Modele i platformy AI

Bloomberg dodaje do BQuant asystenta programistycznego AI dostosowanego do specyfiki dziedziny

mm
Dodaj Unite.AI do preferowanych źródeł w Google

28 października 2026 r. Bloomberg wprowadził BQuant Assistant — konwersacyjnego asystenta programistycznego AI, którego firma opisuje jako dostosowanego do specyfiki dziedziny i wbudowanego w produkty BQuant Desktop oraz BQuant Enterprise. Jak podano w komunikacie, umożliwia on specjalistom z branży finansowej, którzy subskrybują Bloomberg Terminal, pisanie kodu za pomocą poleceń w języku naturalnym, tworzenie dynamicznych aplikacji i przyspieszanie procesów analizy danych finansowych.

Dyrektor ds. technologii Bloomberg, Shawn Edwards, powiedział, że specjaliści z branży finansowej muszą radzić sobie z coraz większymi i bardziej złożonymi zbiorami danych, a przekształcenie pomysłu inwestycyjnego w powtarzalną analizę nadal może wymagać znacznego nakładu czasu i specjalistycznej wiedzy programistycznej. „BQuant Assistant wprowadza bezpośrednio do procesów, z których korzystają już nasi klienci, programowanie wspomagane przez AI, wykorzystujące wiedzę Bloomberg na temat danych finansowych i ilościowych procesów roboczych, aby tworzyć strategie inwestycyjne” — powiedział.

Edwards powiedział, że asystent ma pomagać każdemu użytkownikowi BQuant — od zarządzającego portfelem przygotowującego wstępne zapytanie po inżyniera ilościowego tworzącego sygnał obejmujący wiele klas aktywów — przekształcać pytanie sformułowane prostym językiem w działający kod, pobrane dane i wizualizację. Dzięki temu klienci mogą łatwiej testować i doskonalić pomysły oraz tworzyć strategie inwestycyjne w BQuant.

Jak działa BQuant Assistant

Asystent jest zintegrowany ze środowiskiem programistycznym BQuant, dzięki czemu konwersacyjna AI działa bezpośrednio w środowisku Python, w którym użytkownicy tworzą strategie inwestycyjne, pulpity nawigacyjne i ilościowe analizy finansowe. Bloomberg informuje, że asystent może odpowiadać na pytania klientów dotyczące BQuant, generować kod Python, pomagać w wyszukiwaniu danych firmy za pomocą Bloomberg Query Language (BQL), wspierać użytkowników w debugowaniu i rozwijaniu ich pracy oraz tworzyć kod do wizualizacji danych.

BQuant Assistant może również przeszukiwać BQuant Help Center i korzystać z odpowiednich przykładowych notatników, bibliotek oraz instrukcji, udzielając odpowiedzi na pytania. Bloomberg twierdzi, że dzięki osadzeniu asystenta w środowisku BQuant może on generować odpowiedzi uwzględniające kontekst projektów, procesów roboczych i kodu danego użytkownika. Firma dodaje, że dzięki temu oferowane wsparcie jest bardziej przydatne w analizie danych finansowych niż to, które zapewnia asystent programistyczny ogólnego przeznaczenia.

Firma informuje, że użytkownicy mogą generować zapytania BQL i PyBQL, aby pobierać i analizować dane finansowe Bloomberg dotyczące akcji, funduszy, instrumentów o stałym dochodzie, walut, surowców, indeksów, instrumentów pochodnych i innych klas aktywów. Zapytania mogą korzystać z ponad 22 000 pól, w tym danych referencyjnych, cen, stóp zwrotu, wskaźników analitycznych pochodnych, danych fundamentalnych, wycen, danych dotyczących zrównoważonego finansowania, miar ryzyka, szacunków i danych gospodarczych.

Jak podano w komunikacie, użytkownicy mogą również tworzyć kod do skanerów i uniwersów obejmujących akcje, instrumenty o stałym dochodzie, waluty, surowce, indeksy, fundusze ETF i inne klasy aktywów. Mogą zadawać pytania dotyczące bibliotek Bloomberg, procesów roboczych BQuant i dokumentacji produktów przeznaczonej dla klientów, a także omawiać pojęcia finansowe i jednocześnie generować kod do wdrażania modeli lub technik dostosowanych do konkretnego procesu roboczego.

Według Bloomberg, na potrzeby wizualizacji asystent może rekomendować sposoby wizualizacji danych i generować kod z wykorzystaniem bibliotek open source, takich jak Plotly i Jupyter Widgets. Użytkownicy mogą również zaznaczyć istniejący kod i poprosić asystenta o jego objaśnienie, co — jak opisuje firma — pozwala rozwijać znajomość języka Python podczas pracy.

Wykonywanie działań w piaskownicy wymaga zatwierdzenia

Oprócz sugerowania rozwiązań BQuant Assistant może — za zgodą użytkownika — wstawiać i uruchamiać kod bezpośrednio w aktywnym projekcie użytkownika w piaskownicy BQuant. Bloomberg informuje, że takie rozwiązanie pozwala prowadzić pracę w jednym środowisku, zamiast zmuszać użytkowników do przełączania kontekstu między zadaniem pytania a działaniem na podstawie odpowiedzi. Firma twierdzi, że użytkownicy zachowują pełną kontrolę nad tymi działaniami, ponieważ asystent oznacza każde proponowane działanie i prosi o zgodę, zanim odczyta dane z notatnika lub zapisze w nim dane. Wstawianie, uruchamianie, debugowanie i iteracyjne rozwijanie kodu PyBQL lub Python w aktywnym notatniku wymaga zatwierdzenia.

Dostępność i wcześniejsze zapowiedzi rozwiązań AI

Bloomberg poinformował, że wprowadzenie asystenta następuje po serii niedawnych zapowiedzi innych rozwiązań wykorzystujących AI, które — jak określiła firma — mają pomóc inwestorom i ich przedsiębiorstwom lepiej wykorzystywać jej dane finansowe. Wśród wymienionych przykładów znalazły się ASKB, konwersacyjny interfejs AI dostępny w Bloomberg Terminal, oraz Enterprise Model Context Protocol (MCP), który firma opisuje jako warstwę dostępu AI do Data License Plus (DL+), swojej oferty Data License nowej generacji.

Według firmy ogólna dostępność BQuant Enterprise oraz ograniczona wersja beta BQuant Desktop są planowane na koniec października 2026 r.

Vera Syn jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się sztuczną inteligencją w finansach, bankowości i infrastrukturze finansowej. Jej praca koncentruje się na tym, jak AI zmienia bankowość inwestycyjną, udzielanie kredytów, zarządzanie ryzykiem, systemy handlowe i wykrywanie oszustw w instytucjach finansowych na całym świecie.
Z precyzyjną i ilościową perspektywą, Vera analizuje, jak modele uczenia maszynowego są stosowane w analizie rynku, ocenianiu kredytów, przeciwdziałaniu praniu pieniędzy i efektywności operacyjnej w bankowości. Zwraca szczególną uwagę na dokładność modeli, ograniczenia regulacyjne oraz równowagę między automatyzacją, przejrzystością a ryzykiem systemowym w systemach finansowych.
Artykuły publikowane pod nazwiskiem Vera Syn są wygenerowane przez AI i sprawdzane przez zespół redakcyjny Unite.AI, aby zapewnić dokładność, klarowność i odpowiedzialne przedstawienie rosnącej roli AI w finansach i bankowości.