Аналитический обзор рынка (01.11.2025 15:32)

«Сбер» остается одним из фаворитов инвесторов. «Дом.РФ» планирует получить чистую прибыль в размере 85 млрд рублей по МСФО в 2025 году, с ROE около 21%. Чистая прибыль «Дом.РФ» за 9 месяцев выросла до 62,3 млрд рублей, операционные доходы увеличились до 113,3 млрд рублей. Центробанк рекомендовал банкам усилить контроль за идентификацией клиентов, что направлено на противодействие мошенническим схемам и обеспечение финансовой стабильности.

Синтетические данные для финансов: GANы правят бал, а про приватность забыли.

Анализ данных фондового рынка с использованием t-SNE демонстрирует сравнительную эффективность двух генеративных техник, выявляя различия в их способности моделировать и прогнозировать динамику рынка.

Доступ к конфиденциальным финансовым данным – транзакциям, рыночным сводкам, кредитным историям – ограничен не просто так. Это не капризы регуляторов, а банальное следствие того, что информация стоит денег, и конкуренты не дремлют. Впрочем, даже если бы данные текли рекой, возникла бы другая проблема. Традиционные методы машинного обучения жаждут больших, размеченных наборов данных. И если их нет – а их почти всегда нет – инновации в финансольном моделировании упираются в потолок.

Когда новости становятся фактором: как ChatGPT улучшает результаты инвестиций

Интеграция новостного потока и сигналов, полученных от языковой модели, формирует основу для построения инвестиционного портфеля, демонстрируя, как данные и алгоритмы могут переосмыслить традиционные финансовые стратегии.

Традиционные модели ценообразования активов испытывают трудности при объяснении устойчивой прибыльности стратегий, основанных на импульсе. Это не просто статистическая аномалия, а скорее устойчивое отклонение от ожидаемого поведения рынков, что предполагает наличие неэффективности, требующей дальнейшего изучения. Кажется, будто рынки не способны мгновенно и полностью интегрировать новую информацию, оставляя возможности для извлечения прибыли из закономерностей, связанных с прошлыми успехами.

Генерируя хаос: GAN для обучения инвестиционных стратегий без иллюзий полезности.

Представления стратегий фондов, спроецированные в латентное пространство, самоорганизуются в отчетливые группы, отражающие известные инвестиционные стили без внешнего надзора, демонстрируя, что система способна выявлять внутреннюю структуру рынков, ориентируясь относительно динамики S&P 500.

Исторически, понимание инвестиционной стратегии опиралось на методы, такие как анализ доходности и анализ структуры портфеля. Эти подходы предоставляли лишь моментальные снимки, не раскрывая динамику принятия решений и ограничивая прогностическую силу. Архитектура этих систем – попытка отложить хаос, но без понимания его источника, порядок оказывается хрупким.

Машинное зрение на стане: предсказываем поломку, пока не поздно.

Внедрённая в сталелитейное производство система компьютерного зрения представляет собой архитектуру, интегрированную непосредственно в производственный процесс, обеспечивая возможность анализа и управления на всех этапах прокатки стали.

Поддержание стабильного качества в сталепрокатном производстве – задача первостепенной важности, однако традиционные методы зачастую оказываются неспособны предсказать зарождающиеся дефекты на ранних стадиях. Тонкие отклонения в показаниях датчиков и результаты визуального контроля нередко предшествуют критическим поломкам, что требует разработки более чувствительных систем обнаружения аномалий. Реактивное обслуживание, как правило, приводит к дорогостоящим простоям и негативно сказывается на эффективности производства. В конечном итоге, оно оборачивается не просто затратами на ремонт, а потерей производственного потенциала.

Рубрики Без рубрики