Машинное обучение в финансах: как устроен пайплайн на данных Мосбиржи, который можно повторить

Эксперимент описал автор блога на Хабре, который несколько месяцев строил систему машинного обучения поверх открытых данных Московской биржи. Он использовал языковые модели Claude Sonnet 5 и Gemini 3.5 Flash не как автономных ИИ-агентов (программ, действующих самостоятельно), а как консультантов в чате: задавал вопросы, получал варианты кода и анализа, но каждое решение принимал сам. Ниже разобрана архитектура его эксперимента так, чтобы вы могли повторить отдельные шаги или адаптировать подход под свои задачи.

Что понадобится?

• Python 3.10+ и базовые библиотеки для работы с данными: pandas, requests, json
• Доступ к API Мосбиржи (ISS): бесплатный, без регистрации, отдаёт текущие торгуемые инструменты и историю
• Аккаунт DaData (бесплатный тариф хватит): для обогащения данных об эмитентах по ИНН
• Подписка на языковую модель: автор использовал Claude Sonnet 5 и Gemini 3.5 Flash в режиме чата. Консультация через Claude Fable 5 (самая дорогая публично доступная модель на тот момент) обошлась примерно в 20 долларов
• Время: от нескольких вечеров на первый шаг до нескольких недель на полный цикл. Каждый шаг независим, можно останавливаться и возвращаться

Пошаговая инструкция

1. Определите, какие инструменты торгуете: пары «акция плюс фьючерс»

На российском рынке шортить (продавать без покупки, зарабатывая на падении) акции дорого и не всегда возможно, особенно для частного лица. Поэтому автор выбрал стратегию: длинная позиция в акции и одновременно короткая во фьючерсе на ту же бумагу.

Через API Мосбиржи запросите список торгуемых акций, затем сравните его со списком базовых активов, для которых существуют фьючерсы на срочной секции. На пересечении получите именно те бумаги, где можно открыть обе позиции одновременно.

# Пример запроса списка акций через ISS Мосбиржи
import requests

url = "https://iss.moex.com/iss/engines/stock/markets/shares/boards/TQBR/securities.json"
response = requests.get(url)
data = response.json()

2. Восстановите историю фьючерсных контрактов

Фьючерс, в отличие от акции, имеет дату экспирации (срок, когда контракт прекращает торговаться). Контракт SBRF-6.25, например, относится к конкретному сроку исполнения и после него исчезает. Поэтому история фьючерса это не один непрерывный ряд цен, а последовательность отдельных контрактов, которые перекрываются по датам.

Для каждого базового актива запросите историю контрактов начиная с 2021 года. Для каждого найденного контракта дополнительно подтяните через ISS расширенную информацию: название, группу, дату начала торгов, последнюю дату торгов и дату исполнения.

Результат сохраните в два JSON-файла: акции с фьючерсами и дополнительные фьючерсные активы.

3. Обогатите данные внешними факторами

Автор проверял связь российских инструментов с мировыми ценами и обнаружил, что многие бумаги быстро реагируют на изменения глобальных рынков. Поэтому он добавил внешние факторы:

• Нефть Brent, золото, природный газ
• Индексы через ETF: SPY и QQQ
• Валютные пары: юань к рублю (CNY/RUB), фьючерс на доллар (Si)
• Индекс Мосбиржи и индекс гособлигаций RGBI

По ИНН эмитента через сервис DaData подтяните название компании, адрес и руководителя. Для модели машинного обучения это пока не нужно, но пригодится для будущего анализа.

4. Постройте архитектуру так, чтобы каждый шаг был независимым

Каждый шаг это отдельный набор Python-скриптов, который запускается вручную и работает только со своей задачей. Если завтра вы поменяете список активов или добавите ещё один внешний фактор, не придётся переделывать весь последующий пайплайн. Достаточно заново сформировать начальный слой данных.

5. Погрузитесь в микроструктуру: данные глубже обычных свечей

Стандартные свечи OHLCV (цена открытия, максимум, минимум, закрытие, объём) для машинного обучения недостаточны. Внутри одной свечи происходит многое: агрессивные покупки (исполнение заявки по цене продавца), появление и снятие лимитных заявок, моменты, когда стакан (список заявок на покупку и продажу) почти пуст, а через миллисекунды в нём появляется большой объём.

Для эксперимента с машинным обучением в финансах нужны данные о микроструктуре рынка: кто покупает, кто продаёт, как меняется глубина стакана внутри каждого временного интервала.

6. Используйте языковую модель как консультанта, а не как автопилот

Автор подчёркивает: все модели работали в режиме чата. Он формулировал задачу, передавал конкретные данные на каждом этапе и сам решал, какой код запускать и какие результаты принимать. Перед началом эксперимента он обсудил план с Claude Fable 5, передав свои идеи, книги и статьи, и попросил модель оформить всё в пошаговый план действий.

Пример: от запроса к результату

Что делать с этим прямо сейчас?

Автору Дзена и копирайтеру. Формат «я не эксперт, но разбираюсь шаг за шагом и честно показываю процесс» работает: он вызывает доверие и собирает комментарии. Если вы пишете про технологии или финансы, попробуйте структуру «независимые шаги, каждый понятен отдельно». Это проще и для вас, и для читателя.

Маркетологу. Машинное обучение в финансах пока удел энтузиастов-исследователей, а не массовый продукт. Но сам подход, когда языковая модель выступает консультантом для нетехнического специалиста, уже применим в маркетинге: анализ данных, сегментация, прогнозы.

Предпринимателю в РФ. API Мосбиржи бесплатен и работает без ограничений для базовых запросов. Сервис DaData доступен на бесплатном тарифе. Из языковых моделей в РФ доступны YandexGPT и GigaChat, но для написания Python-кода автор использовал Claude и Gemini, доступ к которым из РФ может потребовать дополнительных шагов.

Если вы давно хотели попробовать машинное обучение на российских данных, этот эксперимент показывает: начать можно с бесплатного API Мосбиржи, пары вечеров и чата с языковой моделью. Главное, не путать исследование с торговлей и не доверять модели больше, чем собственному пониманию того, что она делает.