Алексей Сизов
Вице-президент по развитию Ассоциации КорпФинтех
Источник: Closing the Case for Taking the Open-Source Route at ASML
Проблема
Казначейство ASML столкнулось с низкой точностью (70%) прогнозирования валютных рисков (EUR/USD), что приводило к неэффективному хеджированию, ошибкам в учёте и влияло на маржу.
Решение
Вместо создания сложных AI-систем с нуля компания выбрала целевой подход: использовать готовые open-source алгоритмы и AI-модели для решения конкретной задачи — повышения точности прогноза валютной экспозиции.
Подход
Команда казначейства совместно с data-учёными протестировала 20 открытых алгоритмов на исторических данных, выбрала наиболее эффективный и доработала его под свои нужды. Решение было разработано силами сотрудников ASML на основе Python.
Результаты
Точность прогнозирования выросла с 70% до 96%. Это привело к более эффективному хеджированию, экономии времени, снижению ручных ошибок и предоставило ценные данные для дальнейшей оптимизации. Проект выиграл премию Dutch Association of Corporate Treasurers’ Award 2023.
