«Торгующий робот»: как ИИ изменил сферу инвестиций

Искусственный интеллект в финансах — это уже повседневность. Почему роботы оказались хорошими инвестиционными советниками и как правильно пользоваться ими, чтобы зарабатывать, рассказал корр. «РБК Тренды» Ник Лухминский.

Массовый бум ИИ начался с презентации ChatGPT, но в финансы технологии на основе нейросетей проникли гораздо раньше. Первые роботы-советники стали появляться еще в 2000-е годы, и на текущий момент это уже зрелый развитый рынок.
Согласно исследованию Mercer Investments, более 90% инвестиционных менеджеров либо уже используют, либо планируют использовать искусственный интеллект в инвестиционных процессах, а 54% уже внедрили ИИ в различных формах в стратегии. По версии Datasnipper, 66% специалистов в аудите и финансах используют ИИ ежедневно.
В 2024 году почти 70% компаний, предоставляющих финансовые услуги, сообщают о росте доходов, обусловленном применением ИИ. Большинство отмечает рост на 5–10%, пишет Statista.
По прогнозам Банка Англии, в следующие 15 лет ИИ может повысить продуктивность компаний банковского и страхового сектора на 30%.

Какие инвестиционные задачи ИИ уже решает

Автоматизация фундаментального анализа
Фундаментальный анализ бумаг — длительный и трудоемкий процесс. ИИ-системы, имплементированные в крупные мировые аналитические центры (AB AI в AllianceBernstein, Smart Monitor и Moneyball в JPMorgan, Asimov в BlackRock) анализируют финансовую отчетность, стенограммы конференц-звонков, регуляторные документы и другие данные в реальном времени, что позволяет аналитикам экономить месяцы на исследованиях и оперативно принимать решения.

Анализ новостного фона и настроений рынка
Большие языковые модели умеют быстро и относительно точно обрабатывать массивы повествовательных данных, включая посты в соцсетях, чтобы предсказывать изменения настроений рынка. В исследовании Корнеллского университета 2024 года наивысшие результаты показал GPT-3 — он формировал прогнозы на основе входящих текстов с точностью 74,4%. Ему немного уступали модели BERT (72,5%) и FINBERT (72,2%).

Расчет кредитного рейтинга
Эту технологию используют, например, финтехи Upstart, Zest AI, Experian Boost из Калифорнии, Credolab и LenddoEFL из Сингапура. Раньше оценку будущему заемщику выставляли банковские работники, высчитывавшие ее по специальным алгоритмам. В самой «базовой комплектации» параметры, требующиеся для расчетов, включали возраст, размер зарплаты, особенности кредитной истории и, возможно, самые основные данные о здоровье. С ИИ число факторов, которые стало возможно анализировать, резко возросло. Так, Upstart исследует более 1,6 тыс. параметров в личном деле потенциального заемщика, Credolab — более 80 тыс. В Zest AI утверждают, что применение технологии позволило вполовину снизить долю дефолтов.

Финансовые роботы-советники
Программы, которые помогают собирать портфель акций и регулярно пересматривать его в случае поступления новой информации, получают все большее распространение. В исследовании ABSRBD 2025 года 27% опрошенных инвесторов-мужчин и 16% опрошенных инвесторов-женщин прибегают к этому инструменту.

Как работает ИИ-помощник

Языковые модели могут выявлять паттерны, недоступные человеку. Модель обучается на триллионах токенов из разнообразных текстов, что дает ей доступ к контекстам, для овладения которыми человеку не хватило бы жизни.
Искусственный интеллект обнаруживает статистические закономерности, которые сложно уловить при обычном чтении, и связи между концептами, которые человек может пропустить.
Наконец, искусственный интеллект «не знает», что что-то считается очевидным, а что-то нет, и это помогает ему избегать эмоциональных реакций на события рынка, которые зачастую несут проблемы новичкам.
Например, в марте 2022 года многие инвесторы панически продавали акции. Роботизированные советники тем временем продолжали ребалансировать портфели и покупали дешевые активы по стратегии. Также роботы не реагируют на «хайповые» бумаги: в момент, когда невероятная доходность каких-либо акций становится темой для обсуждения, скорее всего, этот актив уже находится на вершине и в дальнейшем вероятно падение.

