• Целью было добиться результата лучше случайного угадывания 50/50, но комиссии и спред изначально делают «случайную» стратегию отрицательной без покрытия издержек.
• Для отбора бумаг автор оставлял акции с фьючерсами и обогащал данные через два API: брокерский и DaData (по ИНН компаний).
• Загружались минутные котировки по бумагам и индексы IMOEX, IMOEX2, RTSI, RGBI; историю по IMOEX и RGBI пришлось получать через прямой API Мосбиржи (ISS MOEX), на загрузку минуток по индексам уходило около 20 минут.
• Таймфреймы: 15 минут, 1 час и 1 день (основной — 1 час); также тестировались событийные бары по рублёвому объёму (пример — 50 млн руб.) с классификацией бумаг по классам A/B/C.
• Разметка цели строилась по тройному барьеру де Прадо: Take Profit (Цена + N×ATR), Stop Loss (Цена - M×ATR), Time Limit (100 баров), с метками 1/0/-1.
• Модель на CatBoost показывала AUC 0,54–0,55; при COMMISSION_PCT = 0.04/100 и SLIPPAGE_PCT = 0.02/100 каждая сделка теряла 0,06% или 0,12% на круг, и для выхода в плюс требовались движения >0,3–0,5%.

Почему это важно: Этот кейс показывает, как в прикладном ML для рынков ключевыми ограничителями становятся не только качество модели, но и издержки исполнения сделок и структура данных. Даже небольшое преимущество в классификации (AUC чуть выше 0,5) может не превращаться в прибыль, если сигналы «съедаются» комиссиями, проскальзыванием и сменой режимов рынка между тестовыми периодами. Отдельная ценность — в описании полного контура: сбор данных, агрегация таймфреймов, разметка, инженерия признаков и walk-forward тестирование с «очисткой» (purging).

На что обратить внимание: В тексте явно разделены «техническая работоспособность» и финансовый итог, что помогает корректно интерпретировать метрики модели. В одном из фрагментов говорится о лицензии/ограничениях доступа к истории индексов через брокерский API (упоминается MOEX AlgoPack), из-за чего используется альтернативный источник (ISS MOEX). Отдельно отмечены различия между временными и событийными барами и допущение, что временные свечи могут быть шумными. В качестве следующего шага подразумевается поиск другой постановки оптимизации (например, по финансовой метрике вроде коэффициента Шарпа) и обсуждение гипотез: таймфреймы, волатильность, данные стакана, более сложные модели.