В Alpha2Fund заявили, что ИИ упростил разработку торговых стратегий

Генеральный директор инвестиционной компании Alpha2Fund Цзеюн Лю заявил, что большие языковые модели (LLM) упростили создание программ для анализа финансовых рынков. По его словам, ИИ помогает быстрее обрабатывать данные и проверять торговые гипотезы, но не гарантирует доходности выше рыночной. Лю выступил 2 ноября на конференции Hong Kong FinTech Week 2026, а 12 ноября компания опубликовала его основные тезисы.

Почему доступ к ИИ не означает преимущества на рынке

Ранее разработка алгоритмических стратегий требовала значительных инженерных ресурсов: специалисты настраивали программную среду, писали код и проводили испытания. Современные ИИ-инструменты снизили технический порог входа и ускорили эти процессы, считает Лю. Однако доступность одних и тех же решений может приводить к распространению похожих стратегий и усилению конкуренции.

Глава Alpha2Fund подчеркнул, что для поиска избыточной доходности по-прежнему нужны собственные данные, проверка результатов в реальной торговле и дисциплина управления рисками. По его оценке, возможности моделей не заменяют способность специалистов оценивать рыночные закономерности.

Как Alpha2Fund использует ИИ в исследованиях

По заявлению компании, нейросети помогают командам анализировать больше данных и быстрее дорабатывать модели. Но решение о том, пригоден ли торговый сигнал и следует ли включать его в инвестиционный портфель, принимают сотрудники. Решения по управлению рисками также остаются за людьми, а агенты фонда не исполняют сделки самостоятельно.

Сходство торговых стратегий усиливает конкуренцию

Лю полагает, что конкуренция между количественными фондами смещается от способности написать программу к качеству исследований. При этом доступность ИИ не устраняет расходы на вычислительные ресурсы и необходимость проверять стратегии на реальном рынке. Эти оценки отражают позицию руководителя фонда, а не результаты независимого исследования эффективности ИИ-торговли.