Инвестиционные портфели становятся популярнее, так как они безопаснее спекуляций, хотя требуют финансовых и временных затрат для анализа. Они снижают риски, распределяя активы: если один актив падает в цене, другой может вырасти.

Цель работы разработать и внедрить программный инструмент, демонстрирующий возможность формирования и оценки эффективности инвестиционного портфеля для молодых людей с начальным уровнем знаний.

Проект берет за основу модельный инвестиционный портфель для неквалифицированных инвесторов с консервативной стратегией и разрабатывает чат-бот для управления им, оценивающее активы и дающее рекомендации для повышения эффективности.

Задачи проекта:

1. Провести опрос для анализа финансовых привычек целевой аудитории.
2. Оценка методов управления портфелем ценных бумаг.
3. Разработка модели формирования инвестиционного портфеля. Реализовать алгоритм оценки эффективности портфеля.
4. Разработать и протестировать Telegram-бот и веб-сайт.

Объект исследования — инвестиционный портфель, предмет — процессы его формирования и оценка доходности и рисков. Для достижения цели работы был применен комплекс методов, охватывающих социологический, экономический и математический аппарат, а также методы программной инженерии.

Рассмотрим социологические методы, которые легли в основу проекта. Опрос был проведен с использованием Яндекс форм для глубокого анализа финансовых привычек молодежи — ключевой целевой аудитории. Этот инструмент позволил собрать обширные данные от респондентов, охватывая их повседневные расходы, отношение к деньгам и уровень осведомленности о финансовых инструментах. Результаты опроса четко продемонстрировали низкий уровень финансовой грамотности среди молодежи: многие предпочитают тратить средства на развлечения, такие как походы в кино, покупки гаджетов или онлайн-игры, вместо долгосрочного планирования. Однако опрос также выявил потенциал для роста — молодые люди открыты к обучению инвестированию, что может значительно увеличить их доходы в будущем. На основе этих данных проект не только исследует фундаментальные инвестиционные теории, но и проводит детальный анализ текущего рынка, а также разрабатывает специализированный чат-бот. Этот бот призван упростить процесс инвестирования для молодых людей, сделав его доступным, интуитивным и мотивирующим.

Дополнительно в проекте применялся контент-анализ для изучения рыночных тенденций. Этот метод включал тщательный разбор новостных статей, аналитических отчетов и публикаций в СМИ, посвященных финансовым рынкам. Такой подход позволил выявить ключевые тренды, в частности, рост интереса к драгоценным металлам в условиях растущей инфляции. Например, анализ показал, как инвесторы все чаще обращаются к золоту и серебру как к «убежищам» от экономической нестабильности. На основе этих выводов были определены ключевые активы для включения в инвестиционную модель, обеспечивая ее актуальность и практическую ценность.

Социологическое моделирование дополнило картину, моделируя различные сценарии вложений. Этот подход учитывает индивидуальные источники дохода (зарплата, стипендия, подработки) и симулирует, как разные стратегии накопления средств работают в реальных условиях. Примеры инвестиций, таких как золото, серебро и банковские вклады, ярко иллюстрируют, как молодежь может адаптировать свои финансовые решения в зависимости от текущих условий (например, инфляции) и личных целей (накопление на образование или покупку жилья). Таким образом, социологические методы не только диагностировали проблему, но и заложили основу для практических рекомендаций.

Переходя к экономическим методам, стоит отметить их роль в формировании надежной инвестиционной базы. В рамках кейс-метода был проведён всесторонний анализ конкретных компаний и активов, таких как «Лукойл», «Транснефть», «Озон», «Яндекс» и «Газпром». Для каждого из них оценивалась эффективность (рентабельность, управление рисками) и доходность (дивиденды, рост капитализации), что позволило выделить сильные и слабые стороны. Этот метод дал возможность изучить реальные примеры, показав, как крупные российские компании справляются с вызовами рынка.

Другой ключевой метод — исторический и логический анализ. Исторический аспект использует данные прошлых лет для изучения динамики финансовых рынков и ликвидности активов: графики цен, объемы торгов, периоды кризисов. Логическое рассуждение применяется для оценки факторов, влияющих на инвестиционные решения, включая инфляцию (рост цен на товары), курс рубля (волатильность по отношению к доллару и евро) и геополитическую ситуацию (санкции, международные конфликты). Это позволяет выявлять закономерности и тенденции прошлого, а также их влияние на текущие экономические условия, делая прогнозы более обоснованными.

Также активно использовались методы анализа и синтеза. На этапе анализа были выделены ключевые характеристики каждого актива: волатильность, ликвидность, дивидендная доходность, секторальные риски. Затем, на этапе синтеза, эти данные интегрированы в единую модель формирования сбалансированного портфеля. Такой портфель сочетает акции, облигации и commodities, минимизируя риски и максимизируя потенциальную отдачу.

