Методы искусственного интеллекта в оценке инвестиционных рисков и управлении портфелем
Статьи, Журналы

Методы искусственного интеллекта в оценке инвестиционных рисков и управлении портфелем

Статьи, Журналы

Методы искусственного интеллекта в оценке инвестиционных рисков и управлении портфелем

Федоров, М.С. Методы искусственного интеллекта в оценке инвестиционных рисков и управлении портфелем / М. С. Федоров // Банковское дело. — Москва, 2026 — N 9(390). — С.26-31. — Библиогр. в конце ст.. — Текст.
Федоров, М.С., (2026), "Методы искусственного интеллекта в оценке инвестиционных рисков и управлении портфелем", Банковское дело, Москва, 2026, N 9(390), С.26-31.
Федоров М С. Методы искусственного интеллекта в оценке инвестиционных рисков и управлении портфелем. Банковское дело. 2026; (N 9(390)). С.26-31.
Источник

Аннотация

Предмет. Применение искусственного интеллекта в управлении инвестиционными портфелями с акцентом на оценке рисков, оптимизации доходности и адаптации к волатильным рыночным условиям. Цель. Выявление роли ИИ в задачах управления портфелями, оценка его эффективности по сравнению с классическими методами, а также анализ существующих ограничений и перспектив дальнейшего развития. Методология. Исследование основано на сравнительном анализе существующих подходов к управлению портфелями с использованием ИИ и классических методов, таких как теория Марковица и модель CAPM. Осуществлен обзор современных технологий (машинное обучение, глубокое обучение и нейронечеткие модели) с акцентом на их применение к задачам инвестиционного прогнозирования и управления рисками. Результаты. ИИ-методы демонстрируют более высокую точность и адаптивность в условиях рыночной волатильности, обеспечивая повышение эффективности инвестиционных стратегий. Однако отсутствие прозрачности и единых стандартов тестирования сдерживает их массовое внедрение. Выводы. ИИ имеет значительный потенциал в управлении портфелями, но его успешное применение требует решения вопросов объяснимости, этики и правового регулирования. Дальнейшие исследования могут быть сосредоточены на разработке гибридных моделей, объединяющих традиционные и интеллектуальные методы, а также на создании более эффективных инструментов мониторинга и управления модельными рисками.
  • УДК:
    336.76

Рекомендовано к ознакомлению

Отзывы читателей

0