Қаржы және инвестиция үшін нейрожелілер - 10 промпт

Болжау мен қаржылық талдауда нейрожелілерді пайдалану – стартаптарға арналған қызықты ойыншық емес. Бүгінде жасанды интеллект есептеулер, тексерулер мен болжамдар бойынша алмастырылмас көмекші болып отыр.

Бұл мақалада ашық дереккөздердегі нақты қаржы құжаттарында тексерілген 10 шынымен тиімді промпт ұсынамыз. Шолу үшін GPTunneL агрегаторынан бірнеше нейрожелі алдық, міне не шықты.

Промпт № 1

Талдау үшін GPT-5 нейрожелісі пайдаланылды. Тестілеу құжаты ретінде бір телеком компаниясының 2024 жылғы жылдық есебін (PDF) алдық. Тапсырманы қою кезінде мынадай промпт жаздық:

«Тіркелген PDF-те телеком компаниясының 2024 жылғы жылдық есебі бар. Қаржыны талдау үшін нейрожелілерді пайдаланып, негізгі көрсеткіштерді (кіріс, пайда, EBITDA, борыш) бөліп көрсет. 2023 жылмен салыстыр және жеке инвестор үшін қарапайым тілмен 3 қорытынды жаса».

Нәтиже

Ең алдымен модель бізді қызықтырған сандарды дұрыс шығарып алды:

• кіріс – 703,7 млрд (жергілікті валютада, +16% ж/ж);
• OIBDA – 246,4 млрд (+6%);
• таза пайда – 49 млрд (-10%);
• таза борыш – 477 млрд (OIBDA-ның 1,9 еселенген мөлшері).

Сонымен қатар нейрожелі пайданың неге қысқарғанын түсіндірді, сондай-ақ инвесторларға пайдалы болатын қорытындылар жасады. Осы мысалмен толығырақ сілтеме бойынша танысуға болады.

Промпт № 2

Мұнда Claude Sonnet 4.5-ті қаржы көмекшісі ретінде тексердік. Көрнекілік үшін 2005–2021 жылдардағы ЖІӨ мен CPI-ды қамтитын арнайы дайындалған жеңілдетілген csv-файлды пайдаландық. Құжатты қысу, құрастыру және форматтауға тура келді, өйткені ЖИ үлкен түпнұсқа файлмен жұмыс істей алмады. Қаржылық талдау үшін нейрожеліге берген промпт:

«Тіркелген CSV-файлда 2005–2021 жылдар аралығындағы бір елдің макроэкономикалық деректері бар. Қаржыны талдау үшін нейрожелілерді пайдаланып, ЖІӨ мен CPI динамикасын талда, 2022–2023 жылдарға болжам жаса және базалық сценарийден ауытқуға қандай факторлар әсер етуі мүмкін екенін түсіндір. Нәтижені кесте және қысқа қарапайым тілмен түсіндірме түрінде ұсын».

Нәтиже

Логикалық талдау жасау бойынша Claude жаман емес жұмыс атқарды. Нейрожелі 2013 жылға дейінгі ЖІӨ өсімін, санкциялардан кейінгі құлдырауды және 2021 жылға қарай қалпына келуін байқады. Сондай-ақ ЖИ экономикалық көрсеткіштер бойынша болжам берді, мысалы:

• ЖІӨ: $1842 → 1914 млрд;
• CPI: 185,2 → 192,8 (2010 = 100).

Алайда нәтижені бірден алған жоқпыз. Бастапқыда модель үлкен CSV-ды «жұта» алмады, сондықтан ақпаратты сөзбе-сөз «шайнап беруге» тура келді. Бұл елеулі мәселе: нақты жұмыста үлкен деректер жиынын қолмен өңдеуге бір сағат жұмсағысы келетіндер аз болады.

Қорытынды: дұрыс промпт кезінде Claude Sonnet 4.5 жақсы нәтиже береді, бірақ тек шағын файлдар берілген жағдайда ғана.

Модельдің қалай жұмыс істейтінін осы диалогтан көруге болады.

Промпт № 3

Тестілеу моделі ретінде Perplexity Sonar Pro алдық. Шолуда пайдаланылған құжат – бір тау-кен компаниясының 2021 жылғы ХҚЕС бойынша есебі (PDF). Модельді тестілеу үшін мынадай промпт қолдандық:

«ХҚЕС бойынша PDF-есепті талда және қаржы үшін нейрожелілердің көмегімен ауытқуларды тап: шығындардың секіруі, борыштың өсуі, маржаның құлдырауы. 5 көрсеткіштен тұратын кесте құрастыр және әрқайсысына ұсыныс қос».

