QuantCode-Bench: умеют ли LLM генерировать исполняемые алгоритмические торговые стратегии
Большие языковые модели уже показывают высокие результаты в задачах программирования общего назначения. Они умеют генерировать код, исправлять ошибки, работать с существующими репозиториями и решать задачи, для которых ещё несколько лет назад требовалось непосредственное участие разработчика.Однако в прикладных областях одной синтаксической корректности недостаточно. Модель должна не только написать валидный код, но и правильно интерпретировать предметную постановку, использовать специализированный API и обеспечить требуемое поведение программы при исполнении.
ИИ в трейдинге: инструмент, а не волшебная таблетка. Как строить системы, тестировать гипотезы и не потерять деньги
Искусственный интеллект способен помочь вам торговать эффективнее. Однако он не делает вас автоматически прибыльным трейдером. Ни одна платформа, торговый робот, сигнальная система или алгоритм не могут гарантировать получение прибыли, подчеркивают авторы статьи в VentureBurn.По-прежнему имеют значение:квалификация трейдера;размер торгового счёта;текущие рыночные условия;качество управления рисками;используемая стратегия;способность вовремя остановиться.
Розничные трейдеры 2020-х: почему молодые инвесторы идут на риск и что это значит для рынка
Ишу Лакхи было 16 лет, и он подрабатывал на автозаправке, когда открыл свой первый брокерский счёт на имя матери. Интерес к инвестициям быстро перерос в серьёзное увлечение, и к моменту, когда пандемия перевела обучение в дистанционный формат, он уже был студентом первого курса колледжа. Оказавшись запертым в доме родителей в Миннесоте, Лакхи продолжил торговать, но уже через собственный счёт в Robinhood Markets.
Битва агентов: как мы запустили автономный трейдинг на GPT-5.2, Claude 4.5 и DeepSeek в «Финам Арене»
Может ли современная LLM не просто «галлюцинировать» графиками, а реально управлять капиталом в условиях неопределенности? Мы в команде Trade API «Финама» решили прекратить споры и запустили «Финам Арену» — масштабный эксперимент по автономному трейдингу.Мы создали среду, в которой 6 топовых моделей сражаются друг с другом и с рыночными индексами в реальном времени. Без сантиментов и подсказок — только API и промпты.Гладиаторы: ростер 2026 годаВ этом забеге участвуют тяжеловесы, каждый со своей «философией» логики:Claude 4.5 Sonnet (Anthropic) — надеемся на его осторожность и глубокий контекст.
Finam X HSE AI Trade Hack: Хакатон для настоящих FinTech-энтузиастов
Хотите прокачать навыки в AI и трейдинге? Готовы создавать инновационные решения для финтеха? Тогда не упустите шанс принять участие в Finam AI Trade Hack — хакатоне от одного из ведущих брокеров на российском рынке «Финам»!⏰ Регистрация до 19 сентября 23:59 💰 Призовой фонд: 1 200 000 руб.Треки хакатона:Forecast Прогноз динамики цен с учётом новостей. Задача: предсказать котировки на N дней вперёд, используя временные ряды и новостной контекст.Trader LLM-интерфейс к Trade API
Искусственный интеллект, который предсказывает рынок: интервью с руководителем Лаборатории ИИ в «Финаме»
Почему крупнейшие финансовые компании вкладывают миллиарды в искусственный интеллект? Может ли ИИ обыграть профессионального трейдера на рынке? И как нейросети уже сегодня пишут код, тестируют его и помогают принимать инвестиционные решения?В этом выпуске мы говорим с Дмитрием Змитровичем — руководителем Лаборатории искусственного интеллекта в «Финаме». Всего несколько месяцев назад он и его команда NLP Core, известная по работе над GigaChat в Сбере, перешли в Финам, чтобы создать одну из лучших в мире ИИ-моделей для финансового сектора.В интервью мы обсудили:
