Кто мы такие и почему занялись финансовым прогнозированием

Dhelf Wokrun появился из простого желания — разобраться, можно ли предсказывать экономические процессы не на интуиции, а на данных.

В 2021 году трое аналитиков из Алматы сидели за столом и пытались понять, почему традиционные модели так часто ошибаются с валютными колебаниями. Мы перепробовали десятки подходов, пока не наткнулись на машинное обучение. Оказалось, что алгоритмы видят то, что ускользает от человеческого взгляда — микропаттерны в исторических данных, которые потом повторяются.

Как это начиналось

Первые шесть месяцев мы работали в маленькой комнате на окраине Тараза. Было две проблемы: мало данных и слишком много энтузиазма. Мы собирали информацию по крупицам — биржевые котировки, макроэкономические индикаторы, даже новостные тренды. Потом прогоняли всё через нейросети и смотрели, что получается.

Первая модель ошибалась в 70% случаев. Это было ужасно, но мы поняли одну вещь: ошибка тоже несёт информацию. Мы начали анализировать не только удачные прогнозы, но и провалы — и нашли закономерности, которые помогли улучшить точность до 62%, потом до 74%. К концу 2023 года наша система давала прогнозы с точностью около 81% на горизонте двух недель.

«Точность — это не магия. Это сотни часов работы с данными, тестирования гипотез и честности перед самими собой, когда понимаешь, что модель не работает и нужно начинать заново».

Рабочий процесс команды Dhelf Wokrun по анализу финансовых данных

Люди, которые делают прогнозы реальностью

Нас всего шестеро, но каждый отвечает за свой кусок работы — от сбора данных до обучения моделей. Вот двое из тех, кто стоит за нашими алгоритмами.

Тимур Жанузаков

Главный аналитик данных

Тимур пришёл к нам после семи лет работы в банковской аналитике. Он тот человек, который может смотреть на таблицы с цифрами часами и находить там что-то неочевидное. Именно он заметил, что модели лучше работают, если учитывать не только цены, но и объёмы торгов в нестандартные часы — это дало прирост точности на 8%.

Айгерим Сатыбалдина

Специалист по машинному обучению

Айгерим защитила диссертацию по нейросетям в 2022 году и сразу начала работать с нами. Она отвечает за архитектуру моделей и их обучение. Когда мы столкнулись с проблемой переобучения (модель отлично работала на истории, но проваливалась на новых данных), Айгерим внедрила систему регуляризации, которая решила эту задачу за три недели.

Как мы работаем с данными

Процесс прогнозирования состоит из четырёх этапов. Каждый этап занимает время, потому что мы не доверяем автоматике полностью — всегда есть ручная проверка.

От сбора до результата

Сбор и очистка данных

Мы работаем с десятками источников — биржи, Центробанки, новостные ленты. Сырые данные всегда содержат ошибки: пропуски, дубликаты, аномальные значения. Очищаем вручную и автоматически, проверяем корректность через несколько независимых каналов.

Обучение моделей

Используем ансамбли алгоритмов — градиентный бустинг, рекуррентные сети, случайные леса. Модели обучаются на исторических данных за 10–15 лет, но с акцентом на последние три года, где рыночные условия наиболее релевантны текущей ситуации.

Тестирование и валидация

Прогоняем модели на данных, которые они не видели при обучении. Сравниваем предсказания с реальными значениями, смотрим на отклонения. Если точность падает ниже порога — возвращаемся к настройке гиперпараметров.

Мониторинг и корректировка

Модели работают в реальном времени, но раз в неделю мы проводим ревизию результатов. Если видим, что точность снижается (рынок изменился, появились новые факторы), переобучаем модель с учётом свежих данных.

Процесс анализа финансовых данных в Dhelf Wokrun

Работа с моделями машинного обучения для финансовых прогнозов

Визуализация результатов прогнозирования в системе Dhelf Wokrun

Принципы, по которым мы работаем

Честность с данными

Мы не подгоняем результаты под красивые цифры. Если модель ошибается, мы говорим об этом открыто и работаем над улучшением. Прозрачность важнее имиджа.

Никаких гарантий

Финансовые рынки непредсказуемы на 100%. Мы повышаем вероятность правильного прогноза, но не обещаем абсолютной точности. Риски всегда есть — это нужно понимать.

Постоянное обучение

Рынки меняются, и методы должны меняться вместе с ними. Мы регулярно изучаем новые алгоритмы, тестируем гипотезы и внедряем то, что показывает реальные результаты.

Хотите узнать больше о нашем подходе?

Мы открыты для обсуждения проектов, вопросов о методологии или просто разговоров о том, как работают алгоритмы в финансах.

Связаться с нами