Нәтиже

Perplexity Sonar Pro тамаша нәтиже көрсетті. Файлды талдау үшін модельге бар-жоғы 3–5 секунд керек болды. Нейрожелі қосымша нақтылауды қажет етпей тапсырманы орындады:

• Негізгі көрсеткіштерді шығарып алды;
• Деректерді түсінікті кестеге келтірді;
• Әр тармаққа тиісті түсініктеме мен пайдалы ұсыныс қосты.

Кіріс, операциялық шығындар, CAPEX, борыш пен маржа егжей-тегжейлі сипатталды, ал қорытындылар нақты динамикаға сәйкес келді. Ең бастысы, модель ақпаратты жай ғана тани қойған жоқ, сонымен қатар контекстті, салықтарды, баждарды, әлеуметтік төлемдер мен күрделі салымдар тәуекелдерін дұрыс өңдеді.

Perplexity есебімен толығырақ танысу үшін сілтемеге өтіңіз.

Промпт № 4

Шолудың келесі моделі – DeepSeek V3.1. Нейрожелі мен промпттың тиімділігін тексеру үшін бір елдің орталық банкі жариялаған 2025 жылдың II тоқсанындағы банк секторына арналған талдамалық шолуды (PDF) пайдаландық. ЖИ-ге қойылған тапсырма:

«Сценарийді елестет: инфляция +2%, орталық банк мөлшерлемесі өзгеріссіз. Қаржы мен инвестицияны талдау үшін нейрожелілерді пайдаланып, банк секторына әсерін модельде: пайда, капитал, дефолт тәуекелдері. Нәтижелерді 3 сценарий түрінде ұсын (оптимистік, базалық, стресс)».

Нәтиже

DeepSeek V3.1 ең толымды әрі техникалық жағынан сауатты есептердің бірін ұсынды. Модель құжаттың контекстіне лезде тереңдеп, инфляциялық соққының әсер ету логикасын түсіндіретін үш гипотетикалық сценарийді сипаттады. DeepSeek V3.1 ұсынған әр сценарий – нақты сандар. Мысалы, нейрожелі базалық нұсқада пайданың -15%-ға дейін, ал стресс нұсқасында -40%-ға дейін төмендеуін болжайды.

DeepSeek V3.1-дің талдауы деңгейі жағынан сала маманының шолуынан кем түспейді. ЖИ тек фактілерді санамалап қана қоймай, мөлшерлеме, инфляция, тәуекелдер мен банктердің әрекеті арасындағы байланысты да көрсетті. Жауап мазмұнды әрі дәл шықты, дегенмен қаржы саласынан алшақ адам үшін тым егжей-тегжейлі болуы мүмкін.

Нейрожелінің есебін осы жерден оқуға болады.

Промпт № 5

LlaMA 4 Scout – шолуда пайдаланған тағы бір модель. Нейрожеліге сол телеком компаниясының 2024 жылғы жылдық есебін (PDF) талдауды ұсындық. Берген промптымыз:

«Тіркелген PDF-те телеком компаниясының 2024 жылғы жылдық есебі бар. Қаржы мен инвестиция үшін нейрожелілерді пайдаланып, компанияның болжамды құнын DCF әдісімен, бірақ ауқымды есептеулерсіз, жеңілдетілген алгоритммен баға. Негізгі көрсеткіштерді (кіріс, OIBDA, таза пайда, CAPEX, таза борыш) тап, бос ақша ағынын (FCF) баға және шамамен EV есепте. Деректер болмаса, оларды қайдан табуға болатынын көрсет».

Нәтиже

LlaMA 4 Scout тапсырманы қолайлы деңгейде орындады. Модель өзінен қандай нәтиже күтілетінін қателіксіз түсінді және қандай деректер жетіспейтінін анықтады. Сонымен бірге нейрожелі есепке ойдан шығарылған көрсеткіштерді қоспады. Мысалы, ЖИ кірісті – 184,3 млрд (жергілікті валютада) – бөліп алды, жетіспейтін сандарды қайдан іздеу керегін ұсынды: «Қаржылық шолу», «Бизнесті дамытуға инвестициялар» және «Борыш жүктемесі» бөлімдерін.

LlaMA 4 Scout DCF-ті «көзбояушылықпен» есептемеді:

• Ол бағалауды кәсіби талдаушының логикасын басшылыққа алып жасады;
• FCF пен EV формулаларын көрсетті;
• Дисконттау мөлшерлемесі мен CAPEX түпкілікті құнға қалай әсер ететінін түсіндірді.

Алайда модель құжаттағы барлық ақпаратты шығарып ала алмады, бұл бағалаудың дәлдігіне күмән тудырады. Толығырақ осы диалогтан білуге болады.

