статья очень полезна тем, кто размышляет над принятием собственных карьерных решений.

Споры о плюсах и минусах удалённой работы не утихают с момента её распространения в 2020 году. Сторонники говорят о гибкости, критики — о карьерных рисках. Но один из самых острых вопросов остаётся в финансовой плоскости: работа из дома — это путь к повышению дохода или, наоборот, зарплатному «штрафу» за комфорт? Международные исследования давали противоречивые ответы. Новое исследование ВШЭ ставит точку в этом споре для российских реалий — ответ оказался однозначным.

Пока одни компании заманивают сотрудников в офис бесплатными обедами, а другие полностью переходят на дистант, экономисты и социологи ищут ответы в исследованиях.

На этой неделе больше всего работ было по алгоритмической торговле, вычислительным финансам и рискам. В основном учёные применяли машинное обучение и ИИ — чтобы торговать точнее и безопаснее.

Основное
1. Алгоритмическая торговля + машинное обучение
Много статей про то, как нейросети помогают в трейдинге.
— Гибридные модели предсказывают риски и ищут выгодные сделки «Causal and Predictive Modeling of Short-Horizon Market Risk and Systematic Alpha Generation Using Hybrid Machine Learning Ensembles». 
— Системы на нескольких ИИ анализируют фундаментальные данные в китайском рынке «Hierarchical AI Multi-Agent Fundamental Investing: Evidence from China's A-Share Market».
— Роботы учатся исполнять ордера эффективнее «Right Place, Right Time: Market Simulation-based RL for Execution Optimisation».
— Новостной сентимент используют для торговли«News-Aware Direct Reinforcement Trading for Financial Markets». 

2. Портфели и риски
Как собрать портфель и не потерять на комиссиях:

На этой неделе большинство работ было посвящено машинному обучению и новым вычислительным методам в трейдинге и управлении рисками. Основной тренд — использование больших языковых моделей (LLM) и трансформеров для прогнозирования и оптимизации портфелей.

Все данные взяты из свежих научных статей и препринтов. Каждую неделю мы анализируем сотни работ и отбираем самое важное.

Основные направления

1. ИИ в трейдинге и управлении портфелем

Исследования сосредоточены на улучшении стратегий через анализ настроений и прогнозные модели.

• LLM для оптимизации портфеля
Фреймворк 3S-Trader использует языковые модели для оценки акций, выбора стратегий и адаптации к рынку. Результаты показывают высокую доходность «3S-Trader: A Multi-LLM Framework for Adaptive Stock Scoring, Strategy, and Selection in Portfolio Optimization».

• Риски стратегий на базовых моделях
Исследование предлагает расширить модель CAPM, чтобы разделить систематические и индивидуальные риски при использовании foundation models «Trading with the Devil: Risk and Return in Foundation Model Strategies».

В издании «Фармация и Медицина» вышла статья о биоэквивалентности дженериков — ключевой теме для нас как ведущего производителя воспроизведенных препаратов. Автор, доцент кафедры клинической фармакологии Ольга Мубаракшина, объясняет, как российские компании обеспечивают соответствие препаратов международным стандартам.

Биоэквивалентность — это доказательство того, что дженерик работает так же, как оригинал: достигает аналогичной концентрации в крови и оказывает ожидаемое терапевтическое действие. С 2010 года в России действует законодательное требование: регистрация дженериков возможна только при подтверждении биоэквивалентности.

Исследования биоэквивалентности проводятся строго по международным протоколам: они открытые, рандомизированные и перекрестные. Это значит, что один и тот же доброволец принимает и оригинальный препарат, и дженерик, а исследователи сравнивают полученные данные.

Ключевые фармакокинетические параметры:

🔵Cmax — максимальная концентрация препарата в плазме крови;

Немного упрощенной теории (не будем думать про налоги):

• IMOEX (ММВБ) — Ценовой индекс.

  • Учитывает только изменение цен акций, входящих в индекс.

  • Дивиденды, которые компании выплачивают акционерам, для этого индекса «исчезают». Представьте, что акция стоила 100 рублей, заплатила 10 рублей дивидендов и после этого стала стоить 90. Для IMOEX это будет падение на 10%, хотя инвестор, получивший дивиденды, не понес убытка.

  • Результат: Показывает «чистый» рост цен, без учета доходности от дивидендов.

• MCFTR (Полная доходность) — Индекс общей доходности.

  • Предполагает, что все полученные дивиденды немедленно реинвестируются обратно в акции этого же индекса.

  • Результат: Показывает полную доходность для инвестора, который следует за индексом и реинвестирует дивиденды.

Вчера экспериментировал. Взял с сайта биржи данные по значениям индексов IMOEX и MCFTR
в xml с 1 января 2020 по сегодня. Попросил ИИ написать мне питон скрипт, чтобы вычитать оттуда значения и записал мне в xls таблицу отдельную. Удобно.

«Биржа — это место, где деньги активных переходят к терпеливым,»- Уоррен Баффет.

Наш мозг — это удивительный инструмент, превосходящий даже самые современные технологии. Однако он сформировался в совершенно иных условиях. Тысячелетия человечество боролось с голодом, эпидемиями и войнами, но сегодня, в эпоху относительного благополучия, главные вызовы сместились в психологическую сферу. Сегодня от ожирения гибнет больше людей, чем от голода, а самоубийства уносят больше жизней, чем войны и насильственные преступления вместе взятые. Проблема в том, что наш мозг по-прежнему запрограммирован на древние угрозы, тогда как современные «битвы» требуют не скорости и реакции, а терпения и стратегической последовательности.

Эта склонность к импульсивным действиям ярко проявляется в инвестировании. Компания Vanguard, изучив клиентские счета, обнаружила любопытный парадокс: счета, которыми практически не управляли, принесли большую доходность, чем те, где инвесторы активно вносили коррективы.