Собираем стратегию с помощью ИИ и Финам API

Всем привет, я Александр, разработчик Trade API в «Финаме». В прошлой статье мы собрали бота-арбитражника и зарабатывали на арбитраже коинтегрированных (связанных) инструментов. Сегодня рассмотрим торговую стратегию заработка на перегретости рынка — она особенно актуальна, когда рынок в боковике с резкими колебаниями. Соберем автоматического робота на классическом индикаторе RSI с помощью Cursor, подключенного к нему Финам Skill и Trade API.

Весь путь — от пустой папки до бота, который следит за рынком в реальном времени, — займет всего несколько промптов. Приступаем!

Быстрая теория

Кратко опишу теорию. Она нужна, чтобы понимать, на чем вообще основана стратегия. Не переживайте, если сразу все непонятно — когда приступите к практике и начнете реализовывать свою стратегию, понимание будет приходить. Постоянно спрашивайте все непонятные моменты у ИИ.

Итак, RSI (Relative Strength Index, индекс относительной силы) сравнивает, насколько в среднем цена росла и насколько падала за последние 14 свечей.

Формула расчета этого индикатора следующая:

В результате получается число от 0 до 1. Около 0 — в окне почти одни падения, около 1 — почти одни росты, 0.5 — равновесие.

Стратегия RSI 14 с порогами 0.2 / 0.8 торгует на возврат к среднему (mean reversion). Принцип простой: после резкой распродажи цена склонна отскакивать, а после резкого ралли — откатываться. Это тенденция, а не гарантия, но на ней можно построить понятные правила:

1. Входим в позицию LONG когда RSI опустился ниже 0.2 — рынок перепродан, покупаем.
2. Выходим из позиции LONG когда RSI поднялся выше 0.8 — рынок перекуплен, продаем.
3. Между 0.2 и 0.8 ничего не делаем.

Подробный разбор стратегии — расчет средних по Уайлдеру, работа с незакрытой свечой, проверка позиции перед заявкой и полный код на Python и Node.js — в нашем гайде по стратегии RSI 14.

Шаг 1. Устанавливаем Cursor и Финам Skill

Скачиваем Cursor с официального сайта, устанавливаем и авторизуемся. Бесплатного пробного тарифа для стратегии нам хватит.

Создаем пустую папку под проект (например, rsi-bot) и открываем ее в Cursor: File → Open Folder.

Дальше подключим Финам Skill плагин — набор инструкций и скриптов, который учит ИИ-агента работать с Finam Trade API: искать инструменты, загружать свечи, смотреть портфель и писать код на finam-sdk.

Для установки понадобится Node.js — если его у вас еще нет, установите версию LTS с официального сайта. Открываем встроенный терминал Cursor (Terminal → New Terminal) и выполняем следующую команду:

npx skills add <https://github.com/finamweb/finam-trade-api> --skill trade-api

Установщик проведет по шагам:

1. Если npx спросит разрешение скачать пакет skills — отвечаем y.
2. В списке агентов Cursor уже отмечен — просто жмем Enter.
3. Область установки — выбираем Global, чтобы скилл был доступен во всех проектах.
4. Способ установки — оставляем Symlink по умолчанию.
5. Проверяем сводку и подтверждаем.

После установки открываем новый чат с агентом (или перезапускаем Cursor), чтобы он подхватил скилл. Вызывать его специально не нужно — агент сам подключит скилл, как только в запросе появится что-то про Финам, биржу или торговлю.

Подробнее об установке для других агентов (Claude Code, Qwen Code и Codex), обновлении и удалении скилла, а также о решении типичных проблем читайте в нашем гайде по установке Finam Trade Skill.

Шаг 2. Подключаем токен

Для работы с рыночными данными нужен токен Finam Trade API — получить его можно на странице токенов. Там же можно открыть бесплатный демосчет на две недели — с реальными котировками, но без риска для денег.

Номер счета вводить не нужно: скилл определит его по токену сам. Пишем в чат Cursor:

Подключи токен Finam

Агент создаст в папке проекта файл .env. Открываем его, вставляем токен сразу после TRADE_API_SECRET=, сохраняем и пишем агенту готово — он проверит, что токен на месте.

Никогда не вставляйте токен прямо в чат агента — только в файл .env. Агент читает его оттуда сам и не показывает в переписке.

Проверим, что все работает:

Покажи мой портфель

Если видите баланс и позиции — все готово.

Шаг 3. Бэктест на истории

Прежде чем что-то запускать, проверим стратегию на исторических данных. Формулируем промпт:

Используя finam skill, загрузи часовые свечи GAZP@MISX за последние 90 дней.

Реализуй стратегию RSI 14 (сглаживание по Уайлдеру), только лонг:

вход, когда RSI < 0.2, выход, когда RSI > 0.8. Повторно не входи, пока позиция открыта.

Проведи бэктест и построй график: сверху цена закрытия с точками входа и выхода

и подсветкой периодов в позиции, снизу RSI с уровнями 0.2 и 0.8.

Выведи список сделок, итоговую доходность стратегии и доходность buy & hold.

Агент сам найдет нужный метод (MarketData.Bars), напишет скрипт, установит зависимости, запустит его и, если что-то упадет, — исправит ошибку и запустит снова. Написанный код можно открыть, нажав на файл в ответе агента.

Если видите, что агент делает что-то не то — остановите его кнопкой Stop и новым промптом уточните, как надо.

