Разрабатываю собственный сервис по статистическому анализу ценных бумаг. Часть 1.

Несколько слов обо мне

Я — инженер-конструктор. Долгое время работал в различных КБ и на производстве, параллельно обучаясь анализу данных (Data Analysis). На бирже с 2019 года. Прошел стандартный путь: активный трейдинг, роботы, позиционная и долгосрочная торговля. Со временем пришло болезненное осознание: без внятной математической модели и капитала сидеть на бирже означает просто прожигать время и нервы.

Идею своего «цифрового помощника» я вынашивал долго, а когда «созрел», решил собрать его сам.

1. С чего я начинал? 

Первое время в попытках «понять рынок» я тратил десятки часов на создание excel файлов с анализом и поиском закономерностей, влезал в Machine Learning и нейросети, писал бектестеры на Python по роликам на YouTube, но каких-то осязаемых результатов это не давало. 

За время «поисков» у меня накопились вопросы, на которые я не нашел ответов в популярных сервисах вроде TradingView или в терминалах брокеров. Основная боль: важные статистические показатели либо разрознены, либо им вообще не придается значения. У TradingView, например есть замечательная вкладка с теханализом: 

Но при этом в TV нет показателей Sharpe или нормального распределения (которому Антон Крейл уделяет большое внимание в своих лекциях). Если быть точнее, у платформы есть возможность добавить тот же VaR на график через PineScript, но при этом последовательность действий довольно загромождена: найти нужный скрипт → добавить его к графику → разобраться как он работает → повторить для каждой акции. Это неудобно (по крайней мере для меня) и требует технических знаний.

2. Чего я хочу? 

По своей сути идея проста. Взять базовые показатели стат-анализа, приправить их щепоткой машинного обучения и собрать в едином месте для быстрого доступа, как дополнительный источник принятия решений.

Основной упор на простоту и скорость доступа к этой информации. 

На данном этапе уже готов «скелет» для этой платформы и выглядит он так: 
 

Что сервис умеет считать автоматически уже сейчас:

• Волатильность (30/90 дней), Std;
• Максимальная просадка (Drawdown);
• Соотношение дней роста/падения;
• Z-score и Sharpe Ratio;
• Бета к индексу IMOEX;
• Эксцесс (Куртозис) и Асимметрия (Скьюнесс);
• VaR 95%, CVaR и Коэффициент Сортино;
• ATR и Autocorrelation.

И «вишенка на торте» — Prophet. Это библиотека от компании Meta (владеет Facebook, признана в России экстремистской), созданная для прогнозирования временных рядов с учетом сезонности. В контексте акций это позволяет увидеть паттерны: растёт ли бумага в конце квартала или просаживается в январе.

3. Дальнейшие шаги

MVP (минимально жизнеспособный продукт), который удовлетворительно функционирует на моем ноутбуке, уже готов. Главный вопрос: нужен ли такой инструмент кому-то еще, кроме меня?

Я пишу этот пост, чтобы найти единомышленников, оценить спрос и пригласить желающих на раннее бета-тестирование.

Буду рад любой обратной связи. Каких метрик вам не хватает в вашем терминале? Что стоит добавить в стат-анализ?

Также буду рад обратной связи и предложениям по добавлению функционала. 

Для тех, кому интересно понаблюдать за развитием проекта или поучаствовать в тесте, я завел ТГ-канал. Там буду выкладывать обновления и открою доступ к бете.

Послесловие к части 1

Очень хочется превратить этот Pet-проект во что-то реально полезное и, в идеале, в масштабируемый сервис. На старте всё будет бесплатно. Если проект получит отклик — пойду дальше в сторону продвинутой ML-аналитики (внедрение ARIMA, анализ объемов и работа с разными таймфреймами)

Спасибо, что дочитали. Надеюсь на конструктивное обсуждение в комментариях!