Искусственный интеллект (Artificial Intelligence; AI) активно внедряется в повседневную жизнь. Потенциал применения постоянно увеличивается, в том числе в трейдинге. Использование новых технологий всегда связанно с рядом неопределенностей, что вызывает повышенный уровень скептицизма.
Использовался ли AI для трейдинга раньше и какие модели показали себя лучше? Чем вообще может помочь эта технология трейдеру? К каким моделям есть доступ у россиян? На эти и другие вопросы отвечаем в материале.
В теории и на практике
Торговые соревнования с участием AI
Одно из наиболее популярных торговых состязаний среди моделей AI проходило 18 октября – 4 ноября 2025 г. В рамках Alpha Arena в автономном режиме соревновались 6 моделей:
- Qwen 3 Max от Alibaba
- DeepSeek V 3.1 от Alibaba
- Claude 4.5 от Anthropic
- Gemini 2.5 Pro от Google
- Grok 4 от xAI
- GPT-5 от Open AI
Торговля проводилась ограниченным набором криптовалют на децентрализованной бирже Hyperliquid. На старте соревнования модели имели в распоряжении $10 тыс., запрос к каждой из них был одинаковым. Модели могли открыть длинную или короткую позицию, удерживать ее или закрывать.
В течение большей части соревнования лидировали китайские модели Qwen 3 Max и DeepSeek V 3.1, их стратегии были направлены преимущественно на длинные позиции с относительно небольшой частотой сделок.
По итогам состязания увеличить капитал удалось лишь Qwen 3 Max, хотя DeepSeek V 3.1 уверенно лидировал во второй половине соревнования. Аутсайдерами стали GPT-5 и Gemini 2.5 Pro, которые чаще шортили на растущем рынке.
Новый сезон Alpha Arena
Состязание началось уже в измененном дизайне: модели соревнуются в 4 отдельных секций с различными стартовыми установками. • Базовый режим с максимизацией прибыли (New Baseline) • Сохранение капитала и жесткий контроль за рисками (Monk Mode) • Модели осведомляются о проведении соревновании и наличии торгового зачета (Situational Awareness) • Сделки проводятся с максимальным допустимым плечом (Max Leverage) Подобный формат позволит сгладить недостатки первого сезона, выводы можно будет сделать на основе общего зачета на основе четырех секций.
Заметим, что существует множество примеров торговых состязаний с использованием AI, однако большинство из них не стали «вирусными». Среди прочих можно выделить:
- Торговые состязания авторских моделей AI (FinRL Contest, Numerai).
- Человек VS AI (QuantChallenge). В контексте сравнения моделей стоит отметить, в 2025 г. достичь среднего положительного результата удалось GPT-5-Codex, Qwen 3 и Sonnet 4.5.
- WorldQuant Championship (Сравнение математических моделей, написанных с помощью AI).
Охватить все состязания и погрузиться в тонкости механики сложно. Исходя из рассмотренных кейсов, можно отметить, что в условиях автономной торговли чаще других относительно известных моделей лучшие результаты показывали китайские Qwen и DeepSeek.
Академические исследования
Научная среда изобилует материалами, в которых приводятся сравнения прогнозных качеств моделей, полученных с помощью различных методов обучения. Вот некоторые ключевые выводы, полученные в результате анализа материалов из рецензируемых научных изданий.
- В среднем Deep Learning-модели обеспечивают лучшие результаты среди альтернатив в вопросе изучения сложных нелинейных зависимостей. При выборе AI для трейдинга стоит начать тесты с этих моделей.
- Отмечается преимущество метода смеси экспертов (Mixture of Experts) в вопросе затрат вычислительных мощностей на процесс обучения модели и обработки запроса. Он позволяет существенно снизить скорость получения ответа без увеличения задействованных мощностей. Многие читатели узнали о методе в январе 2025 г., когда успех китайского стартапа DeepSeek вызвал небольшую панику на американском рынке.
- Специализированные модели, созданные и оптимизированные для осуществления торговых сделок, в среднем демонстрируют лучшие результаты относительно моделей общего назначения. Отмечается, что вторые имеют тенденцию к переобучению, и это нивелирует потенциальный позитивный эффект даже при успешном обнаружении рыночных закономерностей.
