Разработка ученых РФ повысит безопасность инвестиций в криптовалютные активы

Российские исследователи разработали и запатентовали алгоритм, который позволяет автоматическим образом формировать оптимальные инвестиционные портфели из криптовалютных активов с учетом их волатильности. Созданное учеными ПО позволяет максимизировать доход и минимизировать риски, сообщила пресс-служба Научно-технологического университета «Сириус».

«Программа анализирует историю цен актива, чтобы понять, как часто случаются резкие взлеты или падения. Если она видит высокий риск таких обвалов, то собирает портфель из купленных опционов, которые приносят большую прибыль именно в этих редких, но мощных движениях рынка», — пояснил один из разработчиков проекта из Научного центра информационных технологий и искусственного интеллекта Университета «Сириус» Михаил Семенов, чьи слова приводит пресс-служба вуза.

Как отмечается в сообщении, проект реализован при поддержке федеральной территории «Сириус» и представляет интерес для российских финансовых институтов, находящихся в поиске профессиональных инструментов работы с криптовалютными активами. Разработка позволяет управлять цифровыми активами с заданными параметрами риска и доходности, что особенно актуально в условиях высоких и частых колебаний цен на криптовалюту.

По словам разработчиков, одна из главных особенностей системы заключается в диверсификации рисков за счет распределения средств между опционами с разными параметрами. Кроме того, алгоритм использует данные о ликвидности с биржи, что позволяет фиксировать прибыль без существенных потерь. Это критически важно на волатильном крипторынке, где котировки могут измениться на 10-20% за сутки.

В процессе работы программа анализирует сотни доступных на бирже контрактов, учитывая несколько критически важных параметров. При этом система способна работать в различных режимах — от базовой оптимизации с учетом бюджета до сложных сценариев с дополнительными ограничениями по рискам. Пользователи могут задавать лимиты по объему инвестиций, максимально допустимым убыткам и другим параметрам, что позволяет гибко адаптировать работу алгоритма под их задачи и предпочтения.