ML-скоры для предиктивной аналитики
Вероятностные оценки по инструментам MOEX

7 ML-скоров по каждому из 96+ инструментов — через REST API, WebSocket и CSV. Источник данных для аналитических пайплайнов, скринеров и автоматизированных систем.

96+ инструментов · 7 ML-скоров · история с 2022 · обновление по рабочим дням

ErmiData — доступ к веб-сервису и API для получения аналитических данных и ML-скоров. Сервис не является индивидуальной инвестиционной рекомендацией, не является финансовой услугой и не гарантирует доход. Решения о совершении операций пользователь принимает самостоятельно.

Данные в реальном времени: ML-скоры по инструментам

Heatmap Daily impulse: Топ 5 инструментов

Каждая ячейка — значение ML-скора Daily impulse для конкретного инструмента в конкретный рабочий день. Цветовая шкала: тёмный → 0.0, яркий → 1.0. Ниже — окно последних 15 рабочих дней по 5 наиболее ликвидным инструментам. Полный набор из 96+ инструментов доступен через REST API и CSV.

SBER GAZP LKOH NVTK ROSN SBER — 26.10 · 0.36 SBER — 27.10 · 0.40 SBER — 28.10 · 0.38 SBER — 29.10 · 0.42 SBER — 30.10 · 0.61 SBER — 02.11 · 0.38 SBER — 03.11 · 0.55 SBER — 04.11 · 0.60 SBER — 05.11 · 0.44 SBER — 06.11 · 0.40 SBER — 09.11 · 0.68 SBER — 10.11 · 0.47 SBER — 11.11 · 0.30 SBER — 12.11 · 0.38 SBER — 13.11 · 0.43 GAZP — 26.10 · 0.33 GAZP — 27.10 · 0.54 GAZP — 28.10 · 0.24 GAZP — 29.10 · 0.53 GAZP — 30.10 · 0.49 GAZP — 02.11 · 0.30 GAZP — 03.11 · 0.39 GAZP — 04.11 · 0.40 GAZP — 05.11 · 0.61 GAZP — 06.11 · 0.31 GAZP — 09.11 · 0.58 GAZP — 10.11 · 0.48 GAZP — 11.11 · 0.27 GAZP — 12.11 · 0.46 GAZP — 13.11 · 0.53 LKOH — 26.10 · 0.31 LKOH — 27.10 · 0.48 LKOH — 28.10 · 0.22 LKOH — 29.10 · 0.50 LKOH — 30.10 · 0.49 LKOH — 02.11 · 0.22 LKOH — 03.11 · 0.49 LKOH — 04.11 · 0.28 LKOH — 05.11 · 0.60 LKOH — 06.11 · 0.29 LKOH — 09.11 · 0.23 LKOH — 10.11 · 0.42 LKOH — 11.11 · 0.21 LKOH — 12.11 · 0.37 LKOH — 13.11 · 0.51 NVTK — 26.10 · 0.36 NVTK — 27.10 · 0.29 NVTK — 28.10 · 0.44 NVTK — 29.10 · 0.53 NVTK — 30.10 · 0.51 NVTK — 02.11 · 0.30 NVTK — 03.11 · 0.37 NVTK — 04.11 · 0.45 NVTK — 05.11 · 0.62 NVTK — 06.11 · 0.60 NVTK — 09.11 · 0.41 NVTK — 10.11 · 0.50 NVTK — 11.11 · 0.21 NVTK — 12.11 · 0.29 NVTK — 13.11 · 0.50 ROSN — 26.10 · 0.52 ROSN — 27.10 · 0.44 ROSN — 28.10 · 0.35 ROSN — 29.10 · 0.48 ROSN — 30.10 · 0.46 ROSN — 02.11 · 0.24 ROSN — 03.11 · 0.28 ROSN — 04.11 · 0.17 ROSN — 05.11 · 0.67 ROSN — 06.11 · 0.22 ROSN — 09.11 · 0.36 ROSN — 10.11 · 0.49 ROSN — 11.11 · 0.42 ROSN — 12.11 · 0.48 ROSN — 13.11 · 0.29 26.10 29.10 03.11 06.11 11.11 13.11 0.0 1.0
Min daily_impulse
0.17
минимум за период
Median daily_impulse
0.42
медиана всех наблюдений
Max daily_impulse
0.68
максимум за период
Открытый пример: самостоятельная проверка данных

