Kako je Balyasny Asset Management izgradio AI istraživački sistem

Balyasny Asset Management⁠⁠(отвара се у новом прозору) (Balyasny) je globalna investiciona firma sa više strategija, sa približno 180 investicionih timova u različitim klasama imovine i geografskim oblastima. Firma posluje u veoma konkurentnoj i dinamičnoj industriji u kojoj su uverenje, preciznost i brzina presudni za uspeh. Suočen sa sve složenijim tržišnim okruženjem i naglim rastom obima finansijskih podataka, Balyasny je video priliku da uz AI iznova osmisli proces investicionog istraživanja.

Krajem 2022. godine, Balyasny je uspostavio tim za primenjeni AI: centralizovanu grupu od 20 istraživača, inženjera i stručnjaka za domen, zaduženu za izgradnju AI-nativnih alata koji se direktno ugrađuju u tokove rada na nivou timova. Njihov vodeći proizvod, AI sistem za investiciono istraživanje, osmišljen je da rezonuje, pronalazi informacije i deluje kao iskusan analitičar.

Investiciono istraživanje je složeno, visokorizično i vremenski osetljivo. Analitičari moraju da prođu kroz hiljade dokumenata, od tržišnih podataka i istraživanja do regulatornih podnesaka. Ljudska stručnost ostaje ključna, ali tradicionalne metode oduzimaju mnogo vremena i teško ih je skalirati.

Standardni AI alati često ne mogu zajedno da obrade strukturirane i nestrukturirane podatke, nemaju orkestraciju tokova rada i nisu napravljeni da ispune institucionalne standarde usklađenosti. Balyasnyju je bilo potrebno namensko rešenje: AI sistem koji može da razmišlja kao analitičar, kreće se brzinom mašine i radi u okviru strogih granica usklađenosti.

Danas ~95% Balyasny investicionih timova aktivno koristi njihovu AI platformu, sa merljivim uticajem na brzinu, kvalitet rezultata i iskustvo analitičara:

• Zadaci dubokog istraživanja za koje su nekad bili potrebni dani sada se završavaju za sate, pri čemu agenti sintetišu desetine hiljada dokumenata, uključujući podneske, istraživanja i izveštaje o zaradi.
• Analitičar govora centralnih banaka smanjio je vreme analize makroekonomskih scenarija sa 2 dana na ~30 minuta.
• agent Superforecaster za merger arbitražu sada neprekidno prati i ažurira verovatnoće poslova, zamenjujući prilagođene tabele i ručna upozorenja.

Jednako važno, analitičari u Balyasnyju prijavljuju veće poverenje u rezultate. Uz jasno ograničene alate, putanje rezonovanja koje se mogu pratiti i agente koji se mogu testirati, koriste AI da isporuče strukturisane, objašnjive uvide koji povećavaju uverenje i informišu ljudsko donošenje odluka. 

Pre nego što su bilo koji modeli pušteni u produkciju, Balyasny je izgradio jedan od najsofisticiranijih evaluacionih tokova u finansijama, mereći modele kroz više od 12 dimenzija, uključujući tačnost predviđanja, numeričko rezonovanje, analizu scenarija i otpornost na šumne ulaze. Ove evaluacije se sprovode u odnosu na interne benchmarke, alate i vlasničke finansijske podatke kompanije Balyasny.

Ovaj rigorozni proces je otkrio prednosti porodice modela GPT‑5.4, posebno u planiranju u više koraka, izvršavanju alata i smanjenju halucinacija. Danas Balyasny koristi GPT‑5.4 kao mehanizam za rezonovanje unutar svog AI sistema, zajedno sa internim modelima, koji se biraju od zadatka do zadatka na osnovu empirijskog učinka.

Balyasny je doneo stratešku odluku da OpenAI direktno uključi u tokove rada okrenute korisnicima. OpenAI timovi su neposredno posmatrali kako investicioni timovi koriste svoj AI sistem: gde uspeva, gde nailazi na poteškoće i kako visoke performanse zaista izgledaju u komercijalnom kontekstu.

Ta vidljivost je dovela do bržih iteracija, tesnijih povratnih petlji za proizvod i boljeg ponašanja modela u zadacima specifičnim za finansije. Kao dizajnerski partner za izdanja graničnih modela, Balyasny je uticao na OpenAI mapu puta tako što je iznosio uvide stvarnih analitičara, a ne test primere.

Zato što je AI duboko ugrađen u svakodnevne tokove rada investicionih timova, oni mogu u realnom vremenu da prikupljaju strukturisane povratne informacije o svemu, od korisničkih evaluacija i revizija ishoda do kvaliteta izvršavanja alata. Ta petlja pokreće brza poboljšanja i modela i orkestracionog sloja.

Na primer, rane povratne informacije timova za merger arbitražu otkrile su da agenti moraju neprekidno ponovo da procenjuju verovatnoće poslova kako pristižu novi podnesci ili saopštenja za štampu. Tim Balyasny je brzo proširio mogućnosti planiranja agenata i pristup alatima, zamenjujući spor, ručni tok rada praćenjem verovatnoća u realnom vremenu.

Iako svaki investicioni tim ima posebnu investicionu strategiju, Balyasny je primenio centralizovan pristup uvođenju AI-ja. Njihov tim za primenjeni AI razvija osnovne komponente, uključujući okvire za agente, lance alata i zaštitne mehanizme usklađenosti, koji se zatim uvode u timove sa ograničenim pristupom podacima i alatima.

Ovaj model „federativnog uvođenja” znači da svaki investicioni tim može da razvija i koristi AI agente prilagođene svojoj klasi imovine (na primer, makro, robe i akcije), dok se tim za primenjeni AI fokusira na skaliranje arhitekture, istraživanja i evaluacija modela. To takođe obezbeđuje da se standardi usklađenosti i regulative univerzalno poštuju — što je ključno u industriji u kojoj se upravljanje rizikom i bezbednost podataka ne dovode u pitanje.

Balyasny nastavlja da širi svoju AI mapu puta sa fokusom na:

• podsticajno fino podešavanje (RFT) radi preciznijeg ponašanja modela u složenim zadacima visoke vrednosti
• dublju orkestraciju agenata kroz finansijske domene
• multimodalne ulaze uključujući finansijske grafikone, izveštaje i podneske

Evaluaciju budućih graničnih modela za usklađenost sa domenom