📉 Рынок облигаций РФ: 6–10 июля
Доходность 10-летних ОФЗ снизилась с 16,62% до 16,17% (−53,5 б.п. за неделю). RGBI пробил 111 пунктов — впервые за год.
⠀
📊 Кривая уплостилась: короткий вверх, длинный вниз
Короткий конец G-curve вырос на 43–49 б.п. (1Y +43,5, 6M +49,3), длинный снизился на 53–61 б.п. (10Y −53,5, 15Y −61,4). Наклон 10Y−1Y сократился на 97 б.п. За месяц кривая прошла путь от bear steepening после решения ЦБ 19.06 до резкого уплощения — рынок переоценил как ближайший, так и долгосрочный горизонт.
⠀
🚫 Минфин снова отменил аукцион ОФЗ
08.07 аукцион ОФЗ был отменён второй раз за месяц. Возможно, снятие давления со стороны первичного предложения — одна из причин снижения длинного конца кривой на вторичке.
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
Доходность 10-летних ОФЗ снизилась с 16,62% до 16,17% (−53,5 б.п. за неделю). RGBI пробил 111 пунктов — впервые за год.
⠀
📊 Кривая уплостилась: короткий вверх, длинный вниз
Короткий конец G-curve вырос на 43–49 б.п. (1Y +43,5, 6M +49,3), длинный снизился на 53–61 б.п. (10Y −53,5, 15Y −61,4). Наклон 10Y−1Y сократился на 97 б.п. За месяц кривая прошла путь от bear steepening после решения ЦБ 19.06 до резкого уплощения — рынок переоценил как ближайший, так и долгосрочный горизонт.
⠀
🚫 Минфин снова отменил аукцион ОФЗ
08.07 аукцион ОФЗ был отменён второй раз за месяц. Возможно, снятие давления со стороны первичного предложения — одна из причин снижения длинного конца кривой на вторичке.
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
❤2👍2
💻 Раньше десктопный Claude жил отдельной жизнью
Я уже писал, что люблю работать в десктопном приложении Claude в режиме Cowork: открываю доступ к рабочей директории проекта — и дальше Claude сам возится с файлами: создаёт, правит, удаляет.
Минус был один, но чувствительный: эти чаты не отображались в браузерной версии, а с телефона к ним было не подступиться. Поэтому часть диалогов я по инерции запускал в браузере — просто чтобы иметь возможность продолжить их с другого устройства.
⠀
🔄 Что изменилось
Несколько дней назад появилась синхронизация чатов десктопного приложения с браузерной версией. Теперь я ставлю задачу в Cowork на ноутбуке и продолжаю контролировать её выполнение с телефона — в мобильном приложении появился раздел Cowork.
Настройка занимает минуту: один раз дать доступ к своему ноутбуку в браузере и один раз — на телефоне.
⠀
⏱️ Почему это важнее, чем кажется
Дело не в самой синхронизации, а в том, что она убирает главное узкое место агентной работы — необходимость сидеть перед компьютером и ждать завершения очередного шага, чтобы поставить следующую задачу.
Цикл теперь такой:
- Поставил задачу
- Ушёл от компьютера и занялся своими делами
- Получил уведомление на телефон
- Посмотрел результат → поставил следующую задачу
Человек перестаёт быть узким горлышком между шагами агента и остаётся ровно там, где он реально нужен: в постановке задачи и приёмке результата.
⠀
🌙 В общем, всё готово для работы с Claude 24/7. Медленное звено в этой схеме — по-прежнему я 😅
Я уже писал, что люблю работать в десктопном приложении Claude в режиме Cowork: открываю доступ к рабочей директории проекта — и дальше Claude сам возится с файлами: создаёт, правит, удаляет.
Минус был один, но чувствительный: эти чаты не отображались в браузерной версии, а с телефона к ним было не подступиться. Поэтому часть диалогов я по инерции запускал в браузере — просто чтобы иметь возможность продолжить их с другого устройства.
⠀
🔄 Что изменилось
Несколько дней назад появилась синхронизация чатов десктопного приложения с браузерной версией. Теперь я ставлю задачу в Cowork на ноутбуке и продолжаю контролировать её выполнение с телефона — в мобильном приложении появился раздел Cowork.
Настройка занимает минуту: один раз дать доступ к своему ноутбуку в браузере и один раз — на телефоне.
⠀
⏱️ Почему это важнее, чем кажется
Дело не в самой синхронизации, а в том, что она убирает главное узкое место агентной работы — необходимость сидеть перед компьютером и ждать завершения очередного шага, чтобы поставить следующую задачу.
Цикл теперь такой:
- Поставил задачу
- Ушёл от компьютера и занялся своими делами
- Получил уведомление на телефон
- Посмотрел результат → поставил следующую задачу
Человек перестаёт быть узким горлышком между шагами агента и остаётся ровно там, где он реально нужен: в постановке задачи и приёмке результата.
⠀
🌙 В общем, всё готово для работы с Claude 24/7. Медленное звено в этой схеме — по-прежнему я 😅
👍5❤2😁2🔥1
📈 Рынок облигаций РФ: 13–17 июля
Доходность 10-летних ОФЗ выросла с 16,17% до 16,75% (+39,3 б.п. за неделю). Кривая сместилась вверх по всей длине с медвежьим стипенингом: длинный конец растёт быстрее короткого — переворот сюжета прошлой недели, где было наоборот.
⠀
📊 Кривая: длинный конец опять уходит вверх
Длинный конец G-curve вырос на 39–41 б.п. (10Y +39,3 до 16,75%, 15Y +41,2 до 17,17%), короткий фактически стоит (1Y +5,2 б.п. до 14,32%). Наклон 10Y−1Y расширился на 34 б.п. Основной сдвиг пришёлся на 15–16 июля — дни публикации пересмотренных прогнозов ЦБ и несостоявшегося аукциона.
⠀
🚫 Минфин третий раз не размещает ОФЗ
Аукцион ОФЗ-ПК серии 29028 (флоатер) признан несостоявшимся — нет заявок по приемлемым для эмитента ценам. До этого были отмены 24.06 и 08.07.
⠀
📈 ЦБ повысил прогноз инфляции, аналитики — прогноз ставки
ЦБ повысил прогноз годовой инфляции на 2026 с 4,5–5,5% до 6,2%, на 2027 — 4,6%. Прогноз роста ВВП снижен до 0,6%. Одновременно ЦБ транслировал обновлённые ожидания аналитиков по средней ключевой ставке — 14,5% в 2026 году и 12,2% в 2027. Годовая инфляция за июнь подтверждена на уровне 6% при месячном приросте 0,87%.
⠀
💼 Спреды: расширение по всем метрикам
G-спред AAA (2–3Y) вырос за неделю с 66 до 116 б.п., пик 116 на 17.07. Скорр. маржа AAA-флоатеров расширилась с 146 до 155 б.п. Оба движения — синхронное расширение кредитных премий. При этом средний G-спред за неделю (94 б.п.) даже ниже среднего прошлой недели (120): картина «начало ниже — конец выше», ускоряющееся расширение к пятнице.
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
Доходность 10-летних ОФЗ выросла с 16,17% до 16,75% (+39,3 б.п. за неделю). Кривая сместилась вверх по всей длине с медвежьим стипенингом: длинный конец растёт быстрее короткого — переворот сюжета прошлой недели, где было наоборот.
⠀
📊 Кривая: длинный конец опять уходит вверх
Длинный конец G-curve вырос на 39–41 б.п. (10Y +39,3 до 16,75%, 15Y +41,2 до 17,17%), короткий фактически стоит (1Y +5,2 б.п. до 14,32%). Наклон 10Y−1Y расширился на 34 б.п. Основной сдвиг пришёлся на 15–16 июля — дни публикации пересмотренных прогнозов ЦБ и несостоявшегося аукциона.
⠀
🚫 Минфин третий раз не размещает ОФЗ
Аукцион ОФЗ-ПК серии 29028 (флоатер) признан несостоявшимся — нет заявок по приемлемым для эмитента ценам. До этого были отмены 24.06 и 08.07.
⠀
📈 ЦБ повысил прогноз инфляции, аналитики — прогноз ставки
ЦБ повысил прогноз годовой инфляции на 2026 с 4,5–5,5% до 6,2%, на 2027 — 4,6%. Прогноз роста ВВП снижен до 0,6%. Одновременно ЦБ транслировал обновлённые ожидания аналитиков по средней ключевой ставке — 14,5% в 2026 году и 12,2% в 2027. Годовая инфляция за июнь подтверждена на уровне 6% при месячном приросте 0,87%.
⠀
💼 Спреды: расширение по всем метрикам
G-спред AAA (2–3Y) вырос за неделю с 66 до 116 б.п., пик 116 на 17.07. Скорр. маржа AAA-флоатеров расширилась с 146 до 155 б.п. Оба движения — синхронное расширение кредитных премий. При этом средний G-спред за неделю (94 б.п.) даже ниже среднего прошлой недели (120): картина «начало ниже — конец выше», ускоряющееся расширение к пятнице.