Перечислю математические методы, которые обеспечили количественную строгость проекта. Во-первых, методы корреляционно-регрессионного анализа использовались для количественной оценки взаимосвязей между активами. Расчет корреляций (коэффициенты от -1 до 1) позволяет алгоритму бота выбирать активы с низкой взаимной зависимостью — например, нефтяные компании и IT-гиганты — для эффективной диверсификации портфеля и снижения общих рисков.

Далее, методы математического программирования применяются для оптимизации портфелей с максимизацией дохода при заданном уровне риска. Это включает линейное и нелинейное программирование, где цель — решить задачу вида: максимизировать ожидаемую доходность при ограничении на стандартное отклонение (риск). В рамках работы разработан Telegram-бот для поиска выгодных инвестиционных предложений, соответствующих желаемой сумме вложений — от 10 000 рублей до миллионов.

Наконец, исследование операций — данный метод анализирует эффективность стратегий вложений для достижения финансовых целей. Методы, такие как симуляция сценариев (Монте-Карло) и анализ «что если» (sensitivity analysis), помогают понять последствия инвестиционных решений: что произойдет при росте инфляции на 5 % или падении рубля на 10 %. Это содействует более обоснованному выбору на основе рыночной динамики и потенциальной доходности активов.

В рамках метода программной инженерии бот был реализован на Python с использованием библиотеки python-telegram-bot для обработки команд и взаимодействия с пользователями, а также библиотек для анализа данных, таких как pandas, numpy и matplotlib. Параллельно был разработан веб-сайт, представляющий краткую информацию о проекте: описание методов, примеры портфелей, инструкции по использованию. В настоящее время ведется активная доработка кода, направленная на повышение точности расчетов, в частности, реализуется парсинг актуальных цен на активы в реальном времени с использованием API бирж или веб-скрейпинга (например, через BeautifulSoup или Selenium).

Комплексный подход позволил создать не абстрактную модель, а практический инструмент, обоснованный данными. Социологические методы доказали необходимость бота, выявив пробелы в финансовой грамотности; экономические методы сформировали его инвестиционную идеологию, опираясь на реальные кейсы и тенденции; а математические методы предоставили формальный аппарат для расчетов, обеспечивая точность и воспроизводимость.

Бот не заменяет брокера, а является «тренажером» и мотиватором. Он не требует открытия счета, не связан с риском потери денег на старте и дает мгновенную обратную связь на запросы пользователя. Его цель — образовательная: наглядно показать выгоду инвестирования перед бездумными тратами, через графики и симуляции.

Эффективность работы бота заключается не в абсолютной доходности портфеля, а в его способности количественно продемонстрировать пользователю принцип «сложного процента» (рост капитала за счет реинвестирования доходов) и пользу диверсификации. Это решает задачу мотивации к реальным инвестициям, побуждая молодежь перейти от теории к практике.

В ходе работы была подтверждена гипотеза о низком уровне вовлеченности молодежи в практику осознанного инвестирования. В качестве решения был успешно разработан и протестирован Telegram-бот, а также сопроводительный веб-сайт. Проект находится в стадии активного развития: ведутся работы по совершенствованию алгоритмов и интеграции парсинга рыночных данных в реальном времени.

Ключевым достижением является успешная интеграция математических методов оптимизации и анализа данных в алгоритм бота, что обеспечивает научную обоснованность формируемых портфелей. Разработанный IT-инструмент представляет собой практическое решение, которое может заинтересовать молодое поколение в рациональном управлении личными финансами, делая инвестиции не сложной рутиной, а увлекательным процессом.

Литература:

1. Кислицина Л. В. Методика категоризации инвесторов для целей формирования их инвестиционного портфеля / Кислицина Л. В. Шнитова Г. А. Махонина О. В. — Журнал прикладных исследований. 2021. С 667–672.
2. Качалов А. А. Портфель состоятельного инвестора — международная практика / Инновации. Наука. Образование. — 2022. — № 51. — С. 1509–1512.
3. Петров К. Н. Куда вложить деньги: уникальный справочник по индивидуальному инвестированию / Константин Петров, Елена Перельман. — Москва; Санкт-Петербург: Диалектика, 2020. — 393 с.
4. Гибсон Р. Формирование инвестиционного портфеля: управление финансовыми рисками /Р. Гибсон. — М.: Альпина Паблишер, Альпина Бизнес Букс, 2016. — 276 c.
5. Яковлев И.А, Яковлев А. А. Формирование инвестиционного портфеля и оценка его эффективности / Научно-практическая конференция школьников 7–11 классов с международным участием «Наука настоящего и будущего», Санкт-Петербург, 2025. — 167 с.