JioBlackRock AMC запускает новый фонд и ставит цель достичь АУМ в 25 000 крор рупий к 2027 финансовому году
Подробнее
Business Standard
business-standard.com

JioBlackRock AMC запускает новый фонд и ставит цель достичь АУМ в 25 000 крор рупий к 2027 финансовому году

JioBlackRock AMC объявила о запуске фонда JioBlackRock Balanced Advantage Fund во вторник. Компания сообщила, что ее активы под управлением (AUM) превысили отметку в 22 000 крор рупий, что является ростом по сравнению с почти 16 000 крор рупий, зафиксированными в марте.

Главный инвестиционный директор Риши Кохли выразил уверенность в том, что компания достигнет целевого показателя АУМ в размере 25 000 крор рупий в 2026-27 финансовом году. Первый год деятельности компании начался в 2025-26.

Кохли сообщил репортерам, что, поскольку динамика остается здоровой, компания уже достигла 22 000 крор рупий, и что вторая половина текущего года обещает быть более насыщенной благодаря запланированным запускам новых продуктов.

Фонд JioBlackRock Balanced Advantage Fund представляет собой схему с открытым типом и динамическим распределением активов. Предложение нового фонда (NFO) было открыто 11 сентября и закроется 25 сентября.

Целью данного фонда является получение долгосрочного прироста капитала путем инвестирования в динамически управляемый портфель инструментов с долевым участием и долговыми инструментами. Кохли добавил, что они стремятся получить альфу в размере 3-4 процента выше бенчмарка, чему будут способствовать запатентованные инвестиционные модели BlackRock и активное управление фондами.

Компания уточнила, что схема будет сочетать в себе гибкую структуру распределения активов, систематическое формирование портфеля акций и дисциплинированную стратегию фиксированного дохода. Также возможно использование деривативов для управления рыночным риском и поддержания налогообложения, ориентированного на акции.

По словам Кохли, фонд будет использовать «диверсифицированные исследовательские данные, систематическое построение портфеля и возможности управления рисками» для создания портфеля, способного адаптироваться к меняющимся рыночным условиям.

Благодаря новому фонду с сбалансированным преимуществом, продуктовый портфель AMC расширится с 17 до более чем 20 фондов к 2026-27 году. Он также отметил, что два фонда — индексный фонд импульса и индексный фонд низкой волатильности — уже получили регуляторное одобрение. Кроме того, AMC получила разрешение на выпуск ETF Silver, однако отложила его запуск из-за текущей волатильности цен.

Кохли также упомянул о планах компании по выпуску международного продукта через компанию, базирующуюся в GIFT City, а именно глобального предложения акций в долларах США. Бенчмарком для данной схемы выступает индекс Nifty 50 Hybrid Composite Debt 50:50.

Похожие сюжеты

Локальная модель StartLux с 27 млрд параметров превзошла DeepSeek V4 Flash в китайском AI-бенчмарке
Подробнее
pandaily.com

Локальная модель StartLux с 27 млрд параметров превзошла DeepSeek V4 Flash в китайском AI-бенчмарке

Согласно отчету, подготовленному Китайской академией информационных и коммуникационных технологий (CAICT), на карте локальных моделей появился новый игрок. Компания StartLux, базирующаяся в Шанхае и разработавшая модель StartLux-V1.0-27B-Preview, заняла второе место в общем зачете специального теста MCP в рамках линейки проверенных AI-бенчмарков, опередив DeepSeek-V4-Flash, используя всего 27 миллиардов параметров.

Тест MCP оценивает шесть специализированных задач: навигацию по местоположению, поиск в интернете, автоматизацию браузера, финансовый анализ, управление репозиториями кода и 3D-дизайн, а также включает комплексную оценку, фокусирующуюся на координации нескольких инструментов, выполнении сложных задач и взаимодействии в реальных условиях. Среди протестированных моделей были DeepSeek-V4-Pro (1,6 триллиона параметров), DeepSeek-V4-Flash-0731 (284 миллиарда), Step-3.7-Flash (198 миллиардов), StartLux-27B-260715 (27 миллиардов), Qwen-3.6-27B (27 миллиардов) и AgentCPM-Explore (4 миллиарда).

Модель StartLux-V1.0-27B-Preview получила балл 39.25, что обеспечило ей второе место, обойдя как DeepSeek-V4-Flash с 284 миллиардами параметров, так и Step-3.7-Flash с 198 миллиардами. При одинаковом размере параметров она опередила Qwen-3.6-27B на 5.34 пункта. Модель заняла первое место в навигации по местоположению, а также показала первое место или сравнялась с ним в автоматизации браузера и финансовом анализе, в некоторых случаях достигая уровня триллионной модели DeepSeek-V4-Pro.

Данная модель построена на основе Qwen3.6-27B с дополнительным улучшением после обучения. StartLux внедрила подход, который они назвали «AI обучает AI» (Автоматический поиск), позволяющий автономно проводить экспериментальные тренировки и совершенствовать стратегию посредством обратной связи. Компания утверждает, что это первое применение данного метода для локальной агентной модели в Китае.

Этот результат отражает более широкий сдвиг в индустрии. Поскольку производительность передовых моделей достигла практических пороговых значений, эра гонки параметров трансформировалась в фазу гомогенизации; приоритеты пользователей все чаще смещаются в сторону решения реальных проблем, обеспечения безопасности данных и контроля затрат, а не только достижения высоких показателей в бенчмарках. Мировые игроки движутся в том же направлении: Google's Gemma 4, Meta's open Muse Glimmer и Nvidia's Nemotron 3.5 Lightning нацелены на локальное развертывание.

StartLux-V1.0-27B-Preview может работать на потребительских ПК, и компания планирует выпустить свое первое поколение решений локального интеллекта в текущем году. Результаты CAICT сигнализируют предприятиям о том, что компактные, локально развертываемые модели теперь способны конкурировать с гораздо более крупными облачными решениями в задачах, имеющих значение в реальных рабочих процессах, что начинает менять решения о закупках.

Популярное