ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ФИНАНСОВОМ СЕКТОРЕ: АНАЛИЗ СОВРЕМЕННЫХ ТРЕНДОВ И ПРАКТИК ВНЕДРЕНИЯ В РОССИИ
Аннотация и ключевые слова
Аннотация (русский):
Статья посвящена комплексному анализу современных направлений применения технологий машинного обучения и искусственного интеллекта в финансовой сфере. На основе систематизации научных исследований выделены ключевые области внедрения алгоритмов МО: алгоритмический трейдинг, риск-менеджмент и прогнозирование финансовых временных рядов. Особое внимание уделено сравнительному анализу эффективности различных архитектур нейронных сетей, включая модели с механизмами внимания и глубокого обучения. В работе представлены результаты эмпирического исследования внедрения ИИ-технологий в российских финансовых организациях на основе данных Банка России и Ассоциации Финтех. Выявлено, что наиболее распространенными направлениями применения являются предиктивная аналитика (95% опрошенных), тогда как интеллектуальная роботизация процессов охватывает лишь 53% финансовых институтов. Сформулированы перспективные направления развития технологий в финансах, включая разработку методов, устойчивых к экстремальным рыночным условиям и повышение интерпретируемости моделей для усиления доверия со стороны регуляторов.

Ключевые слова:
машинное обучение, искусственный интеллект, финансовые рынки, алгоритмический трейдинг, риск-менеджмент, нейронные сети, Банк России, Финтех
Список литературы

1. Liu X., Chen J. QTMRL: An Agent for Quantitative Trading Decision-Making Based on Multi-Indicator Guided Reinforcement Learning //arXiv preprint arXiv:2508.20467. – 2025.

2. Barzykin A. et al. Optimal Quoting under Adverse Selection and Price Reading //arXiv preprint arXiv:2508.20225. – 2025.

3. Zhu Z. et al. FinCast: A Foundation Model for Financial Time-Series Forecasting //arXiv preprint arXiv:2508.19609. – 2025.

4. Lai S. Is attention truly all we need? An empirical study of asset pricing in pretrained RNN sparse and global attention models //arXiv preprint arXiv:2508.19006. – 2025.

5. Michańków J. Forecasting Probability Distributions of Financial Returns with Deep Neural Networks //arXiv preprint arXiv:2508.18921. – 2025.

6. Применение искусственного интеллекта на финансовом рынке //Доклад Банка России для общественных консультаций. Москва. – 2025.

7. Применение технологий искусственного интеллекта на финансовом рынке //Исследование Ассоциации ФинТех. Москва. – 2023.

8. Головань, С. А. Теоретические подходы к определению рисков стартап проектов / С. А. Головань, В. В. Беднарж // Актуальные вопросы современной экономики. – 2022. – № 11. – С. 351-357. – EDN JBXSAE.

Войти или Создать
* Забыли пароль?