Вице-президент «Мера Капитал Групп» Валерий Петров выступил на интернет-семинаре ACI Russia (The Financial Markets Association) на тему "Текущее место искусственного интеллекта на финансовых рынках".
Валерий Петров рассказал, как инвесторы и профессиональные участники могут использовать искусственный интеллект в своей деятельности, рассказал о рисках и перспективах развития искусственного интеллекта для использования на финансовых рынках, а также привел анализ лучших отечественных и международных AI-проектов:
| Компания / Платформа |
Направление ИИ |
Результаты и показатели (2024-2025)
|
|
Morgan Stanley |
Генеративный ИИ для аналитиков |
Рост чистых новых активов на $64 млрд в 2024 году, связанный с повышением эффективности
|
| Virtu Financial |
High-Frequency Trading (HFT) |
Выручка в I кв. 2025 выросла до $837.9 млн (+30.3% г/г). Чистый торговый доход вырос на 44.6% до $590.0 млн
|
| Сбер |
Оптимизация процессов (кредитование) |
Сокращение времени на одобрение заявок с 1-2 месяцев до 6 дней в 2024 году
|
| Goldman Sachs |
Внедрение ИИ- проектов |
Только 24% проектов достигли целевой доходности в 2024. Риски от предвзятости алгоритмов — $5 млрд в год
|
|
JPMorgan Chase |
Интеграция LLM | Ожидаемая годовая выгода $2.5 млрд к концу 2025 года |
Лучшие реализованные на данный момент кейсы применения искусственного интеллекта:
Voleon Group (США)
• AUM: ≈ $16 млрд (на май 2025)
• Доходность:
- Institutional Fund: +13.6 % в 2024, +14 % YTD к апрелю 2025
- Composition Fund: +13.5 % в 2024, +12 % YTD к апрелю 2025
• Стоимость инвестиций/комиссии: публично не раскрыты, вероятно высокие минимумы и performance fee
• Эффективность: средняя annual return с момента запуска ~9.5 %
• Риски: высокоспекулятивный характер стратегий, возможны значительные drawdown, «черный ящик» ML алгоритмов, ограничения capacity strategy
JPMorgan Coach AI / GenAI-платформа (США)
• Охват: более 200 000 сотрудников, используется ежедневно более половиной из них
• Эффективность:
- Gross sales AWM +20 % (2023→2024)
- Advisory productivity выросла в 3.4 раза
- Сотрудники-research выполняют задачи на 95 % быстрее
• Экономия: ≈ $1.5 млрд на fraud, трейдинге, кредитных решениях (2024–25)
• Стоимость внедрения: tech budget $17–18 млрд (2024–25), около 450 AI use cases, ожидается рост до 1000 use cases
• Риски: операционные и регуляторные, необходимость поддержки сложных AI workflow, контроль качества моделей и этика (timesofindia.indiatimes.com, techinasia.com)
Qraft Technologies – ETF AMOM и QRFT (Корея / США)
• Asset pool: AMOM & QRFT вместе — порядка десятков миллионов USD; AMOM market cap ≈ $30 млн (июль 2025)
(magnifi.com)
• Комиссии: Expense Ratio ≈ 0.75 % (AMOM и QRFT)
(sofi.com, qraftaietf.com)
• Результаты:
- AMOM: +36 % в 2024, volatile +4 % в апреле 2025, down ≈10 % YTD (2025) (barrons.com)
- QRFT: down <2 % в 2025 vs SPY −4 % (barrons.com, qraftaietf.com)
• Риски: high sector concentration (momentum bias), model risk, management risk, non-diversified, turnover risk при ежемесячной ребалансировке
(qraftaietf.com)
MarketSenseAI / StockGPT (Academic/Experimental)
• Эффективность: Alpha 10–30 %, cumulative return до 72 % за тестовый период (~2024–2025)
• Стоимость: научно исследовательские проекты — отсутствует коммерческая цена; open source или academic use
• Риски: back testing overfitting, отсутствие живых транзакционных данных, нестабильность performance вне тестовых наборов
Sber ID Robo advisor (Россия)
• Охват: ~68 млн пользователей экосистемы Сбера
• Доходность: данные по доходам портфелей не раскрыты; Group ROE ~22–24 % (1Q 2025) — индикативно показывает успешность бизнеса
• Комиссии: утверждается, что платформы предлагают минимальные комиссии в рамках digital brokerage, точные цифры отсутствуют
• Риски: непрозрачность алгоритмов, отсутствие публичной отчетности по ROI robo advisor, регулятивные ограничения, dependency on ecosystem