Проектно-учебная лаборатория «Искусственный интеллект в математических финансах»

Проектно-учебная лаборатория «Искусственный интеллект в математических финансах» предполагает проведение регулярных исследований применения искусственного интеллекта для решения научных и прикладных задач в сфере математических финансов. Ключевые исследования лаборатории связаны с направлениями Мультиагентных систем, RL для задачи маркет мейкера и хеджирования активов, а также Генеративных моделей.

Работа лаборатории направлена на объединение сообществ экспертов по машинному обучению и специалистов в области моделирования финансовых рисков и динамики биржевых торгов, работающих в банках, брокерских подразделениях и иных компаниях.

AIM Lab — это:

Публикации

  • Статья

    Aleksei Pastushkov.

    An Evolutionary Model of Financial Market Efficiency with Costly Information

    В своей классической работе [Grossman & Stiglitz, 1980] показывают, что цены на финансовые активы неизбежно содержат определенную степень неэффективности при ненулевых информационных издержках. Более того, с понижением информационных издержек уровень неэффективности также должен понижаться. Однако несколько современных эмпирических исследований показывают, что реальные финансовые рынки не становятся более эффективными, несмотря на очевидный технологический прогресс и радикально повышающуюся доступность информации. Рыночные цены финансовых активов в высокой мере зависят от относительных уровней капитала гетерогенных инвесторов, взаимодействующих на финансовых рынках. Относительно новое направление исследований по эволюционным финансам предоставило большое количество исследований, показывающих, как развивается динамика цен на финансовые активы под действием эндогенно изменяющихся пропорций гетерогенных трейдеров. Однако, лишь очень небольшое количество исследований в эволюционных финансах моделирует влияние информационных издержек на цены финансовых активов в эволюционном контексте. В данной статье мы проводим несколько симуляционных экспериментов с различными информационными издержками и показываем, что даже при нулевых информационных издержках неинформированные инвесторы выживают на рынке, и могут быть доминирующей группой, как минимум в конечных промежутках времени. Таким образом, при изначально низких информационных издержках, маржинальное их понижение необязательно ведет к повышению эффективности рынка. При высоких изначальных информационных издержках наши результаты в целом совпадают с результатами [Grossman & Stiglitz,1980] в том смысле, что повышающиеся издержки на информацию ведут к уходу информированных трейдеров с рынка и ухудшению эффективности. В работе также обсуждаются выводы из полученных результатов для практики регулирования финансовых рынков.

    HSE Economic Journal. 2024. Vol. 28. No. 2. P. 276-301.

  • Статья

    Pastushkov A.

    Evolutionary and agent-based computational finance: The new paradigms for asset pricing

    С 1980-х годов традиционная неоклассическая парадигма оценки активов сталкивалась с эмпирическими данными, ставящими под сомнение как предсказания моделей, так и их микроэкономические основания. В то же время исследователи микроструктуры финансовых рынков начали изучать детали транзакционного процесса, обращая внимание на эффекты асимметричной информации, рыночных механизмов, а также на обучение и формирование убеждений агентов. Эти детали, которым не уделялось должного внимания в традиционных моделях, становятся все более важными в изучении современных финансовых рынков, превратившихся в сложные экосистемы, в которых взаимодействуют стратегические, но необязательно идеально рациональные, коэволюционирующие агенты. В этом обзоре литературы, посвященном эволюционному и агент- ориентированному моделированию финансовых рынков, рассматриваются наиболее значимые результаты исследований в данном направлении. Предложена классификация исследований, подразделяющая их на три направления: исследования влияния институциональной составляющей финансовых рынков на оценку активов, исследования влияния гетерогенности агентов и исследования, связанные с теорией рыночного отбора. Также в работе приводятся аргументы в пользу сочетания эволюционного и агент- ориентированного моделирования в изучении финансовых рынков и выявляются открытые вопросы в теории оценки активов, изучение которых в эволюционной и агент- ориентированной парадигме было бы, по мнению автора, наиболее продуктивным.

    The Journal of the New Economic Association. 2025. No. 1(66). P. 196-222.

  • Статья

    Pastushkov A., Boulatov A.

    Pseudo-collusion in a centralized algorithmic financial market

    Finance Research Letters. 2025. P. 1-8.

Все публикации

Команда

Лукьянченко Петр Павлович

Заведующий лабораторией

Минец Максим Вячеславович

Заместитель заведующего лабораторией