Какие сложности остаются

Любое решение на основе большой языковой модели построено на принципе выдачи ответа, который считается корректным с наибольшей вероятностью. По сути, большая языковая модель каждый раз пытается угадать правильный ответ. Неизбежно будут возникать ошибки, так называемые галлюцинации. О поисках путей преодоления этого недостатка рассказал Петр Лукьянченко, заведующий лабораторией «Искусственный интеллект в математических финансах» НИУ ВШЭ.
Важным направлением в работе с LLM он считает риск-менеджмент. «Галлюцинации LLM — это новый источник рисков, с которым придется научиться жить, — утверждает Лукьянченко. — Десять лет назад, когда многие банки и прочие компании активно внедряли машинное обучение и анализ данных, в подразделениях риск-менеджмента появлялись группы, которые оценивали риск некорректной работы модели — того, что называется модельным риском. Мы внутри Высшей школы экономики в рамках лаборатории активно проводим исследования, направленные на то, чтобы создать механизмы оценки качества информации, выдаваемой генеративным ИИ».
Ученый подчеркивает, что к банкам предъявляются высокие регуляторные требования и, как следствие, для них цена ошибки, той самой «галлюцинации», значительно выше, нежели для других бизнесов.
«Пока нельзя говорить, что искусственный интеллект стал массовым инструментом на уровне классических алгоритмических фондов или традиционных подходов к управлению активами. Отрасль относительно молодая и все еще требует значительных ресурсов: качественные модели нуждаются в больших объемах данных, инфраструктуре и экспертной настройке под прикладные задачи. В то же время индустрия движется в сторону оптимизации — от крупных универсальных LLM к более легким и экономичным SLM, заточенным под конкретные задачи. Это делает использование ИИ более доступным и практически применимым в отдельных узких сценариях. Мы наблюдаем прикладную ценность таких решений: от автоматизированного формирования торговых идей на основе новостей и корпоративной отчетности до интеллектуального риск-менеджмента с прогнозированием волатильности и управлением портфельными рисками в реальном времени», — отмечает управляющий директор департамента брокерского обслуживания ВТБ Александр Казаков.

Крупнейшие боты

Инвесторы во всем мире доверили в управление роботам-советникам в общей сложности более $1 трлн. Львиную долю рынка занимают США.

Vanguard Digital Advisor
Примерно треть всех средств инвесторов получил Vanguard Digital Advisor — крупнейший робосоветник по объему активов под управлением (Assets Under Management, AUM) — $333 млрд. Приложение принадлежит одноименной бизнес-группе, базирующейся в Пенсильвании.
Число клиентов советника достигло 804 тыс., годовая доходность составляет 21,81%.

Acorns
По числу клиентов лидирует калифорнийский стартап Acorns — он обслуживает 5,7 млн инвесторов. Ему же принадлежит пальма первенства по части годовой доходности среди американских роботов-советников — 23,65%.
Все началось с функции Round-Ups от Acorns, которая автоматически округляет покупки до ближайшего доллара и инвестирует разницу. С тех пор компания выросла и предлагает полный набор стандартных услуг и счетов робосоветника, но основу ее аудитории по-прежнему составляют микроинвесторы, поэтому под управлением у этого чемпиона находится лишь $8,2 млрд.

Betterment
Из крупнейших американских робоэдвайзеров Business Insider выделяет Betterment одноименной консалтинговой компании. Это один из первых роботов-советников в США: он был создан в 2008 году. Его клиентская база насчитывает 1,1 млн инвесторов, AUM — $46 млрд, годовая доходность — 22,52%. Издание ставит его на первое место в сравнении с остальными из-за выгодного соотношения цены (размера комиссии) и качества (выбора ценных бумаг в портфель).

«Роботизированные» ETF

Еще один инвестиционный инструмент, связанный с ИИ, — биржевые фонды (exchange-traded fund, ETF), использующие большие языковые модели для отбора и торговли акциями. Некоторые ETF с искусственным интеллектом, такие как Amplify AI Powered Equity ETF, предоставляют искусственному интеллекту свободу выбора различных видов акций. Другие, например WisdomTree U.S. AI Enhanced Value Fund, специализируются на определенном виде акций — недооцененных. По данным за июнь этого года, производительность WisdomTree составляла 23,76%, это был самый эффективный ETF с искусственным интеллектом на американском рынке. Производительность Amplify AI составляла 3,4%.

Российское предложение

Стратегия «Искусственный интеллект» — одна из шести инвестиционных стратегий, доступных клиентам в приложении «ВТБ Мои Инвестиции». Стартовала она в октябре 2020 года — задолго до того, как искусственный интеллект стал инвестиционным трендом.

Как работает стратегия

Модель обучена на рыночных данных за 2016–2020 годы. Этот период охватывает разнообразные сценарии — от роста до высокой волатильности в период пандемии COVID-19, что обеспечивает устойчивость стратегии в разных фазах рынка.
Алгоритм анализирует рынок и формирует портфель из российских бумаг с высоким потенциалом роста. В него входят акции 20 ликвидных компаний, доступных неквалифицированным инвесторам, а также БПИФ «Ликвидность» (LQDT) — он используется для размещения свободных средств, если модель не распределяет 100% капитала в акции. Портфель регулярно пересматривается, чтобы соответствовать текущим рыночным условиям.
Алгоритм умеет самонастраиваться — непрерывно анализирует рынок и адаптирует параметры без ручного вмешательства. При этом в него заложены ограничения по максимальной доле одного актива и по уровню волатильности — для защиты от чрезмерного риска.
Модель не обучается на действиях конкретного клиента — это исключает риск закрепления ошибочных поведенческих паттернов.