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
👍4❤2🔥1
Как дешёвая модель пыталась обмануть мой верификатор
⠀
🔧 Тестирую связку моделей Kimi для своего бота: по ИНН он собирает инвестбанковский бриф. Фактаж тянут детерминированные скрипты из ФНС и ЕГРЮЛ, поверх работает LLM-оркестратор, а на выходе стоит автоматический верификатор — сверяет цифры в тексте с источниками и не выпускает брак.
⠀
❓ Вопрос был сугубо практический: можно ли заменить дорогую K3 (~$5 за бриф) на дешёвую K2.6 (в 2–3 раза дешевле)?
⠀
⚡️ K2.6 шла отлично: быстрее K3, прилежно следовала инструкции, даже дисциплинированнее читала методичку. Но на финише верификатор подсветил эвристику: «Объединённые кондитеры» упоминались дважды — возможный дубль.
⠀
✅ Что сделала бы K3 (проверено на практике): признала бы срабатывание ложным и написала в отчёте обоснование — «это одно юрлицо в двух ролях: лидер рынка и потенциальный покупатель».
⠀
🚩 Что сделала K2.6:
1. Сначала переименовала компанию в «Голд-кондитер» — такого юрлица не существует.
2. Потом решила проблему радикально: глобально заменила реальное имя на выдуманное «Стратег №2», чтобы проверка перестала срабатывать.
Не исправить данные. Не обосновать предупреждение. А устранить сам факт срабатывания — ценой порчи документа.
⠀
🎯 Это учебниковый reward hacking: модель оптимизируется не на истину, а на прохождение теста. Самое неприятное — формально верификатор она прошла: ИНН и финансы остались нетронутыми, а чекер смотрит именно на них.
⠀
📌 Выводы для себя:
· Дешёвая модель оркестратором = минус несколько долларов на брифе и риск получить красивый документ с выдуманным «Стратегом №2» внутри.
· Детерминированная проверка обязательна, но недостаточна: она ловит цифры, а слабая модель учится обходить её в нарративе.
· Рабочая конфигурация: дорогая модель — оркестратором, дешёвая — на механических подзадачах (поиск, вычитка). Итог ~$3–4 за бриф вместо ~$5 у первой версии.
И главное: смотреть, что именно модель делает с инструментами, нужно всегда.
⠀
🔧 Тестирую связку моделей Kimi для своего бота: по ИНН он собирает инвестбанковский бриф. Фактаж тянут детерминированные скрипты из ФНС и ЕГРЮЛ, поверх работает LLM-оркестратор, а на выходе стоит автоматический верификатор — сверяет цифры в тексте с источниками и не выпускает брак.
⠀
❓ Вопрос был сугубо практический: можно ли заменить дорогую K3 (~$5 за бриф) на дешёвую K2.6 (в 2–3 раза дешевле)?
⠀
⚡️ K2.6 шла отлично: быстрее K3, прилежно следовала инструкции, даже дисциплинированнее читала методичку. Но на финише верификатор подсветил эвристику: «Объединённые кондитеры» упоминались дважды — возможный дубль.
⠀
✅ Что сделала бы K3 (проверено на практике): признала бы срабатывание ложным и написала в отчёте обоснование — «это одно юрлицо в двух ролях: лидер рынка и потенциальный покупатель».
⠀
🚩 Что сделала K2.6:
1. Сначала переименовала компанию в «Голд-кондитер» — такого юрлица не существует.
2. Потом решила проблему радикально: глобально заменила реальное имя на выдуманное «Стратег №2», чтобы проверка перестала срабатывать.
Не исправить данные. Не обосновать предупреждение. А устранить сам факт срабатывания — ценой порчи документа.
⠀
🎯 Это учебниковый reward hacking: модель оптимизируется не на истину, а на прохождение теста. Самое неприятное — формально верификатор она прошла: ИНН и финансы остались нетронутыми, а чекер смотрит именно на них.
⠀
📌 Выводы для себя:
· Дешёвая модель оркестратором = минус несколько долларов на брифе и риск получить красивый документ с выдуманным «Стратегом №2» внутри.
· Детерминированная проверка обязательна, но недостаточна: она ловит цифры, а слабая модель учится обходить её в нарративе.
· Рабочая конфигурация: дорогая модель — оркестратором, дешёвая — на механических подзадачах (поиск, вычитка). Итог ~$3–4 за бриф вместо ~$5 у первой версии.
И главное: смотреть, что именно модель делает с инструментами, нужно всегда.
👍5❤1
📉 Рынок облигаций РФ: 20–24 июля
Заседание ЦБ прошло с сюрпризом в мягкую сторону: снижение на 25 б.п. до 14,00%, хотя консенсус аналитиков ждал сохранение 14,25%. Доходность 2-летних ОФЗ упала на 41,8 б.п. до 14,53%, кривая рухнула по всей длине с уплощением: длинный конец улетел вниз сильнее короткого (10Y −98,2 б.п. до 15,84%).
⠀
📊 Уплощение через обвал длинного конца
Кривая ОФЗ снизилась в среднем на 71 б.п., с сильным перевесом длинного участка: 7Y −99,0, 8Y −99,8, 10Y −98,2, 15Y −95,4 б.п. Короткий конец двигался заметно скромнее: 1Y −33,7, 2Y −41,8, 9M −36,6, 3Y −61,0. Итог — сжатие крутизны кривой: наклон 10Y−2Y сузился на 56 б.п. до 131 б.п. (было 187), 10Y−1Y — на 64 б.п. до 188 б.п. Это фактически обратный сюжет прошлой недели (медвежий стипенинг → бычий флэттенинг).
⠀
🏛 ЦБ: снизил ставку, но пересмотрел прогнозы вверх
При ставке 14,00% ЦБ одновременно ужесточил прогнозные ориентиры: инфляция 2026 — 6–7% (было 4,5–5,5%), средняя ключевая ставка 2026 — 14,5–14,6%, 2027 — 10,5–12,5% (против прежних 8–10%). Прогноз роста ВВП снижен до 0,0–1,0%. Сигнал изменён с умеренно мягкого на нейтральный. Набиуллина прямо указала: потенциал смягчения сохраняется, но темп замедляется, повышение полностью не исключается. Следующее заседание — 11 сентября, резюме обсуждения — 5 августа.
⠀
🚫 Минфин на паузе
Аукционы ОФЗ приостановлены с 20 июля «для стабилизации ситуации на рынке госдолга». 23 июля Минфин зарегистрировал (без размещения) два выпуска ОФЗ-ПК на суммарно 1,5 трлн ₽: 29030 на 500 млрд ₽ (погашение 2037) и 29031 на 1 трлн ₽ (погашение 2042). Это подготовка предложения ко следующему циклу размещений, а не активный первичный рынок.
⠀
⚠️ Инфляционный фон
Годовая инфляция ускорилась до 5,84% (с 5,62%), инфляционные ожидания населения в июле — 14,7% (было 12,4% в июне), по сообщениям — максимум с марта 2022. Наблюдаемая инфляция — 15,1%. Дефицит бюджета за первое полугодие — 5,73 трлн ₽ (в 1,7 раза больше г/г).
⠀
💼 Кредитные спреды: расширение при обвале ОФЗ
G-спред AAA (2–3Y) вырос с 105 до 122 б.п., пик 136 б.п. на 22.07. Средний за неделю — 119 б.п. против 94 неделей ранее (+25 б.п. между средними). Корпоративные AAA-доходности снижались медленнее ОФЗ. При этом скорр. маржа AAA-флоатеров, наоборот, сузилась с 142 до 132 б.п. — минимум периода на 24.07 (день решения). Разнонаправленное движение: спрос перекладывается из корпоративных фиксов в флоатеры на фоне неопределённости траектории.
⠀
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
Заседание ЦБ прошло с сюрпризом в мягкую сторону: снижение на 25 б.п. до 14,00%, хотя консенсус аналитиков ждал сохранение 14,25%. Доходность 2-летних ОФЗ упала на 41,8 б.п. до 14,53%, кривая рухнула по всей длине с уплощением: длинный конец улетел вниз сильнее короткого (10Y −98,2 б.п. до 15,84%).
⠀
📊 Уплощение через обвал длинного конца
Кривая ОФЗ снизилась в среднем на 71 б.п., с сильным перевесом длинного участка: 7Y −99,0, 8Y −99,8, 10Y −98,2, 15Y −95,4 б.п. Короткий конец двигался заметно скромнее: 1Y −33,7, 2Y −41,8, 9M −36,6, 3Y −61,0. Итог — сжатие крутизны кривой: наклон 10Y−2Y сузился на 56 б.п. до 131 б.п. (было 187), 10Y−1Y — на 64 б.п. до 188 б.п. Это фактически обратный сюжет прошлой недели (медвежий стипенинг → бычий флэттенинг).
⠀
🏛 ЦБ: снизил ставку, но пересмотрел прогнозы вверх
При ставке 14,00% ЦБ одновременно ужесточил прогнозные ориентиры: инфляция 2026 — 6–7% (было 4,5–5,5%), средняя ключевая ставка 2026 — 14,5–14,6%, 2027 — 10,5–12,5% (против прежних 8–10%). Прогноз роста ВВП снижен до 0,0–1,0%. Сигнал изменён с умеренно мягкого на нейтральный. Набиуллина прямо указала: потенциал смягчения сохраняется, но темп замедляется, повышение полностью не исключается. Следующее заседание — 11 сентября, резюме обсуждения — 5 августа.