В итоге получаем такой график:

Стратегия RSI 14 на GAZP — бэктест на часовых свечах за 90 дней, без учета комиссий и проскальзывания

Зеленым подсвечены периоды в позиции. За 90 дней стратегия совершила две сделки, и обе закрыла в плюс:

• 14.08 → 23.09: вход на резкой распродаже по 86,06 ₽, выход по 101,49 ₽ — +17,9%. После входа цена еще около двух недель держалась ниже точки покупки: стратегия не угадывает дно, она лишь фиксирует, что падение было слишком резким.
• 29.09 → 09.10: вход на откате по 94,20 ₽, выход по 101,82 ₽ — +8,1%.

Итого +27,5% против +23,6% у buy & hold. Стратегия выиграла за счет того, что пропустила часть августовского падения. А вот рост в октябре до 111 ₽ она уже не застала: позиция закрылась, а новой перепроданности не случилось.

Одна бумага — это не статистика. Попросим агента прогнать то же самое на других тикерах:

Прогони этот же бэктест на LKOH@MISX и SBER@MISX и сведи результаты в таблицу:

инструмент, число сделок, доходность стратегии, доходность buy & hold.

Картина честная: на растущем рынке стратегия обычно уступает простому удержанию, а на боковике с широкими колебаниями — может его обыграть. Сделки редкие и длинные, и без стоп-лосса позиция может долго висеть в минусе. Поэтому на практике RSI чаще используют как фильтр внутри более крупной системы — с этим тоже можно поэкспериментировать, попросив агента, например, входить только когда цена выше SMA 200.

Шаг 4. Превращаем бэктест в бота

Бэктест показал, как стратегия вела себя в прошлом. Теперь сделаем бота, который считает RSI на живых свечах. Промпт:

Используя finam skill и finam-sdk, напиши бота для этой стратегии RSI 14 (0.2 / 0.8).

- Загрузи историю свечей через Bars, затем подпишись на новые свечи через gRPC-стрим.

- Считай RSI только по закрытым свечам: последнюю незакрытую свечу не учитывай.

- Параметры командной строки: --symbol, --timeframe (по умолчанию M5), --quantity.

- Режим --check: один расчет по истории и выход, без заявок.

- По умолчанию dry-run: сигналы только печатаются в лог, заявки не выставляются.

- Флаг --execute включает настоящие рыночные заявки. Перед заявкой проверяй позицию

на счете: входи только с нуля, продавай не больше, чем есть в позиции.

- Предусмотри реконнект при обрыве стрима и вывод ошибок в консоль.

Сначала — безопасная проверка по истории, она ничего не выставляет и даже не читает счет:

Запусти бота в режиме --check на GAZP@MISX

History check passed: close=110.97 rsi=0.455673 average_gain=0.037075 average_loss=0.044288 signal=none

rsi=0.46 — середина диапазона, рынок ни перепродан, ни перекуплен, сигнала нет. Теперь запускаем потоковый dry-run: бот подписывается на свечи и на каждой закрытой печатает RSI и сигнал. Когда RSI уходит под 0.2, в логе появляется вход (фрагмент для иллюстрации):

Closed bar: close=97.14 rsi=0.237647 signal=none

Closed bar: close=96.10 rsi=0.194634 signal=entry

DRY RUN: entry 1 units of GAZP@MISX

Остановить бота — Ctrl-C. Таймфрейм сильно влияет на частоту сделок: на дневных свечах уровни 0.2 / 0.8 могут не достигаться месяцами, а на 5-минутных сигналы появляются гораздо чаще.

Не хотите генерировать бота с нуля? Наша готовая эталонная реализация на Python и Node.js лежит в репозитории Trade API.

Флаг --execute переключает бота на настоящие заявки. Используйте для этого выделенный некритичный счет или демо-счет: API отдает суммарную позицию по инструменту и не отличает бумаги, купленные ботом, от купленных вручную. Помните, что запущенный бот торгует сам, без подтверждения каждой заявки, поэтому проходите путь --check → dry-run → демо-счет → реальный счет и не допускайте в Cursor полное бесконтрольное автоодобрение команд.

Код, написанный ИИ-агентом, требует ручной проверки перед реальной торговлей. ИИ часто не обрабатывает граничные случаи: ошибки API, недостаток средств, обрывы соединения. Статья — обучающий пример, а не готовое торговое решение. Результаты бэктеста не гарантируют такой же доходности в будущем.

Итоги

Мы собрали стратегию RSI 14 целиком через ИИ-агента: установили Финам Skill одной командой npx skills add, подключили токен, проверили стратегию на истории трех бумаг и получили бота с безопасным dry-run режимом. Все это — несколько промптов в Cursor.

Дальше можно экспериментировать: поменять период и уровни (мягкие 30/70 дадут больше сделок), добавить фильтр тренда или стоп-лосс, развернуть бота на выделенном сервере. Агент поможет и с этим — достаточно правильно сформулировать задачу.

Полезные ссылки:

Как установить Finam Trade Skill - установка во все агенты и решение проблем

Гайд по стратегии RSI 14 - подробный разбор логики и кода

База знаний Finam API - с чего начать

Исходники скилла и SDK на GitHub

Информация, сгенерированная скиллом и подключенными AI-агентами, носит образовательный и информационный характер и не является индивидуальной инвестиционной рекомендацией. Результаты в прошлом не гарантируют результатов в будущем.