ai

Перед выходом на рынок публичного долга обсудили, почему мы отложили IPO и на что направим средства от облигационного выпуска, как подходим к долговой нагрузке и что меняется в компании с развитием ИИ.

Отдельно поговорили о малых языковых моделях, которые могут работать внутри контура клиента без подключения к интернету.

Смотрите интервью на удобной для вас площадке:

▶️ ВК Видео 

▶️ Рутуб 

▶️ Дзен

#FIAI #FIAI_invest #FIAI_говорит #облигации

Напоминаем, что 18 августа fabricaONE.АI планирует сбор заявок на два выпуска двухлетних облигаций совокупным объемом 3 млрд рублей: с фиксированным и переменным купонами.

Что в преддверии размещения о перспективах fabricaONE.АI говорят аналитики:

💬 Рынок ИТ, как полагают участники, продолжит демонстрировать поступательный рост в среднесрочной перспективе. В частности, ключевой для компании сегмент заказной разработки может в среднем расти по 8% в год до 2032 г.  

По прогнозам менеджмента, компания является одним из бенефициаров этого роста. Выручка будет расти на 16–20% ежегодно на горизонте ближайших трех лет, при этом рентабельность по EBITDA будет повышаться до уровня ~25%.

Оставайтесь на связи, а мы будем поддерживать постоянное взаимодействие с держателями облигаций, регулярно раскрывая ключевые финансовые и операционные показатели.

#FIAI #FIAI_invest #облигации

От первых советников до агентного AI Assistant, MCP и OpenBLAS: как развивалась MQL-экосистема.

История MQL как путь от простого языка торговых стратегий к полноценной среде разработки и анализа с MetaEditor, MQL5, Python, ONNX, агентным AI Assistant, MCP (Model Context Protocol), OpenBLAS и Git-инфраструктурой Algo Forge.

От языка советников к среде разработки

Сегодня MetaEditor уже трудно воспринимать просто как редактор кода. В нём есть справка, компилятор, отладка, профилирование, проекты, интеграция с MQL5.COM, централизованное хранилище исходных кодов, интеграция с Python, поддержка ONNX, AI Assistant, работа с базами данных sqlite, работа с csv-файлами как с редактируемыми таблицами. Но эта логика появилась не внезапно.

С первых поколений платформ MetaQuotes двигалась в одну сторону: дать трейдеру не только график и кнопку сделки, а возможность описать торговую идею программой, проверить её на истории и запустить в работу без участия человека. История MQL — это история того, как простой язык для советников постепенно вырос в полноценную инженерную среду.

Смотрите на удобной для вас площадке: 

▶️ Youtube

▶️ ВК Видео 

▶️ Рутуб 

▶️ Дзен

fabricaONE.AI предложит два транша облигаций: с фиксированным купоном на весь срок обращения и с переменным, привязанным к ключевой ставке Банка России. Ориентир по доходности: фиксированный — не выше КБД + 475 б.п., переменный — не выше ключевой ставки + 375 б.п.

Ключевые параметры выпуска: 

🔹 Объем — до 3 млрд рублей.

🔹 Срок обращения — 2 года.

🔹 Купонный период — 30 дней.

🔹 Номинал — 1000 рублей.

🔹 Способ размещения — букбилдинг, открытая подписка.

🗓 Размещение проведем уже в августе. Планируемая дата сбора книги — 18 августа 2026 года с 11:00 до 15:00.

Выпуск станет первым в рамках программы биржевых облигаций объемом до 15 млрд рублей. Принять участие в размещении можно будет через ведущих российских брокеров. 

Подробнее

Кредитный профиль fabricaONE.АI подтвержден рейтингами ruA- (Эксперт РА) и A-(RU) (АКРА), прогноз — стабильный.

Для связи:ir@f1ai.ru  

#FIAI #FIAI_invest #облигации

Трендовая линия — самый субъективный инструмент технического анализа. Дайте одному графику десять трейдеров — получите десять разных линий. Кто-то ведёт по теням, кто-то по телам, кто-то «на глаз подгоняет» так, чтобы линия подтверждала уже открытую позицию. Это не анализ, это гадание с линейкой.

А раз линию рисует человек — её нельзя ни протестировать, ни автоматизировать. Каждый раз получается новая.

