Bloomberg wprowadza BQuant Assistant – konwersacyjnego asystenta AI do analizy danych finansowych i pracy z kodem
Najważniejsze informacje
- •BQuant Assistant wspiera tworzenie procesów w Pythonie, BQL i PyBQL w języku naturalnym w ramach BQuant.
- •Narzędzie może pracować z danymi Bloomberg obejmującymi liczne klasy aktywów i ponad 22 000 pól.
- •Użytkownicy muszą zatwierdzać żądania, zanim asystent odczyta lub zapisze dane w notebookach lub uruchomi kod w bezpiecznej piaskownicy.
- •Ogólna dostępność jest planowana w BQuant Enterprise, a BQuant Desktop ma trafić do ograniczonej wersji beta pod koniec października 2026 roku.
- •Premiera następuje po wprowadzeniu przez Bloomberg innych produktów AI, w tym ASKB i Enterprise Model Context Protocol.

Bloomberg wprowadził BQuant Assistant – asystenta programistycznego opartego na konwersacyjnej AI, osadzonego w domenowej wiedzy, wbudowanego w BQuant Desktop i BQuant Enterprise. Zintegrowany ze środowiskiem programistycznym BQuant, daje on profesjonalistom finansowym będącym subskrybentami Bloomberg Terminal możliwość korzystania z poleceń w języku naturalnym do pisania kodu, tworzenia aplikacji dynamicznych i przyspieszania procesów analizy danych finansowych.
BQuant Assistant wnosi konwersacyjną AI bezpośrednio do tego samego środowiska Python, w którym użytkownicy tworzą strategie inwestycyjne, dashboardy i ilościowe analizy finansowe. Asystent potrafi odpowiadać na pytania dotyczące BQuant, generować kod w Pythonie, pomagać w odpytywaniu ogromnych zbiorów danych Bloomberg za pomocą Bloomberg Query Language (BQL), wspierać debugowanie i iteracyjne udoskonalanie pracy użytkownika oraz tworzyć kod do wizualizacji danych. Może również przeszukiwać Centrum Pomocy BQuant i korzystać z odpowiednich przykładowych notebooków, bibliotek i przewodników, odpowiadając na pytania.
To osadzenie w środowisku BQuant pozwala asystentowi generować odpowiedzi uwzględniające kontekst projektów, procesów roboczych i kodu użytkownika, zapewniając bardziej trafne wsparcie analizy danych finansowych niż ogólny asystent programistyczny. Dla procesów zależnych od narzędzi specyficznych dla Bloomberg, takich jak BQL i PyBQL, to właśnie to osadzenie wyróżnia asystenta – odzwierciedla ono szerszy trend w technologii finansowej polegający na wbudowywaniu AI bezpośrednio w platformy, w których znajdują się własnościowe dane i domenowe procesy robocze.
BQuant Assistant może również zgłaszać sugestie kodu i – za zgodą użytkownika – wstawiać i uruchamiać kod bezpośrednio w aktywnym projekcie w ramach bezpiecznej piaskownicy BQuant, dzięki czemu użytkownicy mogą szybko przechodzić od pytania do wyniku bez zmiany kontekstu. Użytkownicy zachowują pełną kontrolę nad tymi działaniami, ponieważ asystent identyfikuje proponowaną operację i prosi o zatwierdzenie przed odczytem lub zapisem w notebooku.
"Profesjonaliści finansowi pracują z coraz większymi i bardziej złożonymi zbiorami danych, ale przekształcenie pomysłu inwestycyjnego w powtarzalną analizę wciąż może wymagać znacznego czasu i specjalistycznej wiedzy programistycznej" – powiedział Shawn Edwards, dyrektor ds. technologii (Chief Technology Officer) Bloomoerga. "BQuant Assistant wnosi programowanie oparte na AI, informowane rozumieniem danych finansowych i ilościowych procesów roboczych przez Bloomberg, bezpośrednio do procesów, których nasi klienci już używają do budowania strategii inwestycyjnych. Pomagając każdemu użytkownikowi BQuant – od portfelowca szkicującego pierwsze zapytanie po kwanta budującego sygnał wieloaktywowy – łatwo przechodzić od pytania w języku naturalnym do działającego kodu, pobierania danych i wizualizacji, ułatwiamy klientom testowanie pomysłów, doskonalenie analiz i budowanie strategii inwestycyjnych w BQuant."
Dzięki BQuant Assistant użytkownicy mogą:
- Generować zapytania BQL i PyBQL w celu pobierania i analizy danych finansowych Bloomberg obejmujących akcje, fundusze, instrumenty o stałym dochodzie, waluty (FX), surowce, indeksy, instrumenty pochodne i inne klasy aktywów, w ponad 22 000 pól, w tym – ale nie ograniczając się do nich – dane referencyjne, wyceny, stopy zwrotu, analitykę pochodną, dane fundamentalne, wyceny, dane zrównoważonych finansów, miary ryzyka, prognozy i dane ekonomiczne.
- Tworzyć kod dla screeningów i universe (zbiorów papierów) w zakresie akcji, instrumentów o stałym dochodzie, walut, surowców, indeksów, funduszy ETF i innych klas aktywów.
- Wstawiać, uruchamiać, debugować i iteracyjnie rozwijać kod PyBQL lub Python w aktywnym notebooku, po zatwierdzeniu przez użytkownika.
- Zadawać pytania dotyczące bibliotek Bloomberg, procesów roboczych BQuant i dokumentacji produktowej dla klientów.
- Omawiać koncepcje finansowe i generować kod pomagający wdrożyć odpowiednie modele lub techniki dla danego procesu.
- Otrzymywać rekomendacje dotyczące wizualizacji danych i generować kod z wykorzystaniem bibliotek open source, takich jak Plotly i Jupyter Widgets.
- Zaznaczać istniejący kod i prosić BQuant Assistant o jego wyjaśnienie, rozwijając w ten sposób swoją wiedzę o Pythonie podczas pracy.
BQuant Assistant zostanie udostępniony ogólnie w BQuant Enterprise, a pod koniec października 2026 roku wejdzie w ograniczonej wersji beta w BQuant Desktop. Harmonogram premier oznacza, że subskrybenci Terminalu wkrótce będą mogli samodzielnie ocenić, jak dobrze asystent zamyka lukę opisaną przez Edwardsa między pomysłem inwestycyjnym a powtarzalną, zakodowaną analizą – a piaskownica oparta na zatwierdzeniach pozostawia użytkownikom kontrolę nad tym, jaki kod faktycznie jest uruchamiany w ich projektach.
Wprowadzenie BQuant Assistant następuje po serii ostatnich ogłoszeń Bloomberg dotyczących innych rozwiązań opartych na AI, które mają pomóc inwestorom i ich firmom w większym wykorzystaniu wysokiej jakości danych finansowych firmy. Należą do nich ASKB, konwersacyjny interfejs AI Bloomoerga Terminal, oraz Enterprise Model Context Protocol (MCP), warstwa dostępu AI dla Data License Plus (DL+), oferty danych Bloomberg nowej generacji. Razem te ogłoszenia kreślą strategię wbudowywania AI na kolejnych warstwach platformy Bloomberg – interfejsie Terminala, dostępie do danych na poziomie enterprise, a obecnie w środowisku programistycznym Python, w którym powstają prace ilościowe.