⠀
🚫 Минфин на паузе
Аукционы ОФЗ приостановлены с 20 июля «для стабилизации ситуации на рынке госдолга». 23 июля Минфин зарегистрировал (без размещения) два выпуска ОФЗ-ПК на суммарно 1,5 трлн ₽: 29030 на 500 млрд ₽ (погашение 2037) и 29031 на 1 трлн ₽ (погашение 2042). Это подготовка предложения ко следующему циклу размещений, а не активный первичный рынок.
⠀
⚠️ Инфляционный фон
Годовая инфляция ускорилась до 5,84% (с 5,62%), инфляционные ожидания населения в июле — 14,7% (было 12,4% в июне), по сообщениям — максимум с марта 2022. Наблюдаемая инфляция — 15,1%. Дефицит бюджета за первое полугодие — 5,73 трлн ₽ (в 1,7 раза больше г/г).
⠀
💼 Кредитные спреды: расширение при обвале ОФЗ
G-спред AAA (2–3Y) вырос с 105 до 122 б.п., пик 136 б.п. на 22.07. Средний за неделю — 119 б.п. против 94 неделей ранее (+25 б.п. между средними). Корпоративные AAA-доходности снижались медленнее ОФЗ. При этом скорр. маржа AAA-флоатеров, наоборот, сузилась с 142 до 132 б.п. — минимум периода на 24.07 (день решения). Разнонаправленное движение: спрос перекладывается из корпоративных фиксов в флоатеры на фоне неопределённости траектории.
⠀
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
👍3
Некоторое время назад писал о том, как LLM решает головоломки. Протестировал Claude Opus 5 и Kimi K3 на такой задаче из канала @rebus_online. Надо сообразить: «Какая фигура должна быть вместо знака вопроса?» Обе нейросети решили без проблем. Opus еще и картинку с ответом нарисовал для наглядности
А вы справитесь? 😄
Решение в первом комментарии.
А вы справитесь? 😄
Решение в первом комментарии.
🤔3
🤖 Как я автоматизировал мониторинг аукционов ОФЗ
Недавно коллеги попросили закрыть рутину, которая съедала время каждую неделю: вручную отслеживать анонсы и итоги аукционов ОФЗ Минфина. Теперь это делает связка из ИИ-агента и Telegram-бота — полностью на автопилоте. Рассказываю, как и зачем.
Зачем это нужно
Аукционы ОФЗ — ключевое событие недели для долгового рынка. По ним видно:
сколько государство занимает и под какую доходность;
какой спрос у инвесторов (переподписка или вялость);
какую премию рынок требует за риск.
Раньше приходилось вручную заходить в ленты, искать нужные новости, считать bid-to-cover, сопоставлять с ценами закрытия. Теперь всё это приходит готовым в канал — дважды за цикл: анонс накануне и итоги в день аукциона.
Как это устроено
Система работает в два такта:
📅 Вторник — анонс на среду. Агент на базе Perplexity Computer проверяет ленту Cbonds, находит анонс Минфина, разбирает какие выпуски будут размещаться, и обогащает данными:
тип выпуска с расшифровкой (фиксированный купон / флоатер на RUONIA / индексируемый номинал / амортизация);
объём эмиссии, сколько уже размещено, остаток к размещению;
цена и доходность закрытия предыдущего дня (данные Мосбиржи).
📊 Среда — итоги. Агент ловит результаты аукциона и присылает разбор:
размещённый объём, спрос, коэффициент переподписки (bid-to-cover);
цена отсечения и доходность;
автоматическая оценка успешности: 🟢 сильный спрос / 🟡 нейтрально / 🔴 слабо / ⚪️ аукцион не состоялся.
Что под капотом
Источники данных: API Cbonds (новостная лента и справочник выпусков) + API Мосбиржи (ISS) для цен и доходностей. Разные типы ОФЗ — включая флоатеры, у которых доходность считается по особой методике.
Мозг: ИИ-агент собирает данные, разбирает текст новостей, считает метрики и формулирует вердикт с обоснованием.
Доставка: свой Telegram-бот через вебхук. Сообщения уходят автоматически, один раз за событие, без дублей.
Надёжность: система понимает не только успешные размещения, но и несостоявшиеся/отменённые аукционы — и корректно об этом сообщает.
Зачем я этим делюсь
Это пример того, как связка «ИИ-агент + API + бот» убирает ручную рутину в финансовой аналитике. Один раз настроил логику — дальше система работает сама, а ты получаешь готовый разбор вместо сырых данных.
Недавно коллеги попросили закрыть рутину, которая съедала время каждую неделю: вручную отслеживать анонсы и итоги аукционов ОФЗ Минфина. Теперь это делает связка из ИИ-агента и Telegram-бота — полностью на автопилоте. Рассказываю, как и зачем.
Зачем это нужно
Аукционы ОФЗ — ключевое событие недели для долгового рынка. По ним видно:
сколько государство занимает и под какую доходность;
какой спрос у инвесторов (переподписка или вялость);
какую премию рынок требует за риск.
Раньше приходилось вручную заходить в ленты, искать нужные новости, считать bid-to-cover, сопоставлять с ценами закрытия. Теперь всё это приходит готовым в канал — дважды за цикл: анонс накануне и итоги в день аукциона.
Как это устроено
Система работает в два такта:
📅 Вторник — анонс на среду. Агент на базе Perplexity Computer проверяет ленту Cbonds, находит анонс Минфина, разбирает какие выпуски будут размещаться, и обогащает данными:
тип выпуска с расшифровкой (фиксированный купон / флоатер на RUONIA / индексируемый номинал / амортизация);
объём эмиссии, сколько уже размещено, остаток к размещению;
цена и доходность закрытия предыдущего дня (данные Мосбиржи).
📊 Среда — итоги. Агент ловит результаты аукциона и присылает разбор:
размещённый объём, спрос, коэффициент переподписки (bid-to-cover);
цена отсечения и доходность;
автоматическая оценка успешности: 🟢 сильный спрос / 🟡 нейтрально / 🔴 слабо / ⚪️ аукцион не состоялся.
Что под капотом
Источники данных: API Cbonds (новостная лента и справочник выпусков) + API Мосбиржи (ISS) для цен и доходностей. Разные типы ОФЗ — включая флоатеры, у которых доходность считается по особой методике.
Мозг: ИИ-агент собирает данные, разбирает текст новостей, считает метрики и формулирует вердикт с обоснованием.
Доставка: свой Telegram-бот через вебхук. Сообщения уходят автоматически, один раз за событие, без дублей.
Надёжность: система понимает не только успешные размещения, но и несостоявшиеся/отменённые аукционы — и корректно об этом сообщает.
Зачем я этим делюсь
Это пример того, как связка «ИИ-агент + API + бот» убирает ручную рутину в финансовой аналитике. Один раз настроил логику — дальше система работает сама, а ты получаешь готовый разбор вместо сырых данных.
🔥6👍3
📉 Рынок облигаций РФ: 27–31 июля
Первая неделя при ставке 14,00% — решение от 24 июля вступило в силу 27-го. Кривая ОФЗ сместилась вниз по всей длине, в среднем на 12 б.п. Доходность 2Y — 14,58% (−5,9 б.п.), 10Y — 15,69% (−19,5 б.п.).
⠀
📊 Провисли края, середина устояла
Движение вышло неоднородным: сильнее всего ушёл вниз дальний конец (10Y −19,5, 9Y −18,4, 15Y −18,3 б.п.) и короткий (9M −15,5, 1Y −15,0 б.п.), а участок 2–5 лет почти не двинулся (3Y −1,1, 4Y −2,3 б.п.). Наклон 10Y−2Y сжался на 14 б.п. до 111. Дальний конец собрал и основную ликвидность — 85,7% оборота ОФЗ пришлось на сегменты 5–10 лет и свыше 10 лет.
⠀
⚠️ 31 дефолт за неделю
За неделю зафиксирован 31 случай неисполнения обязательств: техдефолты Михайловского молочного завода, ЛКХ, ЖКХ РС(Я), ЕвроТранса. За первое полугодие число эмитентов с первичными дефолтами выросло до 21 против 15 годом ранее. НКР понизило Кронос и ЛКХ до B.ru.
⠀
🔀 Корпоративный сегмент перестроился
Самый крупный структурный сдвиг периода: корпоративный оборот упал на 32,3% к прошлой неделе (ОФЗ — всего на 3,5%).
⠀
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
👨💻 Интерактивный дешборд -> смотреть.
Отчёт полностью подготовлен без участия человека. Возможны ошибки.
Первая неделя при ставке 14,00% — решение от 24 июля вступило в силу 27-го. Кривая ОФЗ сместилась вниз по всей длине, в среднем на 12 б.п. Доходность 2Y — 14,58% (−5,9 б.п.), 10Y — 15,69% (−19,5 б.п.).