Открытый пример Simple Strategy

Базовые фильтры по значениям ML-скоров. Скачайте CSV — 96+ инструментов × 7 ML-скоров, формат под pandas — примените свои пороги и оцените качество данных на собственной проверочной выборке. Пороги и логику можно изменить под свой подход. Полный Python-скрипт и инструкция — в личном кабинете. Метрики ниже рассчитаны на исторических данных (демонстрационный характер), включена комиссия 0.02%.

+48.68%
Накопленный индекс
63.1%
Доля верных прогнозов
-9.64%
Макс. просадка
Пример носит демонстрационный характер. Значения рассчитаны на исторических данных и не гарантируют будущих результатов. Не являются инвестиционной рекомендацией.
# Логика фильтрации по ML-скорам (демонстрация)
# В скачанном CSV колонки: date, isin, ticker + 7 alias:
#   base_vector, daily_impulse, upper_reference, lower_reference,
#   upper_progression, lower_progression, sequence_stability

WHERE base_vector >= 0.65  # верхний квартиль (top_N = 5)
WHERE base_vector <= 0.35  # нижний квартиль

# Полный Python-скрипт + инструкция → ЛК → Simple Strategy
# Пример API-ответа для одного ISIN:
{
  "date": "2026-09-08",
  "target": {
    "isin": "RU0009029540",
    "ticker": "SBER",
    "probabilities": {
      "base_vector": 0.5202,
      "daily_impulse": 0.3556
    }
  }
}
Способы применения

Как скоры встраиваются в ваш процесс

Мы не навязываем методологию: один и тот же ежедневный набор оценок используется по-разному — от фильтра собственных расчётов до количественного основания решения. Конкретная схема подбирается под ваш процесс.

01

Гейт входа

Открывать позицию только при скоре выше согласованного порога. Пороги задаёте вы — проверяется на истории с 2022 года.

02

Веса позиции

Доля позиции пропорциональна оценке модели. 7 скоров как вектор для вашей функции веса.

03

Основание решения

Датированная количественная оценка в обосновании: фиксируете скор на дату решения по истории API или CSV. Данные ≠ рекомендация.

Что это за числа и что с ними делают

Каждый скор — число от 0 до 1: вероятность конкретного события по конкретной бумаге к завтрашнему закрытию. События разные, инструменты — 96+. Вот что обычно делают с таким набором чисел:

  • Ставят порог: «работаю только если скор выше 0.7» — фильтруют свои расчёты
  • Масштабируют позицию: больше уверенность → больший размер лота
  • Добавляют как фичу в свою модель — смотрят, выросли ли метрики после
  • Агрегируют по портфелю: средний скор падает → общий риск выше
  • Сортируют инструменты: топ-20 по составу на завтра из доступных 96+
  • Фиксируют значение в обосновании решения для клиента

Конкретную схему применения обсуждаем индивидуально — у каждого процесса своя логика.

ErmiData API

Простой REST API

Авторизация через заголовок X-API-Key. ISIN — идентификатор инструмента. До 7 ML-скоров в ответе в зависимости от условий доступа.

