Гринд ликвидности с помощью ИИ
Исходный код опубликован в этом репозитории на GitHub
ИИ «заморозит» банковские депозиты в странах Запада
Недавно в Вашингтоне прошла закрытая встреча: министр финансов США Скотт Бессент и глава ФРС Джером Пауэлл собрали глав крупнейших американских банков. Официально — обсуждение киберрисков новой модели Anthropic Claude Mythos.Но по моей информации, настоящая причина — пузырь финансирования ИИ лопается, долги private credit (небанковского кредитования) не возвращаются, а риски перетекают прямо в банковские балансы Европы и США.
Basware запускает программу обучения AI-агентам для финансовых специалистов
Компания Basware представила программу сертификации для специалистов в области accounts payable (AP), которым предстоит работать в связке с AI-агентами. Курс под названием Basware AI Certified
OpenAI приобрела стартап в сфере персональных финансов Hiro
Компания OpenAI купила стартап в сфере личных финансов Hiro Finance. Стартап получил поддержку от ведущей венчурной компании в сфере финтеха Ribbit, а также от General Catalyst и Restive.
OpenAI vs Anthropic: битва стратегий перед IPO. Кто сожжет больше миллиардов?
В этом году два главных титана генеративного ИИ — OpenAI и Anthropic — готовятся к выходу на биржу. Несмотря на внешнее сходство продуктов, под капотом у этих компаний скрываются принципиально разные бизнес-модели, структуры капитала и взгляды на окупаемость. Разбираемся, чья стратегия выглядит более устойчивой в условиях экстремальной гонки вооружений.OpenAI: масштаб, узнаваемость и «сжигание» $121 млрдНа сегодняшний день OpenAI — самая узнаваемая компания в индустрии. Партнерство с Microsoft и успех ChatGPT обеспечили ей лидерство по количеству пользователей и скорости интеграции в корпоративный сектор.
Norges Bank Investment Management: как норвежский фонд использует ИИ в каждом отделе
NBIM (Norges Bank Investment Management) — крупнейший в мире государственный фонд — за 2 года провел тотальную ИИ-трансформацию. Вместо поиска одного «золотого кейса» компания внедрила ИИ в 171 процесс.Ключевые решенияПринудительное обучение всех сотрудников (даже нежелающих), отказ от Scrum в пользу микрокоманд (2 разработчика + 1 бизнес-чувак), создание агентной архитектуры для критических инвестиционных решений. Результат Более 50% сотрудников теперь пишут код, экономия расходов на торговых издержках, сокращение времени подготовки к встречам на 80%.Ниже представлено
Прогноз волатильности в 3 строки кода без знания ML
Привет, друзья! Меня зовут Денис, я алгоритмический трейдер и разработчик.Когда я пришёл в алготрейдинг, мне очень хотелось быстро применить машинное обучение. Но для этого нужно было разбираться в ML и Data Science, а я только начинал. Сейчас я уже разбираюсь, но знаю, что далеко не все трейдеры готовы тратить на это месяцы.Специально для тех, кто хочет попробовать ML для прогноза волатильности без глубоких знаний, я сделал библиотеку dquant.Теперь можно обучить модель, вообще не разбираясь в feature engineering, сплитах и гиперпараметрах. Нужны лишь знания python и уметь достать сырые данные (open, close, high, low, volume).