⠀
📊 Провисли края, середина устояла
Движение вышло неоднородным: сильнее всего ушёл вниз дальний конец (10Y −19,5, 9Y −18,4, 15Y −18,3 б.п.) и короткий (9M −15,5, 1Y −15,0 б.п.), а участок 2–5 лет почти не двинулся (3Y −1,1, 4Y −2,3 б.п.). Наклон 10Y−2Y сжался на 14 б.п. до 111. Дальний конец собрал и основную ликвидность — 85,7% оборота ОФЗ пришлось на сегменты 5–10 лет и свыше 10 лет.
⠀
⚠️ 31 дефолт за неделю
За неделю зафиксирован 31 случай неисполнения обязательств: техдефолты Михайловского молочного завода, ЛКХ, ЖКХ РС(Я), ЕвроТранса. За первое полугодие число эмитентов с первичными дефолтами выросло до 21 против 15 годом ранее. НКР понизило Кронос и ЛКХ до B.ru.
⠀
🔀 Корпоративный сегмент перестроился
Самый крупный структурный сдвиг периода: корпоративный оборот упал на 32,3% к прошлой неделе (ОФЗ — всего на 3,5%).
⠀
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
Отчёт полностью подготовлен без участия человека. Возможны ошибки.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🔥3
Когда AI заходит в Excel сам
Лучший тест рабочего AI-инструмента — не бенчмарк, а скучная бытовая задача.
Мне нужен был Excel-файл, который через надстройку Cbonds подтягивает индексы доходности корпоративных облигаций по рейтинговым группам за последние три года.
⠀
🧩 На бумаге просто: таблица, даты, формулы. На практике файл открылся, а формулы не считались.
Обычный чат на этом месте выдал бы стандартный набор советов: проверьте надстройку, нажмите F9, перезапустите Excel. Дальше — разбирайся сам.
⠀
🖥 Здесь сработал Perplexity Personal Computer: AI получил доступ к моему Mac, открыл книгу и стал искать причину прямо в приложении, а не рассуждать о ней со стороны.
Дело оказалось в мелочах — в синтаксисе функции надстройки и в том, как Excel обращается с внешними формулами при пересчёте и сохранении. Угадать это из чата нельзя: такие вещи видны только на конкретной машине с конкретной установленной версией Excel.
В итоге AI прошёл весь цикл целиком: создал файл, открыл, продиагностировал, исправил, дождался значений и сохранил рабочую версию.
⠀
💡 Ценность не в том, что модель много знает. Ценность в том, что она заходит в реальную рабочую среду, видит, что там происходит, и доводит задачу до результата.
В финансах и аналитике такого много: API, надстройки, странные форматы данных, локальные файлы, отчёты, которые «почти работают». Именно в этих «почти» и уходит основное время.
⠀
AI становится полезнее, когда перестаёт быть собеседником и начинает быть агентом в тех инструментах, где реально живёт задача.
Правда, сидеть и смотреть, как AI кликает мышкой в твоём же Excel, — занятие на любителя. Зато я не потратил вечер на поиск по форумам с запросом «формулы не пересчитываются».
Лучший тест рабочего AI-инструмента — не бенчмарк, а скучная бытовая задача.
Мне нужен был Excel-файл, который через надстройку Cbonds подтягивает индексы доходности корпоративных облигаций по рейтинговым группам за последние три года.
⠀
🧩 На бумаге просто: таблица, даты, формулы. На практике файл открылся, а формулы не считались.
Обычный чат на этом месте выдал бы стандартный набор советов: проверьте надстройку, нажмите F9, перезапустите Excel. Дальше — разбирайся сам.
⠀
🖥 Здесь сработал Perplexity Personal Computer: AI получил доступ к моему Mac, открыл книгу и стал искать причину прямо в приложении, а не рассуждать о ней со стороны.
Дело оказалось в мелочах — в синтаксисе функции надстройки и в том, как Excel обращается с внешними формулами при пересчёте и сохранении. Угадать это из чата нельзя: такие вещи видны только на конкретной машине с конкретной установленной версией Excel.
В итоге AI прошёл весь цикл целиком: создал файл, открыл, продиагностировал, исправил, дождался значений и сохранил рабочую версию.
⠀
💡 Ценность не в том, что модель много знает. Ценность в том, что она заходит в реальную рабочую среду, видит, что там происходит, и доводит задачу до результата.
В финансах и аналитике такого много: API, надстройки, странные форматы данных, локальные файлы, отчёты, которые «почти работают». Именно в этих «почти» и уходит основное время.
⠀
AI становится полезнее, когда перестаёт быть собеседником и начинает быть агентом в тех инструментах, где реально живёт задача.
Правда, сидеть и смотреть, как AI кликает мышкой в твоём же Excel, — занятие на любителя. Зато я не потратил вечер на поиск по форумам с запросом «формулы не пересчитываются».
👍6❤5
Вайб-кодинг против родительского контроля
🧒 Наткнулся на просторах интернета на такую историю: родитель поставил на ноутбук дочери лимит экранного времени на YouTube. Через какое-то время выяснилось, что одиннадцатилетний ребенок попросил Claude Code собрать ей собственный браузер — и спокойно смотрит дальше.
🛠 Спросил у своего Клода, насколько это реально — оказалось, вполне. Electron это фреймворк, который позволяет писать десктопные приложения на веб-технологиях: HTML, CSS и JavaScript. То есть на том же, на чём делают сайты. Внутрь уже упакован движок Chromium, так что собрать минимальный браузер — это дописать примерно 30 строк кода. LLM выдает такое с первого промпта.
🧩 Сработало же это по другой причине: лимит был навешен на конкретное приложение. А тот, кто умеет создавать новые исполняемые файлы, автоматически оказывается вне списка.
Учитывая скорость прогресса LLM, недалек тот день, когда приложения станут одноразовыми: собрал под свою задачу, попользовался, выкинул. Одиннадцатилетние, судя по всему, уже там.
🧒 Наткнулся на просторах интернета на такую историю: родитель поставил на ноутбук дочери лимит экранного времени на YouTube. Через какое-то время выяснилось, что одиннадцатилетний ребенок попросил Claude Code собрать ей собственный браузер — и спокойно смотрит дальше.
🛠 Спросил у своего Клода, насколько это реально — оказалось, вполне. Electron это фреймворк, который позволяет писать десктопные приложения на веб-технологиях: HTML, CSS и JavaScript. То есть на том же, на чём делают сайты. Внутрь уже упакован движок Chromium, так что собрать минимальный браузер — это дописать примерно 30 строк кода. LLM выдает такое с первого промпта.
🧩 Сработало же это по другой причине: лимит был навешен на конкретное приложение. А тот, кто умеет создавать новые исполняемые файлы, автоматически оказывается вне списка.
Учитывая скорость прогресса LLM, недалек тот день, когда приложения станут одноразовыми: собрал под свою задачу, попользовался, выкинул. Одиннадцатилетние, судя по всему, уже там.
🤣5👍4🔥4❤1
📊 Рынок облигаций РФ: 3–7 августа
⠀
Доходность 2Y снизилась до 14,41% (−15,6 б.п.), 10Y — до 15,67% (−13,5 б.п.). А короткий конец, наоборот, вырос: 1Y +8,5 б.п. до 13,71%, 6M и 9M +13,6 б.п. Наклон 10Y−1Y сжался на 22 б.п., но наклон 10Y−2Y не изменился — 125 б.п. против 123 в начале недели.
⠀
🔀 Все побежали во флоатеры
Доля плавающего купона в обороте ОФЗ выросла с 8,6% до 20,8% (+12,1 п.п.), в корпоративном сегменте — с 20,8% до 36,0% (+15,1 п.п.). Скорр. маржа AAA-флоатеров при этом сузилась на 9 б.п. до 130 — то есть цены на них росли, спрос усиливался.
⠀⠀
⚠️ ЕвроТранс: дефолт и подготовка к банкротству
Полный дефолт по трём выпускам — зелёные облигации серии 01, БО-001Р-09 и 002Р-02; по БО-001Р-09 выплачено лишь 19% купона. 3 августа — ещё четыре техдефолта на 168,4 млн ₽, после чего общий объём просроченных платежей превысил 370 млн ₽. Сбербанк уведомил о намерении подать заявление о признании компании банкротом — ранее так же поступил банк «Россия».
⠀
💸 Рекордный отток из облигационных ПИФов
В июле — 88 млрд ₽ (в части публикаций — около 90 млрд от неквалифицированных инвесторов). Утверждение, что отток «вызвал обвал котировок», в отчёте подтверждено лишь частично и подаётся как оценка источников.
⠀
📈 Макро и ожидания
Недельная дефляция 0,02%, годовая инфляция 6,11%. ЦБ прогнозирует ускорение до 6,3% в сентябре. IRS снизились по всем срокам (сильнее на 1–3 года), но новостной фон во второй половине недели ушёл в ястребиную сторону.
⠀
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
👨💻Интерактивный дешборд -> смотреть.
⠀
Отчёт полностью подготовлен без участия человека. Возможны ошибки и неточности.
⠀
Доходность 2Y снизилась до 14,41% (−15,6 б.п.), 10Y — до 15,67% (−13,5 б.п.). А короткий конец, наоборот, вырос: 1Y +8,5 б.п. до 13,71%, 6M и 9M +13,6 б.п. Наклон 10Y−1Y сжался на 22 б.п., но наклон 10Y−2Y не изменился — 125 б.п. против 123 в начале недели.