# Получить ML-скоры сегодня по ISIN инструмента (например, SBER = RU0009029540)
GET /v1/targets/today/RU0009029540
X-API-Key: your_api_key

# Ответ: 200 OK — объект инструмента в data.target,
# в probabilities только alias, доступные для вашего периметра
{
  "success": true,
  "data": {
    "date": "2026-09-08",
    "generated_at": "2026-09-08T11:05:56+03:00",
    "valid_until": "2026-09-08T18:50:00+03:00",
    "target": {
      "isin": "RU0009029540",
      "ticker": "SBER",
      "sector": "financial",
      "probabilities": {
        "base_vector": 0.5202,
        "daily_impulse": 0.3556
      }
    }
  },
  "meta": { generated_at, request_id, disclaimer }
}
Доступ к данным

Начните с бесплатного демо-периода

Регистрация на платформе ERMIAS открывает полный набор данных для самостоятельной проверки: все 7 ML-скоров по 96+ инструментам, исторический CSV с 2022 года и персональный API-ключ.

Демо-период
бесплатно
все 7 ML-скоров, регистрация за минуту
История CSV
с 2022
полная история, формат под pandas
API-ключ
сразу
REST API и документация в личном кабинете
Датированные значения: любое число можно проверить задним числом
7 ML-скоров по 96+ инструментам — единый ежедневный набор
Дальнейший доступ обсуждается индивидуально под задачу
Зарегистрироваться
Работа с организациями

Профессиональная работа с данными — пилот под ваш процесс

У управляющих компаний, инвестиционных советников, prop-команд и research-подразделений у каждого своя логика применения данных, поэтому стандартных условий нет. Расскажите, какой у вас процесс и какие бумаги в работе — подготовим предложение под вашу задачу: формат доступа, периметр использования и условия пилота.

01

Демо на данных дня

15 минут: живой запрос к API по бумагам из вашей практики, документация, Factor Sheet с методологией модели.

02

Пилот 30–60 дней

Прогон истории ML-скоров (2022 → сегодня) в вашей модели — метрики «до/после». Критерии успеха фиксируются до старта.

03

Постоянный доступ

Индивидуальная схема применения, SLA, помощь с интеграцией, формулировки для ваших комплаенс-процессов.

Часто задаваемые вопросы

Что такое ErmiData и что такое ML-скор? +
ErmiData — сервис платформы ERMIAS, который выдаёт ML-скоры по 96+ инструментам Московской биржи. ML-скор — числовая оценка модели в диапазоне от 0.0 до 1.0. Его можно использовать как входной параметр собственных аналитических расчётов. Данные доступны через REST API, WebSocket-поток ErmiStream и CSV. Они носят информационный характер и не являются инвестиционной рекомендацией.
Как использовать скоры в своём процессе? +
Как входной параметр: порог для фильтрации собственных расчётов, вес позиции, фича в вашей модели или датированное количественное основание решения. Готовых рецептов не навязываем — конкретную схему применения обсуждаем индивидуально, с проверкой на истории с 2022 года.
Работаете ли вы с организациями? +
Да. Управляющие компании, инвестиционные советники, prop-команды и research-подразделения работают по индивидуальному контуру: демо на данных дня, пилот 30–60 дней с фиксацией критериев успеха до старта, затем постоянный доступ с SLA и поддержкой интеграции. Условия готовим под конкретный процесс.
Когда обновляются скоры? +
В каждый рабочий день к 11:05 МСК — до открытия вечерней сессии. Каждое значение датировано и сохраняется в историю (CSV, API) — вы можете проверить любое число задним числом.
Можно ли скачать исторические данные? +
Да. Исторический CSV — полная история с 2022 года (лаг 30 дней), 96+ инструментов × 7 ML-скоров, формат под pandas — доступен после регистрации. Ссылка на скачивание — в личном кабинете и в блоке «Открытый пример Simple Strategy» на этой странице.
Что такое Simple Strategy? +
Открытый демонстрационный пример для самостоятельной проверки: базовые фильтры по значениям ML-скоров. Полный Python-скрипт и пошаговая инструкция — в личном кабинете.
Вы гарантируете точность оценок? +
Нет — и ни один добросовестный поставщик данных не гарантирует. Мы отвечаем за покрытие, своевременность публикации, документированную методологию и честное раскрытие ограничений модели. Вероятностные оценки — вход в ваше решение, а не замена вашего решения.