Наша история началась с одного вопроса
Можно ли научить машины понимать финансовые рынки так же тонко, как это делает человек с двадцатилетним опытом? В 2019 году мы собрались в небольшом офисе в Риме и решили попробовать. Получилось не сразу, но путь оказался интереснее результата.
От простых моделей к ансамблевым решениям
Мы начинали с обычных алгоритмов прогнозирования. Первые три месяца результаты были... скажем так, не впечатляющими. Точность едва дотягивала до 60%, что для финансовых данных практически ничего не значит. Но именно тогда мы поняли: проблема не в данных, а в подходе.
Вместо того чтобы искать одну идеальную модель, мы начали комбинировать несколько разных. Это как собрать команду экспертов, где один хорошо разбирается в трендах, другой видит аномалии, третий чувствует сезонность. Так появился наш первый работающий ансамбль. К середине 2020 года точность выросла до 78%, и мы поняли — мы на правильном пути.
Сегодня наша команда из семи специалистов работает с итальянскими и европейскими финансовыми компаниями. Мы не обещаем чудес, но помогаем принимать решения на основе данных, а не интуиции. И да, мы до сих пор учимся — рынок меняется быстрее, чем любая модель.
Три принципа, которыми мы руководствуемся
За пять лет работы мы выработали несколько правил, которые помогают нам создавать решения, которым доверяют клиенты.
Прозрачность алгоритмов
Мы не верим в чёрные ящики. Каждая модель, которую мы создаём, должна быть объяснимой. Если алгоритм даёт рекомендацию, мы можем показать, почему он пришёл именно к этому выводу. Это не всегда просто, но без этого невозможно доверие.
Адаптивность к рынку
Финансовые рынки не стоят на месте. Модель, которая отлично работала в январе, может сбоить в марте. Поэтому мы постоянно переобучаем наши ансамбли, добавляем новые данные и корректируем веса. Это требует ресурсов, но альтернативы нет.
Управление рисками
Любая модель может ошибаться. Вместо того чтобы скрывать это, мы встраиваем оценку рисков в каждый прогноз. Клиент всегда видит не только рекомендацию, но и уровень уверенности модели, диапазон возможных результатов и потенциальные сценарии.
Люди, которые создают решения
Наша команда небольшая, но каждый здесь отвечает за свою область. Мы не нанимаем универсалов — мы собираем специалистов, которые вместе создают что-то большее.
Мирослава Ткаченко
Руководитель направления ансамблевых моделей
Семь лет работала с временными рядами в крупном банке, прежде чем присоединилась к нам в 2021 году. Знает о градиентном бустинге больше, чем все остальные вместе взятые. Именно она предложила использовать стекинг для улучшения точности прогнозов.
Весна Радоевич
Ведущий специалист по данным
Пришла к нам из академической среды с опытом исследований в области финансовой эконометрики. Отвечает за подготовку данных и проверку качества фичей. Благодаря её работе мы смогли сократить время обучения моделей на 40% без потери точности.