⠀
🔀 Все побежали во флоатеры
Доля плавающего купона в обороте ОФЗ выросла с 8,6% до 20,8% (+12,1 п.п.), в корпоративном сегменте — с 20,8% до 36,0% (+15,1 п.п.). Скорр. маржа AAA-флоатеров при этом сузилась на 9 б.п. до 130 — то есть цены на них росли, спрос усиливался.
⠀⠀
⚠️ ЕвроТранс: дефолт и подготовка к банкротству
Полный дефолт по трём выпускам — зелёные облигации серии 01, БО-001Р-09 и 002Р-02; по БО-001Р-09 выплачено лишь 19% купона. 3 августа — ещё четыре техдефолта на 168,4 млн ₽, после чего общий объём просроченных платежей превысил 370 млн ₽. Сбербанк уведомил о намерении подать заявление о признании компании банкротом — ранее так же поступил банк «Россия».
⠀
💸 Рекордный отток из облигационных ПИФов
В июле — 88 млрд ₽ (в части публикаций — около 90 млрд от неквалифицированных инвесторов). Утверждение, что отток «вызвал обвал котировок», в отчёте подтверждено лишь частично и подаётся как оценка источников.
⠀
📈 Макро и ожидания
Недельная дефляция 0,02%, годовая инфляция 6,11%. ЦБ прогнозирует ускорение до 6,3% в сентябре. IRS снизились по всем срокам (сильнее на 1–3 года), но новостной фон во второй половине недели ушёл в ястребиную сторону.
⠀
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
👨💻Интерактивный дешборд -> смотреть.
⠀
Отчёт полностью подготовлен без участия человека. Возможны ошибки и неточности.
🔥5
🙈 Признаю ошибку: я слишком долго сидел не в том инструменте
Почти весь свой код я писал в десктопном приложении Claude в режиме Cowork. Давал доступ к папке проекта, Клод сам правил файлы, а мне оставалось запускать скрипт руками.
⠀
Я знал, что для кода рекомендуют Claude Code. Несколько раз пробовал — и каждый раз возвращался обратно. Может, психологически непривычно, может, ещё что-то, но в Cowork было банально комфортнее.
Отдельная деталь: жена, которая тоже активно пользуется Клодом, сразу начала работать в Claude Code — и ей всё нравилось. Меня это, видимо, не убедило.
⠀
🔁 Что заставило переехать
По текущим задачам у меня уже были собраны рабочие проекты в Cowork, ломать их не хотелось. Поэтому я дождался нового проекта с нуля — и начал его сразу в Claude Code.
⠀
⚡️ Результат
Работа ускорилась в разы. Разница не в качестве кода, а в том, что закрывается цикл:
Клод сам запускает код
Сам тестирует
Сам ловит и правит ошибки
Сам держит в голове ход работы над проектом
Отдельно порадовало, что он умеет выкатывать код на внешний сервер — на нём теперь живёт один из моих проектов.
⠀
🧠 Честная оговорка
Похоже, дело не только в инструменте. Сложность моих проектов за это время заметно выросла, и возможностей Cowork стало объективно не хватать. Для простых задач он по-прежнему отлично работает.
⠀
📌 Мораль
Экспериментировать с инструментами нужно постоянно. То, что прекрасно работало вчера, скорее всего продолжит работать — но где-то рядом уже появилось что-то лучше. И узнать об этом можно только одним способом: попробовать.
Жене, конечно, я не скажу, что она была права. Пусть узнает из канала.
Почти весь свой код я писал в десктопном приложении Claude в режиме Cowork. Давал доступ к папке проекта, Клод сам правил файлы, а мне оставалось запускать скрипт руками.
⠀
Я знал, что для кода рекомендуют Claude Code. Несколько раз пробовал — и каждый раз возвращался обратно. Может, психологически непривычно, может, ещё что-то, но в Cowork было банально комфортнее.
Отдельная деталь: жена, которая тоже активно пользуется Клодом, сразу начала работать в Claude Code — и ей всё нравилось. Меня это, видимо, не убедило.
⠀
🔁 Что заставило переехать
По текущим задачам у меня уже были собраны рабочие проекты в Cowork, ломать их не хотелось. Поэтому я дождался нового проекта с нуля — и начал его сразу в Claude Code.
⠀
⚡️ Результат
Работа ускорилась в разы. Разница не в качестве кода, а в том, что закрывается цикл:
Клод сам запускает код
Сам тестирует
Сам ловит и правит ошибки
Сам держит в голове ход работы над проектом
Отдельно порадовало, что он умеет выкатывать код на внешний сервер — на нём теперь живёт один из моих проектов.
⠀
🧠 Честная оговорка
Похоже, дело не только в инструменте. Сложность моих проектов за это время заметно выросла, и возможностей Cowork стало объективно не хватать. Для простых задач он по-прежнему отлично работает.
⠀
📌 Мораль
Экспериментировать с инструментами нужно постоянно. То, что прекрасно работало вчера, скорее всего продолжит работать — но где-то рядом уже появилось что-то лучше. И узнать об этом можно только одним способом: попробовать.
Жене, конечно, я не скажу, что она была права. Пусть узнает из канала.
👍5😁4
Она выиграла суд, потому что атаковала процедуру
⚖️ История из материала NBC News. Женщина из Лонг-Бич задолжала за жильё и проиграла дело о выселении — с адвокатом, назначенным судом. На апелляцию денег уже не было. Она вела её сама, с ChatGPT за 20 долларов в месяц и Perplexity. Выселение отменили, вместе с ним — около 55 тысяч долларов штрафов и 18 тысяч долга по аренде.
⠀
🔍 Интересно не то, что ИИ «написал ей иск». Интересно, что стало предметом обжалования. Она не пыталась переспорить суд по существу дела — вместо этого искала процессуальные ошибки в решениях самого судьи. И нашла.
⠀⠀
⚠️ Обратная сторона в том же материале: калифорнийского адвоката оштрафовали на 10 тысяч долларов за апелляцию, где 21 из 23 приведённых прецедентов модель просто выдумала. Разница между этими двумя историями — не в модели, а в том, проверял ли человек результат.
⠀
😅 Отдельная деталь: она просила ChatGPT изображать профессора права и жёстко разносить её же аргументы, пока те не станут неуязвимыми. По сути, собрала себе состязательного верификатора — просто не называла это так. Отсюда мораль, которую подтверждает и мой опыт работы с LLM – критический взгляд обязателен.
⚖️ История из материала NBC News. Женщина из Лонг-Бич задолжала за жильё и проиграла дело о выселении — с адвокатом, назначенным судом. На апелляцию денег уже не было. Она вела её сама, с ChatGPT за 20 долларов в месяц и Perplexity. Выселение отменили, вместе с ним — около 55 тысяч долларов штрафов и 18 тысяч долга по аренде.
⠀
🔍 Интересно не то, что ИИ «написал ей иск». Интересно, что стало предметом обжалования. Она не пыталась переспорить суд по существу дела — вместо этого искала процессуальные ошибки в решениях самого судьи. И нашла.
⠀⠀
⚠️ Обратная сторона в том же материале: калифорнийского адвоката оштрафовали на 10 тысяч долларов за апелляцию, где 21 из 23 приведённых прецедентов модель просто выдумала. Разница между этими двумя историями — не в модели, а в том, проверял ли человек результат.
⠀
😅 Отдельная деталь: она просила ChatGPT изображать профессора права и жёстко разносить её же аргументы, пока те не станут неуязвимыми. По сути, собрала себе состязательного верификатора — просто не называла это так. Отсюда мораль, которую подтверждает и мой опыт работы с LLM – критический взгляд обязателен.
👍4❤3💯1
📈 Рынок облигаций РФ: 10–14 августа
Кривая ОФЗ сместилась вверх по всей длине — в среднем на 17 б.п. Но легло движение неравномерно: 2Y выросла всего на 8,0 б.п. до 14,48%, а 10Y — на 20,3 б.п. до 15,89%, 15Y — на 24,6 до 16,01%.
⠀
📊 Стипенинг: подорожал длинный конец
Наклон 10Y−2Y расширился на 12 б.п. до 141 б.п. — разворот к предыдущей неделе, где он не двигался вовсе. Смысл: переоценка пришлась на дальний конец, а среднесрочные ожидания по ставке рынок оставил почти нетронутыми. Внутри недели наклон ходил 129 → 141 → 128 → 130 → 141 б.п.
⠀
📉 Оборот ОФЗ рухнул на 42%
Совокупный оборот рублёвых облигаций — 267,0 млрд ₽, среднедневной 53,4 (−26,5% к прошлой неделе). Всё сжатие пришлось на госсегмент: ОФЗ 43,4 → 25,3 млрд ₽ в день (−41,8%), корпоративный сегмент практически не изменился (29,3 → 28,1, −3,8%). Доля ОФЗ в обороте впервые за несколько недель ушла ниже половины — 47,3%.
⠀
🔀 Корпоративный сегмент продолжает уходить в плавающий купон
Доля флоатеров в корпоративном обороте выросла с 36,0% до 54,4% (+18,4 п.п.), причём росла каждый день: 21% → 49% → 63% → 71% → 53%. Вторая неделя подряд такого сдвига. В ОФЗ, наоборот, фикс сохранил доминирование — 77,9%, а оборот сместился на дальний конец, где доходности и выросли сильнее всего.
