ИИ-ассистент для моделирования арбитражных стратегий в финансах: архитектура, математическая модель и дидактический потенциал
DOI:
https://doi.org/10.52575/2687-0932-2025-52-4-887-896Ключевые слова:
ИИ-ассистент, модульная архитектура, арбитражная стратегия, финансовое моделирование, адаптивная обучающая системаАннотация
Целью исследования является преодоление разрыва между теоретической подготовкой и практическими требованиями к современным финансистам путем проектирования архитектуры специализированного ИИ-ассистента для моделирования арбитражных стратегий. В качестве методологической основы предлагается модульная архитектура системы, интегрирующая сбор рыночных данных, аналитическое ядро, симулятор торгов и диалоговый интерфейс. Ключевым элементом является математическая модель генерации адаптивных учебных сценариев на основе парадигмы обучения с подкреплением, где ИИ-ассистент выступает в роли мета-агента, динамически настраивающего сложность среды под уровень студента. Наиболее важные результаты включают формализованную архитектуру системы, дидактическую модель, обеспечивающую глубокое погружение в предметную область, и критерии оценки педагогической эффективности. Значение работы заключается в создании научно-технического основания для персонализированного практико-ориентированного обучения, способного кардинально повысить качество подготовки кадров для цифровой экономики.
Скачивания
Библиографические ссылки
Список литературы
Абраменко Н.Ю. 2024. Использование нейросети в системе обучения в высшей школе. Современное педагогическое образование, 10: 167–172.
Алешина А.В., Булгаков А.Л. 2022. Децентрализованные финансы (DeFi): риски, перспективы и регулирование. Финансовые рынки и банки, 12: 23–28.
Воробьева М.В. 2024. Применение нейросетей в образовательном процессе: примеры, возможности и риски. Педагогическое образование и наука, 3: 102–108. https://doi.org/10.56163/2072-2524-2024-3-102-107.
Галагузова Ю.Н., Перекальский И.Н. 2024. Искусственный интеллект на уроках информатики: вызовы и реальность. Педагогическое образование в России, 4: 112–118.
Еремеев А.П., Подогов И.Ю. 2008. Обобщенный метод иерархического подкрепленного обучения для интеллектуальных систем поддержки принятия решений. Программные продукты и системы, 2: 35–39.
Канатьев П.В. 2024. Применение нейросетей в образовательном процессе среднего и высшего профессионального образования. Проблемы современного педагогического образования, 84(4): 67–69.
Проскуряков И.М. 2019. Особенности отдельных видов арбитража и типология арбитражных стратегий. Инновации и инвестиции, 1: 116–121.
Синь В. 2024. Искусственный интеллект как фактор модернизации высшего образования в современном Китае. Труды БГТУ. Сер. 6, История, философия: 1(281): 155–163. https://doi.org/10.52065/2520-6885-2024-281-29.
Berlinger E., Domotor B., Megyeri K., Walter G. 2025. Financial literacy of finance students: a behavioral gender gap. International Journal of Educational Management, 39(8): 116–133. https://doi.org/10.1108/IJEM-04-2024-0221
Celik T. 2024. AI-Driven Production in Modular Architecture: An Examination of Design Processes and Methods. Computer and Decision Making: An International Journal, 1: 320–339. https://doi.org/10.59543/comdem.v1i.10825
Chigbu B. I., Ngwevu V., Jojo A. 2023. The effectiveness of innovative pedagogy in the industry 4.0: Educational ecosystem perspective. Social Sciences & Humanities Open, 7(1): 100419. https://doi.org/10.1016/j.ssaho.2023.100419
Haque M.A., Li S. 2025. Exploring ChatGPT and its impact on society. AI and Ethics, 5(2): 791–803. https://doi.org/10.1007/s43681-024-00435-4
Heung Y.M.E., Chiu T.K.F. 2025. How ChatGPT impacts student engagement from a systematic review and meta-analysis study. Computers and Education: Artificial Intelligence, 8: 100361. https://doi.org/10.1016/j.caeai.2025.100361
Huberman G., Wang Z. 2017. Arbitrage pricing theory. The New Palgrave Dictionary of Economics. Palgrave Macmillan, London: 197–205. https://doi.org/10.1007/978-1-349-58802-2_53
Marei Y., Almasarwah A., Bahloul M., Afifa M. 2023. Cryptocurrencies in accounting schools? Higher Education, Skills and Work-Based Learning, 13(6): 1158–1173. https://doi.org/10.1108/HESWBL-12-2022-0284
Memarian B., Doleck T. 2024. A scoping review of reinforcement learning in education. Computers and Education Open, 6: 100175. https://doi.org/10.1016/j.caeo.2024.100175
Riedmann A., Schaper P., Lugrin B. 2025. Reinforcement learning in education: A systematic literature review. International Journal of Artificial Intelligence in Education, 1: 1–55. https://doi.org/10.1007/s40593-025-00494-6
Singun A.J. 2025. Unveiling the barriers to digital transformation in higher education institutions: a systematic literature review. Discover Education, 4(1): 37. https://doi.org/10.1007/s44217-025-00430-9
Thaiya M.S., Julia K., Mbugua S. 2022. On software modular architecture: concepts, metrics and trends. International Journal of Computer and Organization Trends, 12(1): 3–10.