Промпт № 6

Келесі промптты Grok 4-те тексердік. Өңделетін құжат ретінде VIX индексінің күнделікті csv-файлын алдық. Нейрожеліге қойған тапсырма:

«Тіркелген CSV-те VIX құбылмалылық индексінің тарихи деректері бар (Date, VIXOpen, VIXHigh, VIXLow, VIXClose). Қаржы үшін нейрожелілерді пайдаланып, соңғы 10 жылдағы нарықтық үрей мен байсалдылық динамикасын талда. Ең күшті секірістері бар 5 күнді бөліп көрсет, олардың себептерін түсіндір, орташа мәндерді есепте және нарық үрей фазасында ма, әлде байсалды фазада ма екенін анықта».

Нәтиже

Grok 4 Fast жылдам әрі дәл жұмыс істей алатынын көрсетті. ЖИ қызықтыратын ақпаратты бөліп алып, құбылмалылық шыңдарын нақты оқиғалармен байланыстыру үшін бар-жоғы бірнеше секунд керек болды. Grok 4 кестеге соңғы жылдардың маңызды факторларын енгізді:

• COVID-19 пандемиясы (VIX = 75,47);
• 2018 жылғы Volmageddon;
• 2015 жылғы қытайлық «қара дүйсенбі»;
• 2016 жылғы Brexit;
• 2018 жылғы күзгі сатылым құлдырауы.

Нейрожелі жай ғана күндерді белгілеп қоймай, «үрей индексінің» өсу себептерін көрсететін қысқа түсініктемелер де жазды.

Одан әрі Grok соңғы 12 айдағы VIX орташа мәнін есептеді (15,8 пункт) және тарихи мәнмен салыстырды (18,2). Сондай-ақ ЖИ қазір нарық байсалды фаза мен тәуекелге деген жоғары ынтада тұрғанын атап өтті. Біз анық, аналитикалық негізделген әрі құрылымдалған жауап көрдік.

Мұны өз көзіңізбен көру үшін тест чатына өтіңіз.

Промпт № 7

Gemini 2.5 Pro моделін де назардан тыс қалдыра алмадық. Оны сынау үшін екі файл жүктедік: біреуінде құрылыс министрлігінің бюджет орындалуы туралы деректер, екіншісінде – көлік министрлігінің деректері болды. ЖИ-ден салыстыру жасауды сұрап, мынадай промпт бердік:

«Екі CSV-файл бойынша құрылыс министрлігі мен көлік министрлігінің бюджет орындалуын салыстыр. Артық жұмсау болған жерлерді (нақты шығын жоспардан жоғары) және керісінше, қаражат игерілмеген жерлерді көрсет. Артық жұмсаудың үш бабы мен үнемдеудің үш бабы бар кесте жаса, орындалу пайызын қос және әрқайсысына қысқа түсініктеме бер. Соңында жалпы қорытынды жаз – қай министрліктің бюджет орындау тәртібі жақсы және қай баптарды оңтайландыру керек».

Нәтиже

Gemini 2.5 Pro екі құжатты да жеткілікті жылдам әрі логикалы өңдеді. Ол қай файл қай ведомствоға қатысты екенін қателіксіз анықтады, терминологияда дұрыс бағдарланды, сондай-ақ нақты салыстырмалы сипаттама берді. Нейрожелі, мысалы, формальды түрде бюджеттің артық жұмсалуы жоқ екенін атап өтті. Сонымен қатар ЖИ қаражатты игерудің максималды және минималды деңгейі бойынша деректер берді (99,5–99,6%, 42–70%).

Есеп түсінікті, құрылымдалған кестелі және мазмұнды талдауымен шықты, онда екі министрлікке де ұсыныстар қамтылған. Gemini жұмысын осы сілтеме бойынша бағалауға болады.

Промпт № 8

Келесі тапсырманы Mistral Small 3.1 көмегімен орындауды шештік. Нейрожеліге дамушы экономикаға тікелей шетелдік инвестициялар туралы Дүниежүзілік банктің csv-деректерін (2004–2023 жж.) ұсындық. ЖИ мынадай сұрау алды:

«Тікелей шетелдік инвестициялар (FDI) туралы Дүниежүзілік банктің CSV-файлын пайдалан. Соңғы 20 жылдағы инвестициялар динамикасын талда: өсім, құлдырау және қалпына келу қашан болды. Орташа инвестиция көлемін, минималды және максималды мәндерді көрсет, құбылмалылықты бағала және қысқа қорытынды жаса. Соңында инвестициялар ағынының тәуекелдерін азайту және құрылымын жақсарту бойынша 5 ұсынысы бар кесте құрастыр, қаржы мен инвестиция үшін нейрожелілер стилінде».