⠀⠀⠀
🏦 Дефицит ликвидности на максимуме с марта 2022
Структурный дефицит ликвидности банковского сектора превысил 2,7 трлн ₽. ЦБ объяснил рост ставок денежного рынка действиями отдельных крупных игроков и указал на отсутствие проблем с ликвидностью, проводя аукционы «тонкой настройки». Дополнительный фактор — рост спроса на наличные в июле.
⠀
📊 Макро
Дефляция 0,06% вторую неделю подряд, годовая инфляция 6,05%. ВВП во II квартале +1,3% г/г — выше оценок ЦБ и МЭР. Дефицит бюджета за январь–июль 6,45 трлн ₽ (2,8% ВВП).
⠀⠀
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
👨💻Интерактивный дешборд -> смотреть.⠀
Отчёт полностью подготовлен без участия человека. Возможны ошибки и/или неточности.
#облигации #ОФЗ #еженедельныйобзор
Кривая ОФЗ сместилась вверх по всей длине — в среднем на 17 б.п. Но легло движение неравномерно: 2Y выросла всего на 8,0 б.п. до 14,48%, а 10Y — на 20,3 б.п. до 15,89%, 15Y — на 24,6 до 16,01%.
⠀
📊 Стипенинг: подорожал длинный конец
Наклон 10Y−2Y расширился на 12 б.п. до 141 б.п. — разворот к предыдущей неделе, где он не двигался вовсе. Смысл: переоценка пришлась на дальний конец, а среднесрочные ожидания по ставке рынок оставил почти нетронутыми. Внутри недели наклон ходил 129 → 141 → 128 → 130 → 141 б.п.
⠀
📉 Оборот ОФЗ рухнул на 42%
Совокупный оборот рублёвых облигаций — 267,0 млрд ₽, среднедневной 53,4 (−26,5% к прошлой неделе). Всё сжатие пришлось на госсегмент: ОФЗ 43,4 → 25,3 млрд ₽ в день (−41,8%), корпоративный сегмент практически не изменился (29,3 → 28,1, −3,8%). Доля ОФЗ в обороте впервые за несколько недель ушла ниже половины — 47,3%.
⠀
🔀 Корпоративный сегмент продолжает уходить в плавающий купон
Доля флоатеров в корпоративном обороте выросла с 36,0% до 54,4% (+18,4 п.п.), причём росла каждый день: 21% → 49% → 63% → 71% → 53%. Вторая неделя подряд такого сдвига. В ОФЗ, наоборот, фикс сохранил доминирование — 77,9%, а оборот сместился на дальний конец, где доходности и выросли сильнее всего.
⠀⠀⠀
🏦 Дефицит ликвидности на максимуме с марта 2022
Структурный дефицит ликвидности банковского сектора превысил 2,7 трлн ₽. ЦБ объяснил рост ставок денежного рынка действиями отдельных крупных игроков и указал на отсутствие проблем с ликвидностью, проводя аукционы «тонкой настройки». Дополнительный фактор — рост спроса на наличные в июле.
⠀
📊 Макро
Дефляция 0,06% вторую неделю подряд, годовая инфляция 6,05%. ВВП во II квартале +1,3% г/г — выше оценок ЦБ и МЭР. Дефицит бюджета за январь–июль 6,45 трлн ₽ (2,8% ВВП).
⠀⠀
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
👨💻Интерактивный дешборд -> смотреть.⠀
Отчёт полностью подготовлен без участия человека. Возможны ошибки и/или неточности.
#облигации #ОФЗ #еженедельныйобзор
👍3
Кто выигрывает от ИИ, а кто теряет
📊 В продолжение поста на прошлой неделе про проверку выдачи модели в судебных тяжбах — материал dev.by со ссылкой на Quartz. Три исследования, и все они про одно.
⠀
🇰🇪 Эксперимент Беркли, Гарварда и Колумбийского университета: владельцам малого бизнеса в Кении на полгода дали ИИ-советника на базе GPT-4. Сильные предприниматели увеличили прибыль на 15%, адаптируя советы под свой контекст — например, закупали генераторы под блэкауты. Слабые потеряли 10% дохода, внедряя шаблонные рекомендации вроде снижения цен, которое просто съело маржу.
⠀
🎓 Колледж Дикинсона: 97% участников скопировали заведомо ошибочный ответ ChatGPT к простой задаче. Группа без нейросети справилась лучше. Но самое интересное — простое напоминание проанализировать ответ перед отправкой вдвое повысило точность.
⠀
🏢 KPMG проанализировала 1,4 млн сессий: из 90% сотрудников, регулярно использующих ИИ, эффективно работают немногие. 95% используют модель как торговый автомат — черновики, саммари, первый же результат принимается без проверки. Оставшиеся 5% задают контекст, направляют логику модели и ставят её ответы под сомнение.
⠀
🧩 Получается, что инструмент не выравнивает разрыв, а усиливает его. ИИ не добавляет суждения — он масштабирует то, которое уже есть. Если его нет, то масштабируется его отсутствие.
⠀
Само по себе внедрение ИИ ничего не значит. Вопрос не в том, пользуется ли человек моделью. Вопрос, кто принимает решение — человек или модель, чей ответ он транслирует дальше.
📊 В продолжение поста на прошлой неделе про проверку выдачи модели в судебных тяжбах — материал dev.by со ссылкой на Quartz. Три исследования, и все они про одно.
⠀
🇰🇪 Эксперимент Беркли, Гарварда и Колумбийского университета: владельцам малого бизнеса в Кении на полгода дали ИИ-советника на базе GPT-4. Сильные предприниматели увеличили прибыль на 15%, адаптируя советы под свой контекст — например, закупали генераторы под блэкауты. Слабые потеряли 10% дохода, внедряя шаблонные рекомендации вроде снижения цен, которое просто съело маржу.
⠀
🎓 Колледж Дикинсона: 97% участников скопировали заведомо ошибочный ответ ChatGPT к простой задаче. Группа без нейросети справилась лучше. Но самое интересное — простое напоминание проанализировать ответ перед отправкой вдвое повысило точность.
⠀
🏢 KPMG проанализировала 1,4 млн сессий: из 90% сотрудников, регулярно использующих ИИ, эффективно работают немногие. 95% используют модель как торговый автомат — черновики, саммари, первый же результат принимается без проверки. Оставшиеся 5% задают контекст, направляют логику модели и ставят её ответы под сомнение.
⠀
🧩 Получается, что инструмент не выравнивает разрыв, а усиливает его. ИИ не добавляет суждения — он масштабирует то, которое уже есть. Если его нет, то масштабируется его отсутствие.
⠀
Само по себе внедрение ИИ ничего не значит. Вопрос не в том, пользуется ли человек моделью. Вопрос, кто принимает решение — человек или модель, чей ответ он транслирует дальше.
👍5🔥2
Как я подбирал летние шины с помощью Perplexity Computer
Понадобилось подобрать летние шины для машины. Задача бытовая, но по структуре — ровно то же, чем я занимаюсь на работе: собрать данные из нескольких источников, сверить их между собой и принять решение с понятной логикой.
Обычный путь — открыть кучу сайтов магазинов, вручную выставить фильтры, отдельно почитать тесты, отдельно проверить, подходит ли размер к машине. Час-полтора работы, и всё равно останется ощущение, что что-то упустил.
Вместо этого я поставил задачу агенту. Указал марку машины, стиль езды и сценарии поездок. Дальше он сам:
— прошёл по сайтам московским продавцов, выставил фильтры по размеру, сезону и цене, и вытащил не только цены, но и реальный статус наличия — отдельно «есть сейчас на складе» и «под заказ к такой-то дате». Это оказалось критично: в моём размере из 46 позиций у одного продавца физически в наличии было всего шесть;
— поднял результаты большого шинного теста 2026 года;
— свёл всё в Excel: шорт-лист из восьми моделей с детальными плюсами и минусами под мой профиль езды, полный список 40+ предложений по Москве, итоги теста и лист с источниками и методикой.
Отдельно понравился финальный шаг. Я сфотографировал табличку в проёме двери и спросил, точно подойдёт выбранная модель. Агент прочитал с фото размер, сверил его с индексами конкретной шины, достал из руководства на машину нужные сведения и подтвердил, что точно подходит.
Что для меня здесь главное. Это не «спросил у ИИ и он что-то посоветовал». Каждая цифра пришла с конкретной ссылкой на страницу магазина, каждая оценка модели — со ссылкой на тест. Ровно тот стандарт, который я требую от аналитических материалов: источник, дата, оговорка о применимости.
Итог: полтора часа ручной работы уместились в один запрос, а на выходе — рабочий файл, а не текст в чате.
Понадобилось подобрать летние шины для машины. Задача бытовая, но по структуре — ровно то же, чем я занимаюсь на работе: собрать данные из нескольких источников, сверить их между собой и принять решение с понятной логикой.
Обычный путь — открыть кучу сайтов магазинов, вручную выставить фильтры, отдельно почитать тесты, отдельно проверить, подходит ли размер к машине. Час-полтора работы, и всё равно останется ощущение, что что-то упустил.