Результаты и статистика

С момента запуска стратегия показала доходность 45,3%, оставаясь лидером среди всех стратегий робота-советника «ВТБ Мои Инвестиции». С начала 2025 года ее результат на 3,66 п.п. выше, чем у индекса полной доходности Мосбиржи (MCFTR).
По итогам 2024 года стратегией «Искусственный интеллект» воспользовались 7,8 тыс. клиентов. Стратегия стала второй по популярности, уступая только «Сбалансированной» (по итогам 2024 года — 17 тыс. счетов).
Всего в 2024 году рекомендациям по стратегиям робота-советника пользовались более 34 тыс. клиентов, среди них примерно 10% — квалифицированные инвесторы. Средний возраст клиента в роботе-советнике — 41 год, а средний размер счета — 500 тыс. руб., несмотря на то что порог входа — всего 50 тыс.
«Стратегия «Искусственный интеллект» в роботе-советнике создана для клиентов с агрессивным инвестиционным профилем — тех, кто стремится к росту капитала и готов к временному снижению стоимости портфеля ради потенциально высокой доходности. Она использует передовые алгоритмы, которые анализируют огромный объем данных и отбирают акции с наибольшим потенциалом роста. Такая стратегия особенно подойдет тем, кто инвестирует на средний и долгий срок, интересуется новыми технологиями и готов к рыночным колебаниям как части инвестиционного пути. Если ваша цель — динамичное накопление капитала и вы готовы к инвестициям с повышенным уровнем риска, эта стратегия может быть подходящим решением», — утверждает Александр Казаков.

Как подключить и что произойдет дальше

Подключить стратегию можно онлайн, в том числе на индивидуальном инвестиционном счете (ИИС).
В момент подключения робот-советник анализирует текущий портфель клиента и предлагает инвестиционные рекомендации с учетом параметров стратегии. Далее не реже одного раза в месяц он присылает обновленные предложения с учетом изменений на рынке. Робот не совершает сделки автоматически, но предоставляет готовые решения, которые инвестор может реализовать одним нажатием кнопки. Решение всегда остается за пользователем.

Прогнозы и перспективы

Как будут развиваться нейросети
«На текущий момент никто до конца не понимает потолок возможностей искусственного интеллекта, — отмечает Петр Лукьянченко. — Компания Google выпустила публикацию о следующей версии архитектуры нейросетей — то, что они называют «Титан». На данный момент есть трудности с обучением «Титанов» на настоящих данных. Но успех в этом деле будет огромным шагом вперед.
Я предполагаю, что в какой-то момент крупные игроки рынка, у которых будут созданы собственные LLM, сильные по качеству, огромные по количеству параметров, потихоньку будут переводить на инструменты на основе своих моделей других мелких участников».

Ситуация в России
В РФ существует ряд собственных LLM, прежде всего семейства GigaChat и Yandex GPT. Многие компании создают решения на основе ИИ, есть и попытки адаптировать зарубежные нейросети, модифицировать их и дообучить на русском языке. «Решения существуют, Россия точно находится среди ключевых стран по развитию этой технологии», — считает эксперт.
В ВТБ предсказывают дальнейшее расширение прикладной сферы использования ИИ. «Недавно в «ВТБ Мои Инвестиции» появился алгоритм, который анализирует новости компаний и оценивает их влияние на котировки, чтобы клиенты могли использовать эту информацию в принятии инвестиционных решений. Еще один тренд — появление в приложениях чат-ботов на базе ИИ, которые помогают быстро разобраться в рыночной ситуации, объясняют движения котировок и дают идеи в удобном диалоговом формате. Кроме того, ИИ активно применяется и в клиентской поддержке: уже сейчас многие банки переводят ответы на типовые вопросы на интеллектуальных ассистентов, которые отвечают быстро, круглосуточно и простым языком», — рассказывает Александр Казаков.

Тренд на перестраивание бизнес-процессов
Чтобы использование искусственного интеллекта раскрыло весь потенциал, оно должно перестать быть просто решением автоматизации, когда человеческий труд заменяется на машинный, поясняет Петр Лукьянченко. В итоге победителями окажутся те компании, которые научатся внедрять ИИ в процессы и, возможно, даже перестраивать их полностью.
«Очевидно, что ИИ — это не просто автоматизация процессов, это технология со значительно большим потенциалом, пределы которого мы сами еще не в полной мере осознаем», — заключил эксперт.