Sentiment по новостям

-  Автоматизация рутины

Сокращение временных затрат трейдеров на мониторинг новостей

-Объективность решений

Внедрение стандартизированной оценки тональности с точностью >89%

- Скорость реакции

Мгновенное оповещение о рыночных событиях для корректировки стратегий и котировок

Внедрение AI-решения позволило:

- Ускорить принятие решений в режиме реального времени

- Снизить операционные риски  за счет исключения человеческого фактора

- Повысить эффективность команды за счет исключения ручного мониторинга

Эффект "ненайма" после реализации данного проекта составил 13 ПШЕ.

GigaChat-2-Max

Python 3.12

Java Script

ClickHouse

Prime (новостное агентство)

В основе решения - модель GigaChat-2-Max, самая продвинутая модель семейства, которая позволила достичь точность в 89.9%. Данный показатель подтверждает способность нашей модели понимать контекст и оценивать финансовые последствия новостей.

Наше решение автоматически отбирает релевантные новости по заданной тематике и присваивает им тональность (sentiment).

1. Формирование запроса

Трейдер задает темы для мониторинга: от конкретных инструментов (акции Сбера, облигации ЭнергоТехСервис) до макротем (уровень безработицы США, геополитические новости).

2. AI-обработка в реальном времени

Отбор релевантных новостей: Модель GigaChat-2-Max фильтрует весь входящий поток, используя семантический анализ, а не просто ключевые слова.

Сентимент-анализ: Присваивает объективную оценку тональности:

+1 - Позитивная (рост прибыли, выгодные контракты)

0 - Нейтральная (констатация факта, не влияющий на движение цены)

-1 - Негативная (убытки, санкции, срыв сделок)

3. Мгновенная доставка сигнала

Трейдер получает готовый дайджест в UI:

Время | Заголовок | Текст новости | Sentiment: -1/1

Трейдинг деск Департамента Глобальных Рынков (СБЕР).

На данный момент модель развернута на FX и Securities десках.