Вместо этого я поставил задачу агенту. Указал марку машины, стиль езды и сценарии поездок. Дальше он сам:
— прошёл по сайтам московским продавцов, выставил фильтры по размеру, сезону и цене, и вытащил не только цены, но и реальный статус наличия — отдельно «есть сейчас на складе» и «под заказ к такой-то дате». Это оказалось критично: в моём размере из 46 позиций у одного продавца физически в наличии было всего шесть;
— поднял результаты большого шинного теста 2026 года;
— свёл всё в Excel: шорт-лист из восьми моделей с детальными плюсами и минусами под мой профиль езды, полный список 40+ предложений по Москве, итоги теста и лист с источниками и методикой.
Отдельно понравился финальный шаг. Я сфотографировал табличку в проёме двери и спросил, точно подойдёт выбранная модель. Агент прочитал с фото размер, сверил его с индексами конкретной шины, достал из руководства на машину нужные сведения и подтвердил, что точно подходит.
Что для меня здесь главное. Это не «спросил у ИИ и он что-то посоветовал». Каждая цифра пришла с конкретной ссылкой на страницу магазина, каждая оценка модели — со ссылкой на тест. Ровно тот стандарт, который я требую от аналитических материалов: источник, дата, оговорка о применимости.
Итог: полтора часа ручной работы уместились в один запрос, а на выходе — рабочий файл, а не текст в чате.
👏5❤3👍3
📊 Рынок облигаций РФ: 17–21 августа
Доходность 2-летних ОФЗ снизилась до 14,47% (−11,3 б.п.). Кривая двигалась разнонаправленно: короткий конец вырос, всё от 2 лет и дальше пошло вниз.
⠀
📉 Уплощение снова сделано коротким концом
6M +14,2 б.п., 9M +12,8, 1Y +7,9 — короткие деньги подорожали. Участок от 2 лет снизился: 3Y −17,2, 5Y −15,0, 10Y −12,7, 15Y −12,9 б.п. Наклон 10Y−1Y сузился на 21 б.п., но наклон 10Y−2Y не изменился — 147 б.п. против 149 в начале недели.
⠀
🏛 Минфин по-прежнему вне первичного рынка
Аукционов ОФЗ в периоде не было — министерство планирует вернуться к размещениям после улучшения конъюнктуры, возможно в сентябре. Оценки плана до конца года в сообщениях расходятся: 6 и 6,4 трлн ₽. При этом вторичный оборот ОФЗ вырос на 40,8% — при отсутствии аукционного предложения активность ушла на вторичку. Корпоративный сегмент, наоборот, потерял 28,2%.
⠀
⚠️ 21 случай неисполнения обязательств
ЕвроТранс — четыре фактических дефолта на ~168 млн ₽ плюс техдефолт на 41,9 млн. По выпуску БО-001Р-08 исполнено 0,13% купона. ММЗ — дефолт по 17-му купону 001P-02 с кросс-дефолтом по 001P-03. «Оил ресурс» — техдефолт на 67,8 млн ₽ из-за отсутствия финансирования. «Антерра» — 38,7 млн ₽ из-за ареста счетов. «Нэппи клаб» заявил о намерении подать на собственное банкротство, «Эксперт РА» снизило рейтинг до ruD.
⠀
С начала 2026 года эмитенты не выплатили инвесторам около 45 млрд ₽.
⠀
📈 Инфляция: ожидания вниз, устойчивая — вверх
Инфляционные ожидания населения в августе снизились до 13,7% с 14,7%, наблюдаемая — до 14,3%. Но июльские данные показали ускорение устойчивых компонент: сезонно сглаженный ИПЦ 11,6% saar, базовый — 7,0% saar, рост на 1,5–2,4 п.п. к июню. Основной вклад — бензин и дизель. Ценовые ожидания предприятий выросли второй месяц подряд, до 21,0%.
⠀⠀
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
👨💻Интерактивный дешборд -> смотреть.⠀
⠀
Отчёт полностью подготовлен без участия человека.
#облигации #ОФЗ #еженедельныйобзор
Доходность 2-летних ОФЗ снизилась до 14,47% (−11,3 б.п.). Кривая двигалась разнонаправленно: короткий конец вырос, всё от 2 лет и дальше пошло вниз.
⠀
📉 Уплощение снова сделано коротким концом
6M +14,2 б.п., 9M +12,8, 1Y +7,9 — короткие деньги подорожали. Участок от 2 лет снизился: 3Y −17,2, 5Y −15,0, 10Y −12,7, 15Y −12,9 б.п. Наклон 10Y−1Y сузился на 21 б.п., но наклон 10Y−2Y не изменился — 147 б.п. против 149 в начале недели.
⠀
🏛 Минфин по-прежнему вне первичного рынка
Аукционов ОФЗ в периоде не было — министерство планирует вернуться к размещениям после улучшения конъюнктуры, возможно в сентябре. Оценки плана до конца года в сообщениях расходятся: 6 и 6,4 трлн ₽. При этом вторичный оборот ОФЗ вырос на 40,8% — при отсутствии аукционного предложения активность ушла на вторичку. Корпоративный сегмент, наоборот, потерял 28,2%.
⠀
⚠️ 21 случай неисполнения обязательств
ЕвроТранс — четыре фактических дефолта на ~168 млн ₽ плюс техдефолт на 41,9 млн. По выпуску БО-001Р-08 исполнено 0,13% купона. ММЗ — дефолт по 17-му купону 001P-02 с кросс-дефолтом по 001P-03. «Оил ресурс» — техдефолт на 67,8 млн ₽ из-за отсутствия финансирования. «Антерра» — 38,7 млн ₽ из-за ареста счетов. «Нэппи клаб» заявил о намерении подать на собственное банкротство, «Эксперт РА» снизило рейтинг до ruD.
⠀
С начала 2026 года эмитенты не выплатили инвесторам около 45 млрд ₽.
⠀
📈 Инфляция: ожидания вниз, устойчивая — вверх
Инфляционные ожидания населения в августе снизились до 13,7% с 14,7%, наблюдаемая — до 14,3%. Но июльские данные показали ускорение устойчивых компонент: сезонно сглаженный ИПЦ 11,6% saar, базовый — 7,0% saar, рост на 1,5–2,4 п.п. к июню. Основной вклад — бензин и дизель. Ценовые ожидания предприятий выросли второй месяц подряд, до 21,0%.
⠀⠀
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
👨💻Интерактивный дешборд -> смотреть.⠀
⠀
Отчёт полностью подготовлен без участия человека.
#облигации #ОФЗ #еженедельныйобзор
🔥3
🏛 Ключевая ставка: расклад к 11 сентября
⠀
Базовый шаг — снижение на 25 б.п. до 13,75% (37%). Удержание идёт вплотную: 35%. Разрыв 2 п.п., и он сжался за неделю.
⠀
По направлению: снижение 60%, удержание 35%, повышение 5%. За неделю масса сместилась к более глубокому шагу — вес −50 б.п. вырос с 12% до 16%.
⠀
Индикаторы спорят. RUSFAR 3M со спредом +2 б.п. к ключу даёт «удержание». Короткий конец IRS торгуется ниже ставки — 3M на 13,92% — и даёт «снижение». КБД ОФЗ с прошлого заседания опустилась на 18–32 б.п., но в последние дни корректируется вверх.
⠀
Против смягчения: резюме июльского заседания указывает на сужение пространства для снижений; М2 растёт на 13,1% г/г при цели 7–12%; рубль ослаб на 5,8% к доллару с 24 июля; расходы бюджета превысят план на 5 трлн ₽. Норма сбережений обвалилась с 16,3% до 6,6% — признак перегрева спроса.
⠀
За смягчение: инфляция замедлилась до 5,98% г/г, охлаждение кредитования, стресс в корпоративном сегменте.
⠀
Баланс новостных сигналов ястребиный — 18 против 14 при большей средней силе. Это создаёт риск, что решение окажется жёстче заложенного в межбанковских ставках.
⠀
📎 Развернутый отчет -> скачать.
Отчёт полностью подготовлен без участия человека. Не является инвестиционной рекомендацией.
#ключеваяставка #ЦБ #прогноз
⠀
Базовый шаг — снижение на 25 б.п. до 13,75% (37%). Удержание идёт вплотную: 35%. Разрыв 2 п.п., и он сжался за неделю.
⠀
По направлению: снижение 60%, удержание 35%, повышение 5%. За неделю масса сместилась к более глубокому шагу — вес −50 б.п. вырос с 12% до 16%.
⠀
Индикаторы спорят. RUSFAR 3M со спредом +2 б.п. к ключу даёт «удержание». Короткий конец IRS торгуется ниже ставки — 3M на 13,92% — и даёт «снижение». КБД ОФЗ с прошлого заседания опустилась на 18–32 б.п., но в последние дни корректируется вверх.
⠀
Против смягчения: резюме июльского заседания указывает на сужение пространства для снижений; М2 растёт на 13,1% г/г при цели 7–12%; рубль ослаб на 5,8% к доллару с 24 июля; расходы бюджета превысят план на 5 трлн ₽. Норма сбережений обвалилась с 16,3% до 6,6% — признак перегрева спроса.