Новые возможности и риски
Технологии беспрерывно изменяют привычные нам процессы и расширяют горизонт возможностей. Одновременно нововведения могут нести и неожиданные риски, с которыми трейдеры ранее не встречались.
Преимущества
- С помощью моделей AI удается выявить новые закономерности и паттерны в динамике рыночных котировок, применимых для трейдинга. Важно, что периоды полезности этих закономерностей могут отличаться от случая к случаю.
- Модели общего назначения позволяют существенно сократить затраты времени на некоторые рутинные процессы, такие как сбор, обработка и анализ данных, а также круглосуточный мониторинг процессов и управление рисками.
- Ограничение человеческого фактора. Несмотря на сохранение решающей роли человека при обучении и настройке моделей, их внедрение в торговый процесс позволяет ограничить влияние когнитивных искажений (страх упущенной выгоды, неприятие потерь, эффект владения и прочее) на реализацию намеченной стратегии.
- AI расширяет функционал доступных инструментов. Пример — высокочастотные арбитражные сделки на криптовалютных биржах, которые можно привести к высокой степени автоматизации на базе ИИ-агентов.
Риски
- Необходим человеческий контроль за решениями. В ряде случаев AI может совершать ошибки, которые характерны для человека и отклоняться от выполнения стратегии.
В соревновании Alpha Arena наблюдатели отмечали, что GPT-5 и Gemini 2.5 Pro проявляли неуверенность, несвоевременно открывая и закрывая позиции. Другими словами, AI будто подвергался когнитивным искажениям, характерным для человека.
- Прогнозные характеристики моделей AI сильно зависят от изменения рыночной конъюнктуры. Их предсказательные качества имеют обратную корреляцию с количеством новых вводных, которые влияют на котировки. Чем стабильнее рынок, тем лучше прогнозы.
- При росте популярности AI-трейдинга растет риск рыночной манипуляции крупными игроками. Чем больше участников рынка прибегают к одному и тому же источнику информации/торговой стратегии, тем более предсказуемым становится их рыночное поведение.
- Модели очень чувствительны к качеству и объему данных. Не во всех случаях автоматические системы позволяют исключить экстремальные значения и ошибки. Одновременно с этим недостаточный объем данных может сделать модель «предвзятой», что априори не позволит получить точный прогноз.
Что важно для россиян
Использование разных популярных моделей AI связано с региональными особенностями. Отметим некоторые ключевые моменты, которые стоит учесть при выборе интеллектуального помощника.
Необходимо подробнее пояснить несколько моментов:
1. Для сохранения истории запросов и более стабильной работы AI стоит пройти регистрацию или авторизоваться.
В большинстве случаев для этого будет необходима лишь электронная почта (Gmail предпочтительна для иностранных сайтов).
В случае с Cloude Sonnet, помимо почты, необходимо ввести номер телефона зарубежного оператора.
В случае с Grok не обязательна регистрация в заблокированной в России соцсети.
2. Практически все модели позволяют работать с ними на русском языке. В открытых источниках отмечается, что языковые тонкости лучше всего воспринимают помощники от OpenAI, в то время как с конкурентами лучше работать в более формальной стилистике. При этом всегда есть возможность попробовать повысить эффективность запросов с помощью перехода на английский язык.
3. В большинстве случаев эффективность бесплатных запросов довольно быстро снижается. Нередко встречаются ограничения по функции углубленного исследования (deep research, reasoning и др.). Чем больше сообщений и чем сложнее задача, тем быстрее снизится общее качество ответов.
Платные подписки увеличивают объем доступных ресурсов, но не делают количество и качество запросов безграничным. Также в большинстве случаев подключение к моделям через API происходит на возмездной основе. Сам процесс оплаты подписки составляет отдельную трудность ввиду ограничения трансграничных платежей.
Не является индивидуальной инвестиционной рекомендацией | При копировании ссылка обязательна | Нашли ошибку - выделить и нажать Ctrl+Enter | Жалоба