Tzirides A.O.O. 2024. Combining human and artificial intelligence for enhanced AI literacy in higher education. Computers and Education Open, 6: 100184. https://doi.org/10.1016/j.caeo.2024.100184
References
Abramenko N.Yu. 2024. Ispol'zovanie neiroseti v sisteme obucheniya v vysshei shkole [The Use of Neural Networks in the Higher Education System]. Sovremennoe pedagogicheskoe obrazovanie, 10: 167–172.
Alyoshina A.V., Bulgakov A.L. 2022. Decentralizovannye finansy (DeFi): riski, perspektivy i regulirovanie [Decentralized Finance (DeFi): Risks, Prospects and Regulation]. Finansovye rynki i banki, 12: 23–28.
Vorobyeva M.V. 2024. Primenenie neirosetei v obrazovatel'nom protsesse: primery, vozmozhnosti i riski [The Use of Neural Networks in the Educational Process: Examples, Opportunities and Risks]. Pedagogicheskoe obrazovanie i nauka, 3: 102–108. https://doi.org/10.56163/2072-2524-2024-3-102-107.
Galaguzova Yu.N., Perekalsky I.N. 2024. Iskusstvennyi intellekt na urokakh informatiki: vyzovy i real'nost' [Artificial Intelligence in Computer Science Lessons: Challenges and Reality]. Pedagogicheskoe obrazovanie v Rossii, 4: 112–118.
Yeremeyev A.P., Podogov I.Yu. 2008. Obobshchennyi metod ierarkhicheskogo podkreplennogo obucheniya dlya intellektual'nykh sistem podderzhki prinyatiya reshenii [A Generalized Method of Hierarchical Reinforcement Learning for Intelligent Decision Support Systems]. Programmye produkty i sistemy, 2: 35–39.
Kanat'ev P.V. 2024. Primenenie neirosetei v obrazovatel'nom protsesse srednego i vysshego professional'nogo obrazovaniya [The Use of Neural Networks in the Educational Process of Secondary and Higher Professional Education]. Problemy sovremennogo pedagogicheskogo obrazovaniya, 84(4): 67–69.
Proskuryakov I.M. 2019. Osobennosti otdel'nykh vidov arbitrazha i tipologiya arbitrazhnykh strategii [Features of Certain Types of Arbitrage and Typology of Arbitrage Strategies]. Innovatsii i investitsii, 1: 116–121.
Sin V. 2024. Iskusstvennyi intellekt kak faktor modernizatsii vysshego obrazovaniya v sovremennom Kitae [Artificial Intelligence as a Factor in the Modernization of Higher Education in Modern China]. Trudy BSTU. Ser. 6, Istoriya, filosofiya: 1(281): 155–163. https://doi.org/10.52065/2520-6885-2024-281-29.
Berlinger E., Domotor B., Megyeri K., Walter G. 2025. Financial literacy of finance students: a behavioral gender gap. International Journal of Educational Management, 39(8): 116–133. https://doi.org/10.1108/IJEM-04-2024-0221
Celik T. 2024. AI-Driven Production in Modular Architecture: An Examination of Design Processes and Methods. Computer and Decision Making: An International Journal, 1: 320–339. https://doi.org/10.59543/comdem.v1i.10825
Chigbu B.I., Ngwevu V., Jojo A. 2023. The effectiveness of innovative pedagogy in the industry 4.0: Educational ecosystem perspective. Social Sciences & Humanities Open, 7(1): 100419. https://doi.org/10.1016/j.ssaho.2023.100419
Haque M.A., Li S. 2025. Exploring ChatGPT and its impact on society. AI and Ethics, 5(2): 791–803. https://doi.org/10.1007/s43681-024-00435-4
Heung Y.M.E., Chiu T.K.F. 2025. How ChatGPT impacts student engagement from a systematic review and meta-analysis study. Computers and Education: Artificial Intelligence, 8: 100361. https://doi.org/10.1016/j.caeai.2025.100361
Huberman G., Wang Z. 2017. Arbitrage pricing theory. The New Palgrave Dictionary of Economics. Palgrave Macmillan, London: 197–205. https://doi.org/10.1007/978-1-349-58802-2_53
Marei Y., Almasarwah A., Bahloul M., Afifa M. 2023. Cryptocurrencies in accounting schools? Higher Education, Skills and Work-Based Learning, 13(6): 1158–1173. https://doi.org/10.1108/HESWBL-12-2022-0284
Memarian B., Doleck T. 2024. A scoping review of reinforcement learning in education. Computers and Education Open, 6: 100175. https://doi.org/10.1016/j.caeo.2024.100175
Riedmann A., Schaper P., Lugrin B. 2025. Reinforcement learning in education: A systematic literature review. International Journal of Artificial Intelligence in Education, 1: 1–55. https://doi.org/10.1007/s40593-025-00494-6
Singun A.J. 2025. Unveiling the barriers to digital transformation in higher education institutions: a systematic literature review. Discover Education, 4(1): 37. https://doi.org/10.1007/s44217-025-00430-9
Thaiya M.S., Julia K., Mbugua S. 2022. On software modular architecture: concepts, metrics and trends. International Journal of Computer and Organization Trends, 12(1): 3–10.
Tzirides A.O.O. 2024. Combining human and artificial intelligence for enhanced AI literacy in higher education. Computers and Education Open, 6: 100184. https://doi.org/10.1016/j.caeo.2024.100184
Просмотров аннотации: 4
Поделиться
Опубликован
Как цитировать
Выпуск
Раздел
Copyright (c) 2025 Экономика. Информатика
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