Нәтиже

Mistral Small 3.1 қойылған тапсырманы өте жақсы орындады. Нейрожелі инвестициялардың өсу және қысқару кезеңдерін жылдам бөліп көрсетті, шыңдарды (2007 және 2012 жылдар) және дағдарыстық құлдырауларды (2008–2009, 2014–2015 және 2020–2023) дұрыс белгіледі. Модель тек түсінікті хронологиялық шкала құрумен шектелмей, түрлі үрдістердің пайда болу себептерін де түсіндірді:

• Әлемдік экономикалық дағдарыс;
• Санкциялар;
• Коронавирус пандемиясы.

Mistral-дің негізгі артықшылығы – инвестициялық ағынды қалай арттыру керегі туралы егжей-тегжейлі ұсыныстары бар құрылымдалған талдама: салықтық жеңілдіктер, құқықтық базаны жетілдіру, тәуекелдерді болжау үшін ЖИ пайдалану және т.б. Есеппен толығырақ танысу үшін осы сілтемені пайдаланыңыз.

Промпт № 9

Шолу үшін Claude Haiku 4.5 нейрожелісін алдық. Модельді бағалау үшін 2020–2024 жылдардағы ішкі сауда бойынша орташаланған деректері бар csv-файл жүктедік. Осы тапсырма үшін қолданған промпт:

«Файлда 2020–2024 жылдардағы ішкі сауда бойынша орташаланған деректер бар. Нейрожелілерді қаржы көмекшісі ретінде пайдаланып, инвестор үшін қысқа резюме жаса: қайда өсім/құлдырау бар, жергілікті валюта мен ішкі сұранысты не қолдайды, қандай тәуекелдер бар. Соңында – сауда сегменттері бойынша 3–4 қорытынды мен ұсыныс».

Нәтиже

Haiku түсінуге оңай қорытынды жасады. Модель сауда желілерінің саны өскенін, ал бөлшек сатылым үлесі төмендегенін атап өтті. Сонымен қатар пайда мен сальдо қысқарды. Сондай-ақ ЖИ бірқатар ұсыныс жасады: ірі ұлттық желілерге назар аудару, электрондық коммерцияны белсенді дамыту, импортты алмастыру.

Haiku-дің елеулі кемшілігі – үлкен көлемдегі ақпаратпен жұмыс істей алмауы. Файлды қолмен құрастырып, промптты жеңілдетуге тура келді. Есеп үлгісін тиісті чаттан көріңіз.

Промпт № 10

Шолудағы соңғы промптты GPT-5 Nano моделінде тексеруді шештік. Сынау үшін 2019–2024 жылдардағы мұнай бағасы, доллар/жергілікті валюта бағамы және ұлттық қор индексі бойынша деректері бар csv-файл алдық. Жасанды интеллектке ұсынған промпт:

«Файлда 2019–2024 жылдардағы Brent мұнайының орташа бағасы, доллар/жергілікті валюта бағамы және ұлттық қор индексі туралы деректер бар. Қаржы мен инвестицияны талдау үшін нейрожелілерді пайдаланып, мұнай бағасы, валюта бағамы мен акциялар нарығы қалай байланысты екенін тап. Корреляцияларды есепте, кесте шығар және нәтижелерді қарапайым тілмен үш қысқа абзацта сипатта».

Нәтиже

GPT-5 Nano деректерді жылдам әрі жоғары дәлдікпен өңдеп, өзара тәуелділіктің шынайы коэффициенттерін ұсынды:

• Brent ↔ доллар/жергілікті валюта = 0,11 (әлсіз, нөлге жақын байланыс);
• Brent ↔ ұлттық индекс = -0,60 (орташа теріс байланыс).

Модель соңғы жылдары жергілікті валюта бағамының мұнай құнына тәуелділігі азайып бара жатқанына, ал перспективалар мен тәуекелдерді есептеу кезінде басқа факторларды да – санкцияларды, шектеулерді, ақша-несие саясатын – ескеру керек екеніне инвесторлардың назарын аударды.

Модельдің кемшіліктеріне үлкен түпнұсқа файлды өңдеудегі қиындықтарды жатқызуға болады. ЖИ тек қысылған CSV-ды талдай алды, ал Дүниежүзілік банк + GitHub бастапқы деректер жиыны нейрожелі үшін тым үлкен болып шықты.

Соған қарамастан ЖИ жұмысының нәтижесімен осы жерден танысуға болады.

Нейрожелілерді пайдаланып қаржылық талдау жасауға арналған промпттар

Қорытынды

ЖИ қаржы құжаттарын талдау үшін тамаша шешім. Нейрожелі салыстырмалы сипаттама бере алады, ұсыныстар тұжырымдай алады, тәуекелдерді белгілей алады. Ең бастысы – талдау мақсатын нақты көрсететін сауатты промпт құру.