Один дирижёр, оркестр из моделей

Рынок наказывает за самоуверенность. Любая одна модель - даже превосходная рано или поздно встречает режим, для которого она не создавалась. Решение не в том, чтобы найти идеальную модель. Решение в том, чтобы научить несколько хороших моделей работать вместе под управлением того, кто понимает контекст.

Представьте трейдера, который смотрит только на график цены и игнорирует новости. Или, наоборот, аналитика, который прекрасно читает заголовки, но не умеет считать. Оба проиграют каждый по-своему. Именно эта дилемма десятилетиями разделяла мир количественного прогнозирования: специализированные математические модели блестяще ловят закономерности в числах, но слепы к реальному миру, тогда как языковые модели понимают новости и события, но спотыкаются на точной арифметике временных рядов.

Концепция торгового бота строится не на выборе между двумя подходами, а на их объединении в единой системе. В его основе агентная архитектура, вдохновлённая фреймворком Nexus, который рассматривает прогнозирование не как простую экстраполяцию чисел, а как задачу рассуждения. В рассматриваемой концепции задача разделяется между специализированными агентам

В алготрейдинге легко влюбиться в одну модель. Она показала фантастический результат на исторических данных, и хочется доверить ей весь капитал. Но рынок - это не статичная картинка. Он меняет характер: сегодня плавный тренд, завтра паническая распродажа на неожиданной новости, послезавтра боковик с обманчивой сезонностью.

Специализированные модели прогнозирования временных рядов, такие как PatchTST и iTransformer, это вершина инженерной мысли в своей области. Они обучены на огромных массивах числовых последовательностей и виртуозно распознают сложные сезонности, тренды и долгосрочные зависимости. Но у них есть ахиллесова пята, они работают в вакууме. Когда выходит решение центрального банка, когда компания публикует разочаровывающий отчёт, когда геополитический шок переворачивает рынок за час эти модели не видят причину. Они видят только то, что цифры внезапно перестали подчиняться привычной логике, и теряются на структурных разрывах.

Языковые модели - противоположная крайность. Они мгновенно осмысляют поток новостей, отчётов и макроэкономических сводок, способны рассуждать о причинах и следствиях. Но как только их просят точно предсказать число шаг за шагом, они уступают специализированным моделям: у их архитектуры просто нет встроенного математического механизма для тонкой работы с временными зависимостями.

Числовые модели пропускают шоковые события. Языковые модели спотыкаются на многосезонной периодичности. Любой подход, который опирается только на одну сторону, обречён ошибаться там, где другая была бы сильна.

До недавнего времени трейдеру приходилось идти на компромисс: либо отказаться от качественного контекста ради статистической точности, либо положиться на рассуждения языковой модели, жертвуя пониманием числовой динамики. Наша архитектура снимает этот компромисс. Мы не выбираем, мы оркеструем.

Ключевая идея, заимствованная у Nexus, обманчиво проста: разделяй и оркеструй. Сложную задачу прогноза мы раскладываем на специализированные стадии, и на каждой работает свой агент со своей зоной ответственности. Это похоже на то, как устроен хороший инвестиционный комитет, где стратег, тактик и риск-менеджер смотрят на одну ситуацию под разными углами, прежде чем принять решение.

СТАДИЯ 1 · КОНТЕКСТУАЛИЗАЦИЯ

Прежде чем кто-либо начнёт прогнозировать, этот агент наводит порядок в хаосе входных данных. Он берёт сырой поток - цены, объёмы, новости, отчёты и превращает его в чистую хронологическую ленту, где каждому движению цены сопоставлена причина. Он отфильтровывает шум и оставляет только сигнал, чтобы остальные агенты не утонули в мусоре и не потеряли важное в длинном контексте.

СТАДИЯ 2A · МАКРО-ВЗГЛЯД

Этот агент смотрит сверху вниз и рисует широкую траекторию на весь горизонт прогноза: в каком режиме находится рынок, куда ведёт фундаментальный тренд. Здесь особенно силён iTransformer - его архитектура, рассматривающая каждый временной ряд как самостоятельную сущность, отлично улавливает межрыночные связи и крупные структурные сдвиги. Макро-агент следит, чтобы итоговый прогноз не отрывался от большой картины.

СТАДИЯ 2B · МИКРО-ВЗГЛЯД

Этот агент идёт шаг за шагом по горизонту прогноза, разбирая каждый отдельный момент: ближайшие катализаторы, краткосрочные колебания, локальную волатильность. Здесь в дело вступает PatchTST с его техникой разбиения ряда на патчи - она ловит тонкую локальную структуру и быстрые изменения, которые легко упустить при взгляде сверху. Микро-агент держит систему чуткой к внезапным событиям.

СТАДИЯ 3A · СИНТЕЗ

Дирижёр оркестра. Он получает макро-траекторию, микро-детали и числовые прогнозы от PatchTST, iTransformer и других моделей ансамбля и динамически взвешивает эти голоса. Когда сигналы противоречат друг другу, именно синтезатор решает, кому доверять в данной ситуации, и выдаёт итоговый прогноз вместе с понятным объяснением, почему он принял именно такое решение.

