2025. — Т 17. — № s1 - перейти к содержанию номера...

Постоянный адрес этой страницы - https://esj.today/83favn125.html

Полный текст статьи в формате PDF (объем файла: 578.6 Кбайт)

Ссылка для цитирования этой статьи:

Будкина, Е. С. Инвестиционный менеджмент в эпоху цифровой трансформации: интеграция искусственного интеллекта и больших данных в процессы принятия инвестиционных решений / Е. С. Будкина // Вестник Евразийской науки. — 2025. — Т 17. — № s1. — URL: https://esj.today/PDF/83FAVN125.pdf (дата обращения: 13.01.2026).

Инвестиционный менеджмент в эпоху цифровой трансформации: интеграция искусственного интеллекта и больших данных в процессы принятия инвестиционных решений

Будкина Екатерина Сергеевна
ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации», Москва, Россия
Преподаватель кафедры «Финансового и инвестиционного менеджмента»
E-mail: eksbudkina@fa.ru
РИНЦ: https://elibrary.ru/author_profile.asp?id=975317

Аннотация. Исследование посвящено комплексному анализу трансформации инвестиционного менеджмента под влиянием технологий искусственного интеллекта и больших данных, формирующих новую парадигму принятия инвестиционных решений. В работе прослеживается эволюция подходов к управлению инвестициями от традиционных аналитических методов, основанных на фундаментальном и техническом анализе, к высокочастотной алгоритмической торговле и далее к интеллектуальным системам, способным к самообучению и адаптации. Особое внимание уделяется изменению роли человеческого фактора в инвестиционном процессе, где функции аналитика трансформируются в направлении интерпретации результатов машинного обучения и определения стратегических границ автоматизированных систем. Исследование раскрывает механизмы интеграции технологий больших данных в инвестиционный менеджмент, позволяющие обрабатывать многомерные массивы структурированной и неструктурированной информации из разнородных источников, включая финансовые отчеты, новостные потоки, социальные медиа и альтернативные данные. Проанализированы ключевые алгоритмические подходы машинного обучения, применяемые в инвестиционном анализе: от классификации и регрессии до глубокого обучения и генеративных моделей. Систематизированы преимущества и ограничения различных методов с точки зрения интерпретируемости результатов, требований к обучающим данным, вычислительной сложности и робастности в условиях волатильности рынков. В работе раскрыты архитектурные особенности современных систем поддержки инвестиционных решений, построенных на принципах гибридного интеллекта, сочетающих алгоритмические и эвристические компоненты. Представлена типология таких систем с выделением уровней автономности в зависимости от степени человеческого контроля над инвестиционным процессом. Исследование выявляет трансформацию управления рисками в цифровую эпоху, где традиционные метрики дополняются методами сценарного моделирования, стресс-тестирования на основе исторических и синтетических данных, а также инструментами раннего предупреждения, основанными на анализе слабых сигналов. На основе проведенного анализа предложена концептуальная модель технологически ответственного инвестиционного менеджмента, интегрирующая принципы управления алгоритмическими рисками, этического использования искусственного интеллекта и обеспечения устойчивости к технологическим сбоям.

Ключевые слова: инвестиционный менеджмент; искусственный интеллект; большие данные; машинное обучение; алгоритмическая торговля; предиктивная аналитика; альтернативные данные; нейронные сети; управление рисками; цифровая трансформация; роботизированные советники; инвестиционные платформы; квантитативный анализ; гибридные модели принятия решений; технологические инновации

Скачать