Проект посвящен созданию алгоритмической торговой модели для рынка РФ, использующей метрику CVaR для минимизации убытков в периоды рыночных шоков. Система адаптируется к режимам рынка и контролирует хвостовые риски, сохраняя доходность стратегии.
Для обработки данных разработан ETL-конвейер, который очищает биржевую информацию. В частности, для фонда LQDT, запущенного в 2022 году, проведена ретроспективная экстраполяция цен на основе индекса MOEXREPO с 2013 года для обеспечения непрерывного исторического ряда.
Модель учитывает сплиты акций и делистинги, а также использует модифицированный оценщик Паркинсона для измерения риска активов вместо стандартного отклонения. Это позволяет точнее реагировать на волатильность и избегать ложных сигналов обвала.
Архитектура симулятора разделена на оркестратор и бэктестер для исключения заглядывания в будущее. Система учитывает транзакционные издержки, рыночный дрейф долей портфеля и 15-дневный лаг при реинвестировании дивидендов, имитируя реальные расчеты.
Тестирование включает 11-летний исторический трек (2015–2026 гг.) для стратегий Lump-Sum, DCA и FIRE. Также проводится краш-тест Монте-Карло: 250 прогонов на случайных подмножествах из 70 активов, включая обанкротившиеся компании и защитные инструменты.