СТАДИЯ 3B · КАЛИБРОВКА

Память и совесть системы. Он прогоняет стратегию по множеству исторических отрезков, сравнивает прогнозы с тем, что произошло на самом деле, и выводит конкретные правила: где система переоценивает риск, где недооценивает волатильность, какой модели стоит верить в каком режиме. Эти правила применяются только если они реально улучшают результат на проверочном периоде.

Самое важное - этот ансамбль не статичен. Вес каждой модели не зашит раз и навсегда. PatchTST может доминировать в спокойном волатильном рынке, iTransformer - задавать тон при крупном развороте, а языковой агент перехватывать управление в момент, когда выходит неожиданная новость, которую числа ещё не успели отразить. Дирижёр перераспределяет внимание в реальном времени.

Это не теория. В исследованиях, на которых основан подход Nexus, агентная архитектура тестировалась на данных, строго выходящих за пределы того, что модели видели при обучении, чтобы исключить «подглядывание». На волатильных акциях и данных рынка недвижимости она стабильно опережала или как минимум не уступала и флагманским специализированным моделям, и сильным языковым решениям.

Когда рынок ведёт себя предсказуемо, ансамбль выжимает максимум из математической точности своих числовых моделей. Когда случается неожиданное, языковой агент улавливает причину раньше, чем она отразится в цене, а дирижёр успевает перевесить решение. Такой подход потенциально снижает риск ошибок в ситуациях, когда отдельная модель не учитывает изменение рыночного режима.

ЖИВОЙ ПРИМЕР РАБОТЫ ОРКЕСТРА

Агент контекста мгновенно вычленяет из потока новостей ключевой сигнал: тон регулятора оказался жёстче ожиданий. Он привязывает это событие к текущей точке на ценовой ленте и передаёт чистую сводку дальше.

PatchTST и iTransformer, глядя только на числа, по инерции продолжают рисовать плавное продолжение вчерашнего восходящего движения, ведь в цифрах разворот ещё не проявился.

«Числовые модели прогнозируют рост на 1,2%. Но контекст указывает на ужесточение риторики ФРС, которое исторически вызывало краткосрочную коррекцию в этом секторе. Микро-агент фиксирует риск резкого движения вниз в ближайшие сессии».

Агент-синтезатор видит конфликт: математика говорит «вверх», контекст говорит «осторожно». Опираясь на правила, выведенные агентом калибровки из прошлых похожих эпизодов, он снижает вес чисто числового прогноза и сдвигает итоговую оценку в сторону консервативного сценария заранее, а не задним числом.

В условном примере система могла бы отказаться от входа в позицию при расхождении числовых и контекстных сигналов. И главное, каждое это решение задокументировано понятным текстом, а не спрятано в непрозрачных весах.

Большинство торговых ботов выдают одно число и предлагают вам просто поверить. Когда система ошибается, а ошибаются все, вы остаётесь без объяснения и без возможности понять, что пошло не так. Наша архитектура устроена иначе.

Помимо самого прогноза, система производит трассировку рассуждений связный текст, который показывает фундаментальные драйверы за каждым решением. Вы видите не только «бот ожидает движение вниз», но и почему: какое событие он счёл значимым, как он взвесил голоса разных моделей, какому сигналу доверился и на основании какого исторического опыта.

→ Аудит и доверие. Каждое решение можно проверить и оспорить система объясняет логику на человеческом языке.

→ Контроль рисков. Вы заранее видите, на чём строится прогноз, и можете вмешаться, если логика расходится с вашим пониманием рынка.

Сила оркестрового подхода ещё и в его расширяемости. PatchTST и iTransformer наши сегодняшние солисты, но дирижёр не привязан к конкретному составу.

Появилась новая, более мощная модель прогнозирования? Её можно добавить в ансамбль как ещё один голос, и агент-синтезатор сам научится, в каких ситуациях ей доверять, а агент калибровки проверит, действительно ли она улучшает результат.

Это превращает торгового бота из застывшего продукта в живую систему, которая становится умнее с каждым новым инструментом в её распоряжении и с каждым прожитым рыночным днём. Вы инвестируете не в одну модель, которая однажды устареет, а в архитектуру, которая впитывает прогресс всей индустрии.

→ Постоянное улучшение. Трассировки и калибровка превращают каждую ошибку в конкретное правило на будущее, а не в случайный шум.

→ Многомодельную надёжность. Капитал не зависит от удачливости одной-единственной модели риск ошибки распределён между специалистами разного профиля.

→ Реакцию на реальный мир. Бот видит не только график, но и новости, отчёты, макроэкономику и встраивает их в прогноз до того, как они отразятся в цене.

→ Адаптацию к любому режиму. От спокойной сезонности до панических разворотов оркестр перераспределяет внимание под характер текущего рынка.

→ Понятные решения. Каждый прогноз сопровождается объяснением, которое можно прочитать, проверить и обсудить.

→ Систему, которая учится. Калибровка на исторических данных превращает прошлые ошибки в правила, повышающие точность в будущем.

Рынок слишком сложен, чтобы доверить его одной модели, какой бы блестящей она ни была. Будущее алготрейдинга за командами специализированных моделей под управлением умного дирижёра, который понимает и числа, и контекст, и собственные ошибки.

В разработанном нами торговом боте этот принцип реализован на практике: система сочетает математический анализ временных рядов с интерпретацией рыночного контекста.