УДК: 338
DOI: 10.36871/ek.up.p.r.2026.01.06.012

Авторы

Наталия Степановна Пласкова,
Виктория Ивановна Демина,
Российский экономический университет имени Г. В. Плеханова, Москва, Российская Федерация

Аннотация

Статья посвящена анализу современных подходов к прогнозированию финансовых трендов с применением искусственного интеллекта (ИИ) в условиях 2024–2025 гг., когда резко возросла роль новостных факторов, скорости распространения информации и методов обработки естественного языка. Рассматриваются ключевые классы моделей (машинное обучение на табличных признаках, нейросетевые модели временных рядов, трансформеры, ансамбли) и практики извлечения сигналов из новостных потоков. Отдельное внимание уделяется применению больших языковых моделей (LLM) и подходов Retrieval-Augmented Generation (RAG) для структурирования новостей, извлечения событий и построения признаков, а также ограничениям таких решений: дрейф данных, переобучение, трудности интерпретации, риски «галлюцинаций» LLM и необходимость комплаенс-контроля. Предлагается этапная схема разработки программного решения для поддержки аналитики и риск-менеджмента: сбор и валидация данных, формирование признаков, обучение в режимах walk-forward, оценка качества и устойчивости, внедрение с MLOps-мониторингом и регламентным обновлением. Делается вывод о том, что наибольший прикладной эффект достигается при использовании ИИ как инструмента поддержки решений, когда прогнозы сопровождаются метриками надежности, объяснениями и сценарным анализом.

Ключевые слова

искусственный интеллект; финансовые тренды; машинное обучение; прогнозирование; анализ новостей; большие языковые модели; RAG; MLOps; интерпретируемость; оценка рисков

Список литературы

  1. Аверкин А.Н. Объяснимый искусственный интеллект как часть искусственного интеллекта третьего поколения // Речевые технологии. 2023. № 1. С. 4–10.
  2. Гришина А.В. Применение искусственного интеллекта в сферах экономики и финансов и перспективы развития // Экономика и менеджмент инновационных технологий. 2019. № 12 (99). С. 18.
  3. Кокорев Р.А., Лаврентьева О.Н., Суркова И.Б. Искусственный интеллект в финансах: за или против человека // Интеллектуальные системы. Теория и приложения. 2022. Т. 26, № 1. С. 417–421.
  4. Локтионова Ю.Н., Царитова К.Г., Янина О.Н. Цифровая экономика и искусственный интеллект в финансах // Экономика и предпринимательство. 2021. № 12 (137). С. 321–325.
  5. Михалев О.Н., Янюшкин А.С. Автоматизация технологических процессов на основе нейронной сети // Автоматизация. Современные технологии. 2022. Т. 76, № 4. С. 147–152.
  6. Оздоева, Л.Р. Финансы будущего: как искусственный интеллект меняет финансовые технологии // Экономика и бизнес: теория и практика. 2019. № 12-2 (58). С. 145–148.
  7. Саламова А.А., Федоровская И.Е., Васильев И.И. Роль искусственного интеллекта в финансах // Финансовые рынки и банки. 2023. № 1. С. 63–68.
  8. Сергутина Т.Э., Байрамуков Р.М., Клименко А.Н. Внедрение технологий искусственного интеллекта в корпоративные финансы // Естественно-гуманитарные исследования. 2023. № 4 (48). С. 449–451.
  9. Сну Б., Демьянова О.В., Хуан Х.Я. Цифровые финансы и искусственный интеллект в построении современной цифровой среды // Дискуссия. 2023. № 4 (119). С. 18–32.
  10. Тутуева Д.Д., Викторова Н.Г., Саякбаева А.А. Внедрение технологий искусственного интеллекта в корпоративные финансы: классификация по сферам деятельности // π-Экономика. 2022. Том 15, № 6. С. 7-17.