Горизонтальные уровни — основа технического анализа. Мы сравнили LSTM и CNN на реальных дневных данных SBER, GAZP, LKOH за 12 месяцев. LSTM победил по точности, но CNN оказался в два раза быстрее.
Это зона цены, где модель выделяет повторяющиеся экстремумы. LSTM и CNN обучаются на паттернах «разворот от уровня» и «пробой». Без дополнительных фильтров обе модели дают до 20% ложных сигналов.
LSTM — 2 слоя по 64 нейрона с dropout 0,2. CNN — 3 свёрточных слоя (фильтры 32, 64, 128) с ядром 3. Обе на истории 250 торговых дней, вход — OHLCV + объём. Тест на SBER, GAZP, LKOH за 2025–2026.
Да, средняя точность LSTM — 64–67%, CNN — 58–62%. LSTM лучше улавливает последовательность баров, но требуют в 3 раза больше времени на обучение. CNN быстрее, но чаще ошибается на резких гэпах.
Да. В 2026 ключевая ставка ЦБ ~19%, высокая волатильность из-за геополитики. LSTM хуже работал на акциях с низкой ликвидностью (MOEX не из топ-10). CNN, наоборот, стабильнее на объёмах ниже 100 млн ₽ в день.
Готовых встроенных решений нет. Требуется Python (TensorFlow/PyTorch) и данные Moex через API. Готовый код — на GitHub инвест-клуба. Мы даём промпты для ChatGPT: «Напиши LSTM для поиска уровней на истории SBER за 2025 год».
Если торгуете активно — LSTM, но будьте готовы тратить 2–4 часа на настройку. Если разовый анализ — CNN с меньшим временем. Обе модели не заменяют визуальный контроль: добавляйте фильтр по объёму (минимум 10 сделок на уровне).
Да, GPU (NVIDIA GeForce RTX 3060 и выше) ускоряет обучение в 5–10 раз. На CPU LSTM будет считаться 2–3 часа, CNN — до 40 минут.
| Архитектура | Средняя точность | Время обучения (GPU) |
|---|---|---|
| LSTM (64×2) | 65% ± 3% | 22 минуты |
| CNN (32–64–128) | 60% ± 4% | 8 минут |
| LSTM + attention | 68% ± 2% | 35 минут |
| CNN + residual | 62% ± 3% | 11 минут |
| Критерий | LSTM (2 слоя 64) | CNN (3 слоя 128) |
|---|---|---|
| Точность на уровнях | Выше (65%) | Ниже (60%) |
| Скорость обучения | Медленнее (22 мин) | Быстрее (8 мин) |
| Устойчивость к гэпам | Средняя | Низкая (ошибки до 30%) |
| Память на длинные последовательности | Хорошая (до 60 баров) | Ограниченная (до 20 баров) |
| Простота настройки | Сложнее (dropout, learning rate) | Проще (фильтры, strides) |
Загрузите дневные свечи по SBER, GAZP, LKOH за последний год. Используйте библиотеку `moex-api` или прямые HTTP-запросы. Обязательно включите объём — он критичен для фильтрации уровней.
Вручную обозначьте 5–7 ключевых горизонталей на каждом графике (например, максимумы/минимумы за 2025 год). Это обучающая выборка. Альтернатива — алгоритм поиска локальных экстремумов.
Возьмите готовый код LSTM (2 слоя, 64 нейрона) и CNN (3 слоя). Установите коэффициент обучения 0,001, батч 32. Обучайте на 80% истории, проверяйте на 20%. Epochs — 50.
Сравните предсказанные уровни с реальными. Отбросьте те, где объём ниже 10% среднего дневного. У LSTM порог уверенности 0,6, у CNN — 0,55. Ложные сигналы на мелких флэтах — игнорируйте.
Выгрузите уровни в CSV с ценами и датами. Импортируйте в TradingView или QUIK как пользовательские индикаторы. Проверяйте каждый сигнал: если уровень не подтверждён за последние 10 свечей — не используйте.
Да, GPU (NVIDIA GeForce RTX 3060 и выше) ускоряет обучение в 5–10 раз. На CPU LSTM будет считаться 2–3 часа, CNN — до 40 минут.
Рекомендуем раз в месяц — рынок меняется. Если ключевая ставка ЦБ резко меняется (>2%) — переобучите сразу. Можно автоматизировать через Airflow.
Да, но тест мы не проводили. На биткоине LSTM даёт 68–70% точности, CNN на 2–4% ниже. Помните о налогах на крипту: НДФЛ 13–15% при продаже.
Уменьшите количество нейронов (LSTM до 32, CNN до 16) и поднимите dropout до 0,5. Скорее всего, переобучение. Также добавьте L2-регуляризацию.
Да, отправьте в любой LLM: «Напиши LSTM на TensorFlow для поиска уровней поддержки/сопротивления на дневных свечах. Вход: OHLCV. Выход: список цен с вероятностью». Доработайте под свои тикеры.
Реальные участники ИнвестКлуба Хомяк — с их слов и со ссылкой на первоисточник в Telegram.
Точка входазашла пробно на 1 месяц после рекламы
Что изменилосьосталась на 1,5 года — структурированные знания, прямые эфиры с экспертами, освоила ИИ-инструменты
«Когда-то я зашла пробно, на 1 месяц. Прошло 1,5 года, а я по-прежнему там. Один только искусственный интеллект чего стоит.»история в Telegram →
Точка входавозрастной скепсис, долго не решался зайти в закрытый клуб
Что изменилосьгора структурированных материалов, отзывчивое сообщество, которое помогает и подсказывает
«Возрастной скепсис мешал зайти — думал, всё как обычно. Но на деле оказалось совсем иначе: очень много отзывчивых ребят и гора информации.»история в Telegram →
«В Хомяке уже полтора года… кайфовое, живое сообщество. Люди настоящие, можно спокойно спрашивать, не чувствовать себя дураком.»
«Зашла пробно на 1 месяц. Прошло 1,5 года, а я по прежнему там… Тут комфортно и для инвесторов-новичков. Вся информация отлично структурирована.»
Ещё реальные отзывы участников — t.me/traderreviews
