Семь факторов не улучшили оценку нефтяных акций. Что показали ML и LLM

Аналитический разбор. 18.10.2026

1. Задача и архитектура

Проверялась возможность построить дополнительный слой информации для восьми российских нефтяных акций: LKOH, ROSN, SIBN, BANE, BANEP, SNGS, SNGSP и TATN.

Исходная концепция объединяла машинное обучение, LLM-анализ фундаментальных факторов и классические методы оценки. Девять этапов включали исследование гипотез, подготовку признаков, линейные модели, генетический поиск, торговую модель и четыре версии модели fair price.

LLM использовались не как генераторы торговых сигналов, а как участники исследовательского процесса:

• ChatGPT — постановка задач, методология, критерии приёмки и аудит логики.

• DeepSeek — реализация кода, тестирование, диагностика ошибок и интерпретация результатов.

• Ridge и Lasso — линейные методы ранжирования и отбора признаков.

• LightGBM — нелинейное ранжирование и попытка моделировать отклонение цены от базовой оценки.

• QuantGplearn — генетический поиск формул.

• Kalman — адаптивная базовая оценка цены.

Фундаментальный LLM-контур и классические мультипликаторы в итоговую модель не вошли. Поэтому фактически проверялась преимущественно количественная часть архитектуры.

2. Генетический поиск

QuantGplearn искал формулы, оптимизирующие RankIC на 20-дневном горизонте. Прогон с популяцией 250 особей и 8 поколениями занял 6,1 минуты на CPU.

Средний RankIC десяти лучших выражений составил 0,0716 против 0,0494 у случайного baseline. Однако 6 из 10 выражений оказались дубликатами, средняя корреляция отобранных формул была высокой — 0,907.

Результат указывает на потенциально полезную информацию на 20-дневном горизонте, но не доказывает статистическую устойчивость преимущества. Проверка с учётом множественного поиска и на независимом периоде остаётся необходимой.

3. Торговая модель LightGBM

Модель использовала 7 признаков: 3 генетических фактора и 4 беты. Из восьми акций отбирались две, ребалансировка проводилась каждые 20 сессий. Издержки — 10 б.п. на сторону.

Итоговая доходность составила +124,55% против +93,00% у Buy & Hold. CAGR — 6,84% против 5,52%, Sharpe — 0,381 против 0,350.

При этом максимальная просадка модели хуже: −62,98% против −54,95%. RankIC — 0,0054, AUC Top-2 — 0,5098, Hit Rate Top-2 — 0,268.

Превышение Buy & Hold по итоговой доходности не подтверждает качество ранжирования. Устойчивость результата по годам не проверена.

4. Fair price: проверка семи факторов

Проверялась гипотеза, что семь фиксированных факторов способны улучшить оценку цены сверх адаптивной базовой модели.

EMA(60) давала отрицательные отклонения от −2% до −14%. Модель на медиане показала R² validation −0,063.

В версии Kalman базовая оценка строилась на уровне и тренде. MAE составил 2,6–3,2% в логарифмическом масштабе, смещение на проверенной выборке было близко к нулю.

Добавление семи факторов не улучшило результат: MAE модели — 0,025331 против 0,025323 у нулевого прогноза поправки. R² validation — −0,0001, LightGBM остановился на первой итерации.

В текущей конфигурации факторная поправка закрыта. Kalman сохраняется как локальная оценка цены, но не как доказательство справедливой стоимости.

5. Что показала совместная работа LLM

Разделение ролей помогало организовать разработку: задачи формулировались отдельно, перед полным прогоном проводился аудит, отрицательные результаты фиксировались, а не маскировались подбором модели.

При этом ни один LLM-контур не заменил техническую проверку данных.

В процессе были обнаружены ошибки обработки пропусков в Ridge, задержка обновления GP-факторов, несогласованность показателей best_fit и score в отчётах генетического поиска. Но проблемы с корпоративными сплитами не были устранены до расчёта целевой переменной.

Для пяти акций — ROSN, BANEP, SNGS, SNGSP и TATN — наблюдались экстремальные изменения до 38–46%, связанные с корпоративными событиями. Они могли загрязнить расчёт доходностей и оценку моделей.

Вывод по LLM ограничен этим экспериментом: разделение задач и аудит полезны, но не гарантируют корректность данных, отсутствие ошибок или валидность бэктеста.

6. Остальные гипотезы

Секторный отскок не подтвердился после устранения перекрытия окон: эффект изменился с +1,13 п.п. до −0,54 п.п., а количество наблюдений сократилось с 235 до 41 независимого случая.

Моментум не показал убедительного преимущества: разница доходностей близка к нулю, доля положительных исходов — 49,5%.

TATN показала относительное преимущество +1,17% в 68% окон. Привилегированная SNGSP превосходила SNGS в 58% окон. Это кандидаты на дальнейшую проверку, а не подтверждённые универсальные закономерности.

Ridge показал отрицательный IC −0,129, однако результат осложнён ошибкой обработки пропусков и несопоставимыми выборками. Lasso до реализации не дошёл, поэтому оценить его эффективность нельзя.

7. Проверено / не проверено

Проверено в рамках экспериментов:

• Kalman дал базовую оценку с MAE около 3%.

• Семь факторов не улучшили дневную поправку к Kalman.

• Генетический поиск обнаружил потенциальный сигнал на 20-дневном горизонте.

• Торговая модель превысила Buy & Hold по итоговой доходности, но уступила по максимальной просадке и показала слабые метрики ранжирования.

• Несколько исходных гипотез не выдержали повторной проверки.

• LLM помогли организовать разработку и диагностику, но не предотвратили все ошибки данных.

Не проверено:

• Устойчивость торговой модели по годам и на независимом периоде.

• Значимость GP-факторов с учётом множественного поиска.

• Результаты после корректной обработки сплитов и корпоративных событий.

• Вклад LLM-анализа фундаментала и классических мультипликаторов.

• Преимущество полной архитектуры над более простыми моделями.

Итог: в этом исследовании полезность инструмента определялась не сложностью модели, а тем, давал ли он дополнительную информацию относительно baseline. Kalman сохранился как базовая оценка, генетические факторы — как гипотеза для 20-дневного горизонта, торговая модель требует дальнейшей проверки. LLM ускорили исследовательский процесс, но не заменили валидацию данных и результатов.