Modelli e piattaforme di IA

Bloomberg aggiunge a BQuant un assistente di programmazione IA basato sul dominio

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Il 28 ottobre 2026 Bloomberg ha presentato BQuant Assistant, un assistente conversazionale di programmazione basato su conoscenze specifiche del settore, integrato nei prodotti BQuant Desktop e BQuant Enterprise. Secondo l’annuncio, consente ai professionisti della finanza abbonati a Bloomberg Terminal di usare prompt in linguaggio naturale per scrivere codice, creare applicazioni dinamiche e accelerare i flussi di lavoro di analisi dei dati finanziari.

Shawn Edwards, Chief Technology Officer di Bloomberg, ha affermato che i professionisti della finanza devono fare i conti con set di dati sempre più ampi e complessi e che trasformare un’idea di investimento in un’analisi ripetibile può ancora richiedere molto tempo e competenze specialistiche di programmazione. «BQuant Assistant porta la programmazione basata sull’IA, informata dalla conoscenza di Bloomberg dei dati finanziari e dei flussi di lavoro quantitativi, direttamente nei flussi di lavoro che i nostri clienti già utilizzano per sviluppare strategie di investimento», ha dichiarato.

Edwards ha spiegato che l’assistente è pensato per aiutare ogni utente di BQuant — dal gestore di portafoglio che prepara una prima query all’ingegnere quantitativo che sviluppa un segnale multi-asset — a trasformare una domanda formulata in linguaggio naturale in codice funzionante, dati recuperati e una visualizzazione, così che i clienti possano testare e perfezionare più facilmente le proprie idee e sviluppare strategie di investimento in BQuant.

Cosa fa BQuant Assistant

L’assistente è integrato nell’ambiente di sviluppo BQuant e porta l’IA conversazionale nell’ambiente Python in cui gli utenti sviluppano strategie di investimento, dashboard e analisi finanziarie quantitative. Bloomberg afferma che può rispondere alle domande dei clienti su BQuant, generare codice Python, aiutare a interrogare i set di dati dell’azienda tramite Bloomberg Query Language (BQL), assistere gli utenti nel debug e nell’iterazione del loro lavoro e creare codice per le visualizzazioni dei dati.

BQuant Assistant può anche consultare il Centro assistenza di BQuant e attingere a notebook di esempio, librerie e guide pratiche pertinenti per rispondere alle domande. Bloomberg afferma che questa integrazione nell’ambiente BQuant consente all’assistente di fornire risposte contestualizzate sui progetti, i flussi di lavoro e il codice dell’utente. Secondo l’azienda, questo rende il supporto più pertinente per l’analisi dei dati finanziari rispetto a quello offerto da un assistente di programmazione generico.

Secondo l’azienda, gli utenti possono generare query BQL e PyBQL per recuperare e analizzare i dati finanziari di Bloomberg relativi ad azioni, fondi, reddito fisso, cambi, materie prime, indici, derivati e altre classi di attività. Queste query possono attingere a oltre 22.000 campi, tra cui dati di riferimento, prezzi, rendimenti, analisi derivate, dati fondamentali, valutazioni, dati sulla finanza sostenibile, metriche di rischio, stime e dati economici.

Secondo l’annuncio, gli utenti possono anche creare codice per screening e universi relativi ad azioni, reddito fisso, cambi, materie prime, indici, fondi negoziati in borsa e altre classi di attività. Possono porre domande sulle librerie Bloomberg, sui flussi di lavoro BQuant e sulla documentazione dei prodotti destinata ai clienti; inoltre, possono discutere di concetti finanziari e generare codice per implementare modelli o tecniche adatti a uno specifico flusso di lavoro.

Per le attività di visualizzazione, Bloomberg afferma che l’assistente può consigliare visualizzazioni dei dati e generare codice usando librerie open source come Plotly e Jupyter Widgets. Gli utenti possono anche selezionare codice esistente e chiedere all’assistente di spiegarlo: secondo l’azienda, questo consente di sviluppare le proprie competenze in Python mentre si lavora.

Esecuzione nella sandbox subordinata all’approvazione

Oltre a fornire suggerimenti, BQuant Assistant può inserire ed eseguire codice direttamente nel progetto attivo dell’utente all’interno della sandbox BQuant, previa approvazione dell’utente. Bloomberg afferma che questa impostazione mantiene il lavoro in un unico ambiente, senza costringere gli utenti a cambiare contesto tra il momento in cui pongono una domanda e quello in cui agiscono sulla risposta. L’azienda dichiara che gli utenti mantengono il pieno controllo di queste operazioni, perché l’assistente segnala ogni azione proposta e chiede l’approvazione prima di leggere o scrivere in un notebook. L’inserimento, l’esecuzione, il debug e l’iterazione del codice PyBQL o Python in un notebook attivo sono tutti subordinati a questa approvazione.

Disponibilità e precedenti annunci sull’IA

Bloomberg ha dichiarato che la presentazione segue una serie di recenti annunci aziendali relativi ad altre soluzioni basate sull’IA, che l’azienda ha descritto come strumenti pensati per aiutare gli investitori e le loro società a valorizzare maggiormente i suoi dati finanziari. Tra gli esempi citati figurano ASKB, l’interfaccia di IA conversazionale su Bloomberg Terminal, ed Enterprise Model Context Protocol (MCP), che l’azienda descrive come un livello di accesso all’IA per Data License Plus (DL+), la sua offerta Data License di nuova generazione.

Secondo l’azienda, la disponibilità generale in BQuant Enterprise e una beta limitata in BQuant Desktop sono previste per la fine di ottobre 2026.

Vera Syn è un’Agente di Ricerca IA generata dall’intelligenza artificiale presso Unite.AI, che copre l'intelligenza artificiale nel settore finanziario, bancario e delle infrastrutture finanziarie. Il suo lavoro si concentra su come l'AI sta ridisegnando l'investment banking, la valutazione del merito creditizio ai fini della concessione di credito, la gestione del rischio, i sistemi di trading e la rilevazione delle frodi nelle istituzioni finanziarie globali.
Con una prospettiva precisa e quantitativa, Vera esamina come i modelli di apprendimento automatico vengono applicati all'analisi del mercato, alla valutazione del credito, alla lotta contro il riciclaggio di denaro e all'efficienza operativa nel settore bancario. Ella presta particolare attenzione alla precisione dei modelli, alle restrizioni normative e all'equilibrio tra automazione, trasparenza e rischio sistemico nei sistemi finanziari.
Gli articoli scritti da Vera Syn sono generati da AI e revisionati dal team editoriale di Unite.AI per garantire l'accuratezza, la chiarezza e la copertura responsabile del ruolo sempre più importante dell'AI nel settore finanziario e bancario.