Интересная инженерная задача — формализовать «настоящую» трендовую линию в строгую геометрию: набор чётких математических условий, по которым машина строит линию объективно, одинаково и, главное, честно — не заглядывая в будущее. Никаких индикаторов, только цена, экстремумы и ATR.

В этой статье разберём детектор, который это делает. Он находит трендовые поддержки и сопротивления по фрактальным пивотам, отсеивает всё, что «уровнем» на самом деле не является, ловит пробой телом с фильтрами качества — и присылает сигнал в Telegram с нарисованным скрином: линия, якоря, свеча-пробой, уровни входа, стопа и тейка.

В 19 лет закончил университет, в 22 года основал без опыта свой инвестфонд Situational Awareness, а к 24-м управлял в нем уже $45 млрд с доходностью под 250% годовых. Завидуете этому сыну маминой подруги? Ну, давайте я вам расскажу о том, как и почему он их вчера лишился, при чем тут слово «плечи» – и что отличает ветерана рынка от новичка…

Жил да был немецкий вундеркинд по имени Леопольд Ашенбреннер (кстати, его фамилия буквально переводится с немецкого как «Испепеляющий» – красиво!). Когда ему было 15 лет, он уехал в США учиться в Колумбийском университете, который он в итоге окончил в 19 с «красным дипломом» (ну, у них это называется «valedictorian», это даже круче – типа, самый лучший студент на потоке).

Известность пришла к Лео через пару лет, когда его в 2023 году наняли в OpenAI в команду по обеспечению безопасности искусственного интеллекта, а через год со скандалом уволили оттуда – так как он не очень аккуратно опубличил какую-то внутреннюю инфу.

Эксперты проанализировали продукты 19 отечественных вендоров, проведя детальные демо-сессии с 11 из них. Оценка формировалась на основе референтной модели из 270 критериев — функциональных, технологических и организационных.

Аналитики TAdviser отмечают, что сегодня российский рынок MES перерос стадию экстренного импортозамещения: предприятиям важен предсказуемый бизнес-эффект — прозрачность процессов, гибкость подстройки и снижение операционных рисков. 

ExeMES отвечает на этот запрос как гибкая low-code-платформа. До 80% настроек можно выполнять силами штатных аналитиков или ИТ-специалистов предприятия через визуальный интерфейс без привлечения разработчиков.

Внедрение платформы:

🔹 сокращает сроки запуска и адаптации системы управления производством;

🔹 снижает TCO за счет минимизации затрат на доработки;

🔹 обеспечивает сквозную прослеживаемость партий и строгий контроль качества;

🔹 помогает управлять смешанными типами производств (например, литьем, механообработкой и сборкой) в рамках одного холдинга без потери глубины проработки процессов.

В англотвиттере уже несколько дней бушует скандал: опять всплыла история про то, как ведущие AI-компании массово скупают редкие бумажные книги для обогащения своих тренировочных датасетов.

Видите ли: всё, что есть в интернете, уже нейронками многократно пережевано и переварено – а для воспитания следующих поколений умных моделей нужно больше новых вкусных данных. Кроме того, в интернете значительная часть буквенных массивов представлена шедеврами типа «пыщь-пыщь, упячка попячся онотоле!», которые не сильно помогают в повышении интеллектуального уровня нейронок. А вот у настоящих напечатанных книг большое преимущество в том, что при их написании кто-то реально подумал (да еще и редактор, поди, проверил).

Так вот, возмущение общественности вызывает конкретный способ, который используют AI-лабы: они заказывают миллионы книг – а потом их массово-поточно сканируют, отрезая корешки для удобства. Более того, после успешной диджитизации изнасилованная тушка книги еще и уничтожается.

В прямом эфире с Сергеем Джуринским, основателем Warp Capital и создателем сервиса ончейн-аналитики Blocklens, обсудили, почему институциональный капитал становится главным фактором рынка, как AI-сектор, private credit и маржинальное плечо влияют на глобальный контекст и какие сценарии ждут биткоин в ближайшие месяцы.

Отдельно затронули регулирование криптовалют в России: что меняется для частных инвесторов, как может быть устроена инфраструктура цифровых депозитариев и какие вопросы остаются вокруг налогов, P2P-рынка и хранения цифровых активов.