История разработки
Отобранная хронологическая запись ранних и допусковых вех до 2026-08-14 — от самого первого рабочего прототипа проекта. Это не журнал каждой задачи или аудита, а форма того, как система была построена на самом деле. Обо всём, что произошло позже, — раздел «Новости».
Расширенная методология тестирования устойчивости будущих ML-моделей — поведение при сдвинутых, зашумлённых или отсутствующих данных и на разных рыночных режимах — была принята как постоянная исследовательская политика.
Читать полностьюФункция отчётности по истории сделок в Telegram была развёрнута в production, позволив пользователям запрашивать автоматические и по требованию сводки наблюдаемой виртуальной торговой активности.
ИсследованияДля ML-слоя оценки была принята безопасная от утечек, независимо проаудированная процедура выбора способа объединения результатов нескольких моделей в единый направленный рейтинг.
АудитПолная фаза независимой оценки закрылась после методологического аудита, установив, что доказательств пока недостаточно для статуса Production, — и сразу же началась новая, более строгая, ограниченная по бюджету исследовательская программа.
ИсследованияСтруктурированная, многоэтапная программа сравнения моделей оценила несколько подходов-кандидатов бок о бок по зафиксированным правилам, закрывшись без автоматического присвоения статуса Production кому-либо из них.
ИсследованияКаноничный, проверенный на утечки набор данных и методология обучения были унифицированы для всех семейств моделей, заменив несколько параллельных, слегка расходящихся подходов.
ИсследованияПолное семейство архитектур моделей было обучено, провалидировано и формально принято от начала до конца на втором эталонном рынке.
АудитПолный исследовательско-аудиторский цикл закрылся на втором эталонном рынке, открыв ему путь к полному циклу обучения моделей по той же дисциплине оценки, что и для первого.
ПродуктTantoryn AI открыла публичную бету в Telegram — первую аудиторную стадию наблюдения, с явно отключённым исполнением реальных ордеров.
ИнженерияИнфраструктура была перенесена на новый производственный сервер; миграция завершилась без потери данных и с улучшенной сетевой стабильностью.
ВехаПервое полностью автоматизированное доказательство того, что кандидат с живого рынка может пройти путь от генерации, ML-оценки, одобрения риска до открытия и закрытия виртуальной сделки без вмешательства человека.
РантаймСистема впервые провела ночной прогон в режиме live-paper — около пятнадцати часов и сотни автоматических циклов, — доказав базовую устойчивость рантайма в реальных сетевых условиях.
ИсследованияПосле сравнительного тестирования был зафиксирован производственный набор семейств кандидатов, а как минимум одно экспериментальное семейство было исключено из production на основе доказательств.
ВехаГенератор кандидатов, ML-оценка и шлюз риска/жизненного цикла были впервые соединены в единый конвейер и провалидированы вне выборки на эталонном рынке.
АудитПервый полный аудит-гейт качества данных закрылся на эталонном наборе рыночных данных, скорректировав логику объединения таймфреймов и определения меток перед дальнейшей ML-работой.
ИнженерияБыл построен рантайм paper-трейдинга и реалистичный движок бэктеста, моделирующий транзакционные издержки, проскальзывание и задержку исполнения вместо предположения об идеальном исполнении.
ИнженерияКонвейер рыночных данных был пересобран и расширен источниками ликвидности, макроэкономики и он-чейн данных, а первый базовый цикл обучения ML прошёл на эталонном рынке.
ИсследованияБыл собран первый стек моделей машинного обучения — и обнаружен и исправлен ранний изъян в определении обучающих меток, прежде чем он смог исказить последующую работу.
ВехаСамая ранняя рабочая система Tantoryn AI: базовый конвейер данных и каркас торгового бота, охватывающий сбор данных, управление риском, фильтрацию активов и отчётность.
