Calystrona

Передовые технологии машинного обучения для прогнозирования финансовых рынков

Логотип Calystrona

Кто мы такие и чем занимаемся

В 2023 году мы начали работать с финансовыми данными и быстро поняли — простые модели больше не работают. Рынки стали слишком сложными, а традиционные подходы к прогнозированию дают результат не лучше случайности.

Тогда мы решили попробовать по-другому. Собрали команду математиков и программистов, которые не боятся экспериментировать с нейросетями.

Наша миссия

Мы хотим сделать прогнозирование цен более точным и доступным. Не обещаем золотые горы — финансовые рынки непредсказуемы по своей природе.

Но мы знаем, что правильно настроенные алгоритмы могут найти закономерности там, где человеческий глаз их не видит. Наши модели анализируют тысячи параметров одновременно и учатся на исторических данных.

Результат — прогнозы, которые помогают принимать более обоснованные решения. Не всегда правильные, но статистически более точные, чем случайное угадывание.

Наша команда

Небольшая группа специалистов, которые серьёзно относятся к машинному обучению и финансовым данным

Мирослава Кравцова

Ведущий специалист по машинному обучению

7 лет работы с финансовыми данными. Занимается архитектурой нейронных сетей и оптимизацией алгоритмов. Защитила кандидатскую по прикладной математике в 2021 году.

Как мы работаем

Каждая модель проходит тестирование на исторических данных за несколько лет. Мы не запускаем алгоритм в работу, пока не убедимся, что он показывает стабильные результаты.

Постоянно отслеживаем качество прогнозов и корректируем параметры. Рынки меняются, и наши модели должны адаптироваться к новым условиям.

Работаем с данными из разных источников — цены акций, валютные курсы, макроэкономические показатели. Чем больше информации, тем точнее прогноз.

Технический подход

Используем современные архитектуры нейросетей — от классических LSTM до трансформеров. Каждый тип задач требует своего подхода.

Для краткосрочного прогнозирования подходят одни модели, для долгосрочного — совсем другие. Мы не пытаемся создать универсальное решение для всех случаев.

Обучаем модели на мощных GPU и постоянно экспериментируем с новыми алгоритмами. Машинное обучение развивается быстро, и мы стараемся не отставать.

Гордей Зимин

Архитектор нейронных сетей

Программист с опытом работы в финтехе. Специализируется на высокопроизводительных вычислениях и оптимизации алгоритмов машинного обучения.

Наши принципы работы

Честность и прозрачность важнее красивых обещаний. Рассказываем о том, что реально можем дать

Никаких гарантий прибыли

Мы создаём инструменты для анализа, а не волшебную палочку для заработка. Финансовые рынки остаются рискованными, и наши прогнозы могут ошибаться.

Постоянное тестирование

Каждый алгоритм проверяем на исторических данных. Если модель не показывает устойчивых результатов хотя бы полтора года, мы её не используем.

Открытая методология

Объясняем, как работают наши алгоритмы, какие данные используем и почему выбрали именно такой подход. Никаких секретных формул успеха.

Фокус на качество

Лучше делать меньше прогнозов, но более точных, чем пытаться предсказать движение каждой акции. Концентрируемся на том, что получается хорошо.