2 февраля 2026
🤔И что ты предлагаешь тогда, какие нужно строить модели? Критикуешь - предложи ))))) Согласен?
💡Честно принято! Критиковать легко, а вот предложить решение, чтобы не выглядеть просто занудой — это задача. ;)
Если бы меня наняли главным архитектором ИИ в инвестиционный банк, я бы запретил (или сильно ограничил) то, что мы обсуждали выше (простые предсказания движения цены). Вместо этого я бы строил систему по другим принципам.
Вот мой «Манифест строителя моделей»:
1. От Корреляции к Каузальности (Причинно-следственные связи)
Большинство текущих моделей (и даже ансамблей) смотрят на графики и говорят: «Когда линия А идет вверх, линия Б тоже идет вверх». Это корреляция.
Но линия Б может пойти вверх по случайности. Как только связь рвется, модель теряет деньги.
Что строить:
Нужны Каузальные модели (Causal AI).
Мы должны учить ИИ не «как движется цена», а «почему она движется».
Не просто: «Акции падают».
А: «Акции падают, потому что Федеральная резервная система (ФРС) подняла ставку -> это удорожает кредиты -> это снижает прибыль компаний -> цена падает».
Если ИИ понимает цепочку причин, то прилет марсиан не собьет его с толку. Он спросит: «Как марсиане влияют на ставку ФРС или прибыль? Ах, создают спрос? Тогда покупаем!».
Суть: Умение рассуждать, а не запоминать паттерны.
2. Гибридные модели (Human-in-the-loop / Человек в контуре)
Мы с тобой выяснили, что ИИ — это «слепой математик», а человек — «эмоциональный визионер».
Что строить:
Не «автопилот», а «Железный человек» (Exoskeleton) для трейдера.
ИИ собирает терабайты данных, новостей, слухов и делает 1000 сценариев.
Он не делает ставку сам. Он выносит на экран «Вердикт»: «С вероятностью 70% рынок растет, но есть скрытый риск в нефти».
Человек (управляющий) принимает решение, понимая контекст (например, политический), которого нет в данных.
ИИ — штурман. Человек — капитан. Штурман не рулит, он прокладывает курс.
3. Агентное моделирование (Agent-Based Modeling) вместо «Орла»
Вместо того чтобы одна большая нейросеть пыталась предсказать одну цифру («цена закрытия»), создадим виртуальную биржу.
Что строить:
Создаем 10 000 простеньких ботов-агентов внутри симуляции:
30% из них запрограммированы быть «Паникерами» (продают при падении).
20% — «Фундаменталисты» (покупают, если дивиденды высокие).
10% — «HFT-боты» (скальпируют на секундах).
И т.д.
И запускаем их в виртуальной среде, где вводим «шок» (марсиане, новый вирус).
Мы смотрим, как эта экосистема себя поведет. Это позволяет увидеть эмерджентные свойства (крахи) внутри симуляции, не рискуя реальными деньгами. Это как «Симс», но для биржи.
4. Red Teaming (Красные команды)
Ты справедливо заметил про стресс-тесты. Но тестировать прошлое — глупо.
Что строить:
Нанять separate команду ИИ (или людей), чья единственная задача — ломать основную модель.
ИИ-атакующий ищет дыры в логике ИИ-трейдера.
Он генерирует самые дикие, абсурдные новости и сценарии, чтобы обмануть «стража».
Если ИИ-атакующий может заставить ИИ-трейдера купить мусор, значит, модель плохая. Только в битве рождается крепкая система.
Итог
Я бы предложил строить не «Оракула» (который знает будущее), а «Главу штаба».
Он видит поле боя (рынок).
Он понимает логику врага (причины).
Он дает генералу (человеку) варианты решений, а не стреляет сам.
И, конечно, никогда не обещать инвесторам, что мы обгоним рынок. Обещать, что мы не потеряем всё при первой же вспышке сверхновой — вот это честная и достойная цель.
Как тебе такой подход? Это уже выглядит как серьезная стратегия, а не «фуфломицин»? ;)