Искусственный интеллект постепенно становится частью финансового рынка. По словам старшего управляющего директора Московской биржи по розничному бизнесу, развитию электронных платформ и проекта "Финуслуги" Игоря Алутина, модели машинного обучения (ML) уже применяются в торговле на бирже, однако пока не могут полностью заменить человека. Главная причина — ограниченные возможности при работе с текстами и риски ошибок.
В рамках форума "Финополис-2025", проходившего в федеральной территории Сириус, Игорь Алутин рассказал, что технологии машинного обучения уже стали частью торговых процессов на бирже. Он отметил, что алгоритмы могут не только анализировать данные, но и выполнять торговые операции.
"ML-модели уже способны торговать и оставлять заявки, но хуже работают с текстом, что снижает их точность", — сказал Игорь Алутин в интервью ТАСС, отвечая на вопрос о том, насколько далеко продвинулись технологии искусственного интеллекта в финансовой сфере.
По словам эксперта, генеративные нейросети — следующее поколение ИИ-технологий — более успешны в понимании контекста, однако и у них есть серьёзные ограничения.
"Генеративный ИИ лучше справляется с интерпретацией, однако его ограничивают невысокая скорость и риск 'галлюцинаций'", — уточнил Алутин, комментируя вопрос журналиста о перспективах использования ChatGPT-подобных систем в торговле.
Алутин подчеркнул, что искусственный интеллект пока не демонстрирует результатов, которые позволили бы говорить о превосходстве над человеком.
"К примеру, есть алгоритмическая торговля на базе ИИ, но заметного 'обгона' человека по результатам нейросети пока не демонстрируют, и над этой задачей во всём мире продолжают работать", — отметил Алутин в беседе с корреспондентом ТАСС, отвечая на вопрос о том, может ли ИИ уже заменить трейдеров в реальных условиях рынка.
Он добавил, что сегодня ИИ чаще выступает как второй пилот — система, которая помогает трейдеру в принятии решений и контроле данных.
"Сейчас ИИ при использовании в трейдинге может обрабатывать сведения о рынке и выступает как второй пилот, в том числе для проверки данных", — пояснил Алутин, отвечая на вопрос о текущих сценариях применения ИИ на Московской бирже.
Одна из ключевых трудностей, тормозящих развитие автономных торговых систем, — риск так называемых "галлюцинаций", когда нейросеть создаёт логичное, но ложное заключение. В условиях финансового рынка такие ошибки могут привести к убыткам, поэтому использование ИИ требует строгого контроля.
"Это будет сохраняться до решения проблем с 'галлюцинациями' и достижением требуемой точности", — заявил Алутин, отвечая на вопрос о том, почему трейдеры всё ещё не готовы доверить торговлю машинам полностью.
Он подчеркнул, что в будущем технологии изменят сам формат взаимодействия с биржевыми платформами.
"В перспективе ИИ не нужен будет терминал в привычном виде: вся логика и данные будут не в интерфейсе терминала, а в серверной части", — добавил Алутин, обращаясь к участникам форума "Финополис".
Современные алгоритмы активно внедряются в инфраструктуру Московской биржи и других торговых площадок. Они помогают анализировать рынок, выявлять корреляции между событиями и котировками, а также ускорять исполнение заявок.
Однако, как подчеркнул Алутин, ИИ пока не способен заменить аналитическую интуицию трейдера, особенно при оценке политических и новостных факторов.
Эксперт уверен, что со временем человек перестанет взаимодействовать с терминалом напрямую. Вся логика биржевых процессов переместится на серверную сторону, а интерфейсы станут умными ассистентами — по типу голосовых помощников.
Подобные технологии уже тестируются на Западе: например, Goldman Sachs и J. P. Morgan внедряют ИИ-помощников для своих аналитиков и управляющих портфелями.
По оценке консалтинговой компании Deloitte, к 2030 году до 30 % всех мировых биржевых сделок будут выполняться при участии искусственного интеллекта.
| Плюсы | Минусы |
| Высокая скорость обработки данных | Ошибки при интерпретации текстов |
| Отсутствие эмоционального фактора | Риск "галлюцинаций" и ложных сигналов |
| Снижение издержек | Необходимость постоянного контроля |
| Возможность персонализации стратегий | Недостаточная прозрачность алгоритмов |
Пока нет. Он используется как часть алгоритмических систем, где все действия контролируются трейдером.
Финансовые новости требуют интерпретации контекста и оценок, что остаётся сложной задачей даже для современных генеративных моделей.
Алгоритмы используются в проектах по анализу данных, автоматизации клиентского сервиса и платформе "Финуслуги".
По прогнозам экспертов, это возможно в течение 5-10 лет, после решения проблем с точностью и скоростью обработки.