Исследователи Саймон Пакетт-Гринбаум и Цзянбо Ю представили новый агентный фреймворк на основе больших языковых моделей для оптимизации инвестиционных портфелей. В работе, опубликованной на arXiv 2 января 2026 года, система показала результаты, сопоставимые с современными алгоритмами, при этом автоматизируя сложные рабочие процессы.
Фреймворк решает задачу оптимизации портфеля с ограничениями по количеству активов. Это смешанная целочисленная квадратичная задача программирования, которая традиционно требует разработки множества эвристических алгоритмов. Предложенная система агентов берет на себя как автоматизацию рабочих процессов, так и разработку алгоритмов, снижая трудозатраты.
Оптимизация инвестиционного портфеля — ключевая задача в финансовых институтах. Традиционные методы требуют значительных ручных усилий для создания и комбинирования эвристических решений. Агентные подходы демонстрируют потенциал в областях комбинаторной оптимизации, показывая эффективность, сравнимую с человеческой, а иногда и превосходящую ее.
В тестах на эталонных задачах реализованный фреймворк соответствовал по эффективности лучшим существующим алгоритмам. В худшем случае система демонстрирует несколько более высокую, но приемлемую погрешность, компенсируя это значительным упрощением процесса разработки и снижением трудозатрат.
