Видный фондовый аналитик, лауреат Государственной премии СССР по математике А. Горчаков заметил, что для фондового аналитика задача решена, когда ее решение можно изложить в виде «делай раз, делай два, делай три» причем результат должен быть единственным или, по меньшей мере, число решений должно быть конечным и перечислимым. При прогнозировании нужно решить три проблемы: указать срок, дать четкое определение понятий, определить степень вероятности[45]. Это ведет к тому, что в практическом фондовом анализе решающим моментом является создание моделей фондового рынка, позволяющих прогнозировать движение цен на активы.

Со своей стороны, Д. Белоусов подчеркивал: «Чем дальше прогнозируешь, тем в большей степени получается формирование либо желаемого образа, либо крен в какую-то сторону… Любой прогноз существует только вместе со своими гипотезами, с тем, что закладываешь. Просто либо явно это прописывается в сценарий, либо не явно. И вот это не явно гораздо важнее и опаснее».

Фондовый анализ в силу того, что находился в сфере прямых интересов крупнейших мировых финансовых корпораций и банков и не испытывал недостатка в финансировании исследований, стал одним из первых направлений применения методов «искусственного интеллекта» (говоря языком математики – дискриминантного анализа или распознавания образов). Постепенно стало очевидным, что новейшие концепции вроде «big data» и зачастую неоправданное применение методов «искусственного интеллекта» пока не в состоянии заменить человека, и поэтому фондовый анализ как практическая деятельность остается актуальным, как для инвесторов и фактических хозяев предприятий, так и для общества.

Между тем, практические эффекты исследований в области возможностей, уверенно и стабильно прогнозирующие динамику фондового рынка, близки к нулю, и вряд ли лучше обстоят дела в области теории. Еще в начале восьмидесятых годов ХХ века В. И. Данилов-Данильян и А. А. Рывкин указывали на грядущий кризис в использовании ЭВМ и отмечали, что «поверхностная компьютеризация захлестнула не только коммерческий мир. Она проникла и в научные исследования, где с небывалой ранее легкостью стали появляться работы, базирующиеся на формальном применении математического аппарата (прежде всего системной динамики и математической статистики), без критического анализа выполнимости необходимых для его использования гипотез, без попыток осмыслить в целом весь комплекс взаимосвязей, заложенных в ЭВМ. Ослабление внимания к содержательной стороне исследования, равно как и пренебрежение серьезным анализом экономических процессов в угоду автоматизации процесса принятия квазирешений – эти явления уже начали приходить в противоречие с потребностями практики»[46].

Несмотря на остро ощутимую потребность, в настоящее время деятельность по подготовке специалистов по профилю фондового анализа (в узком смысле слова), к сожалению, неявно, (а нередко и явно) связывается с профессиональной деятельностью в области корпоративных финансов. В мире насчитывается около 60000 фондовых и инвестиционных аналитиков, из которых на Россию приходится около нескольких сотен, при том, что общий уровень их подготовки не может считаться удовлетворительным. В частности, в ней нередко отсутствует фундаментальная экономическая подготовка, а также тесная связь с более широким полем инвестиционных решений.

Реальность показывает, что в силу высоких математических требований к этим специалистам, а также несоответствия этих требований профилю подготовки в рамках существующих курсов экономико-математических методов, основную часть фондовых аналитиков и специалистов по корпоративным финансам в России на сегодняшний день представляют собой специалисты с высшим техническим или физико-математическим образованием. Это люди, которые «дружат» с цифрами и математикой. «Толковые трейдеры и аналитики получаются из выпускников технических специальностей (математиков, инженеров, программистов и т. д.). В технических вузах учат тому, что так необходимо в работе: считать, мыслить логически, анализировать, делать прогнозы»