⠀
За смягчение: инфляция замедлилась до 5,98% г/г, охлаждение кредитования, стресс в корпоративном сегменте.
⠀
Баланс новостных сигналов ястребиный — 18 против 14 при большей средней силе. Это создаёт риск, что решение окажется жёстче заложенного в межбанковских ставках.
⠀
📎 Развернутый отчет -> скачать.
Отчёт полностью подготовлен без участия человека. Не является инвестиционной рекомендацией.
#ключеваяставка #ЦБ #прогноз
👍2❤1
Зачем модели окно в миллион токенов — на живом примере
Новые LLM выходят с контекстным окном в 1 млн токенов — порядка двух тысяч страниц текста. Зачем столько? Расскажу на своём примере. У меня в проде работает агент, который по одному ИНН собирает инвестиционный бриф: периметр группы, консолидация, долговая нагрузка, отраслевой анализ, вопросы к CFO. Только открытые источники, на выходе — .docx.
Что модель должна «держать в голове» за один прогон:
— методичка-оркестратор: 97 КБ, десятки тысяч токенов; — отраслевой профиль: ~64 КБ; — периметр группы: до 40+ юрлиц с долями и ролями; — отчётность каждого юрлица за 4–5 лет; — макро-слой: 92 факта плюс свежий срез долгового рынка; — выходы четырёх research-агентов; — черновик брифа на десятки страниц.
И рядом — 410 КБ техдокументации проекта.
Сначала у меня работала модель Kimi k2.6 c окном 262 тыс. токенов и туда это все не помещалось, и половина архитектуры проекта — была борьба с этим фактом: документацию читаем выборочно; из соседнего отраслевого профиля берём один блок, а не весь файл (иначе 300 КБ в контексте вместо 64); работа порезана на рой саб-агентов с жёсткими контрактами выходов; промежуточные результаты сбрасываются в файлы на сервере.
Каждый такой приём — потеря. Саб-агент передавал наверх выжимку, а не понимание; пересказ терял нюанс, который выстреливал в итоговом брифе. Испорченный телефон между итерациями одной и той же модели.
Эти приёмы частично работают до сих пор. Когда я перешел на Kimi k3 с контекстом миллион токенов отменить ограничения удалось не сразу. Выборочное чтение — вынужденная экономия, ушла первой. А сохранение промежуточных результатов и запрет на чужой профиль целиком остаются: артефакт можно проверить кодом, а чужие 300 КБ — это шум. Большое окно снимает вынужденные ограничения и оставляет те, что были про качество.
Что меняет миллион токенов:
Вся методология и все факты прогона помещаются одновременно — меньше эстафет, меньше потерь на передачах.
Длинные сессии не забывают начало: аудит по 59 компаниям и 332 отчётным годам прошёл за один заход, без пересказов.
Можно держать сырые данные, а не предагрегаты, — и не решать заранее, что «важно».
Оговорка: миллион токенов — не миллион токенов внимания. Инструкция, утонувшая в длинном контексте, срезается — модель перестаёт следовать части промпта. Поэтому содержание брифа проверяют не только инструкции агента, но почти 30 детерминированных проверок, которые независимы от суждения модели и, следовательно, независимы от галлюцинаций. Большое окно сдвигает границу, где кончается промптинг и начинается инженерия.
Большое окно нужно не чтобы читать больше, а чтобы меньше пересказывать между итерациями агента — именно на пересказах агентские системы теряют качество.
Новые LLM выходят с контекстным окном в 1 млн токенов — порядка двух тысяч страниц текста. Зачем столько? Расскажу на своём примере. У меня в проде работает агент, который по одному ИНН собирает инвестиционный бриф: периметр группы, консолидация, долговая нагрузка, отраслевой анализ, вопросы к CFO. Только открытые источники, на выходе — .docx.
Что модель должна «держать в голове» за один прогон:
— методичка-оркестратор: 97 КБ, десятки тысяч токенов; — отраслевой профиль: ~64 КБ; — периметр группы: до 40+ юрлиц с долями и ролями; — отчётность каждого юрлица за 4–5 лет; — макро-слой: 92 факта плюс свежий срез долгового рынка; — выходы четырёх research-агентов; — черновик брифа на десятки страниц.
И рядом — 410 КБ техдокументации проекта.
Сначала у меня работала модель Kimi k2.6 c окном 262 тыс. токенов и туда это все не помещалось, и половина архитектуры проекта — была борьба с этим фактом: документацию читаем выборочно; из соседнего отраслевого профиля берём один блок, а не весь файл (иначе 300 КБ в контексте вместо 64); работа порезана на рой саб-агентов с жёсткими контрактами выходов; промежуточные результаты сбрасываются в файлы на сервере.
Каждый такой приём — потеря. Саб-агент передавал наверх выжимку, а не понимание; пересказ терял нюанс, который выстреливал в итоговом брифе. Испорченный телефон между итерациями одной и той же модели.
Эти приёмы частично работают до сих пор. Когда я перешел на Kimi k3 с контекстом миллион токенов отменить ограничения удалось не сразу. Выборочное чтение — вынужденная экономия, ушла первой. А сохранение промежуточных результатов и запрет на чужой профиль целиком остаются: артефакт можно проверить кодом, а чужие 300 КБ — это шум. Большое окно снимает вынужденные ограничения и оставляет те, что были про качество.
Что меняет миллион токенов:
Вся методология и все факты прогона помещаются одновременно — меньше эстафет, меньше потерь на передачах.
Длинные сессии не забывают начало: аудит по 59 компаниям и 332 отчётным годам прошёл за один заход, без пересказов.
Можно держать сырые данные, а не предагрегаты, — и не решать заранее, что «важно».
Оговорка: миллион токенов — не миллион токенов внимания. Инструкция, утонувшая в длинном контексте, срезается — модель перестаёт следовать части промпта. Поэтому содержание брифа проверяют не только инструкции агента, но почти 30 детерминированных проверок, которые независимы от суждения модели и, следовательно, независимы от галлюцинаций. Большое окно сдвигает границу, где кончается промптинг и начинается инженерия.
Большое окно нужно не чтобы читать больше, а чтобы меньше пересказывать между итерациями агента — именно на пересказах агентские системы теряют качество.
👍3❤1
📊 Рынок облигаций РФ: 24–28 августа
Доходность 2-летних ОФЗ снизилась до 14,53% (−8,4 б.п.). Кривая ушла вниз по всей длине — в среднем на 9 б.п., сильнее на коротком конце: 4M −15,3, 1Y −12,5 б.п. против −5…−7 б.п. на дальнем участке. Наклон 10Y−2Y остался на месте — 159 б.п.
⠀
🔀 Корпоративный сегмент почти целиком ушёл в плавающий купон
Главный сдвиг недели: доля флоатеров в корпоративном обороте выросла с 40,3% до 73,5% (+33,2 п.п.), в пятницу доходила до 87%. В ОФЗ структура не изменилась — 81,8% приходится на фиксированный купон.
⠀
Оборот при этом перестроился так же односторонне: корпоративный сегмент +152,9% (20,2 → 51,1 млрд ₽ в день), ОФЗ −37,7% (35,6 → 22,1). Вся волатильность совокупного оборота пришлась на корпоративные бумаги — в ОФЗ дневные значения держались в узком коридоре 19,8–24,0 млрд ₽.
⠀
🏦 Первичный рынок:
Аукционы ОФЗ снова не проводились, но Силуанов допустил их возобновление в сентябре. Замглавы ВТБ отдельно отметил влияние паузы Минфина на банковскую ликвидность.
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
👨💻Интерактивный дешборд -> смотреть.⠀
Отчёт полностью подготовлен без участия человека.
#облигации #ОФЗ #еженедельныйобзор
Доходность 2-летних ОФЗ снизилась до 14,53% (−8,4 б.п.). Кривая ушла вниз по всей длине — в среднем на 9 б.п., сильнее на коротком конце: 4M −15,3, 1Y −12,5 б.п. против −5…−7 б.п. на дальнем участке. Наклон 10Y−2Y остался на месте — 159 б.п.
⠀
🔀 Корпоративный сегмент почти целиком ушёл в плавающий купон
Главный сдвиг недели: доля флоатеров в корпоративном обороте выросла с 40,3% до 73,5% (+33,2 п.п.), в пятницу доходила до 87%. В ОФЗ структура не изменилась — 81,8% приходится на фиксированный купон.
⠀
Оборот при этом перестроился так же односторонне: корпоративный сегмент +152,9% (20,2 → 51,1 млрд ₽ в день), ОФЗ −37,7% (35,6 → 22,1). Вся волатильность совокупного оборота пришлась на корпоративные бумаги — в ОФЗ дневные значения держались в узком коридоре 19,8–24,0 млрд ₽.
⠀
🏦 Первичный рынок:
Аукционы ОФЗ снова не проводились, но Силуанов допустил их возобновление в сентябре. Замглавы ВТБ отдельно отметил влияние паузы Минфина на банковскую ликвидность.
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
👨💻Интерактивный дешборд -> смотреть.⠀
Отчёт полностью подготовлен без участия человека.
#облигации #ОФЗ #еженедельныйобзор
👍3