Рынок акций РФ: анализ Яндекс (YDEX.MS) — Ноябрь 2026
≈ 10 мин. чтения С момента написания последней статьи прошло довольно много времени и много чего произошло.
Хоть и не конец года, но вот какие позитивные события произошли в мире:
- Прорывы в медицине: Одобрена первая в истории генная терапия для лечения врожденной глухоты, а ИИ-тесты научились выявлять 50 видов рака по капле крови.
- Ликвидация болезней: ВОЗ официально признала победу над трахомой (главной инфекционной причиной слепоты) в нескольких странах.
- Космические успехи: Состоялся первый пилотируемый облет Луны экипажем миссии Artemis II и запущен новый космический телескоп Nancy Grace Roman.
- Развитие технологий: Созданы сверхемкие экологичные батареи нового поколения и совершен прорыв в квантовых вычислениях.
- Защита экологии: Зафиксировано устойчивое восстановление озонового слоя Земли, а ООН объявила год Международным годом добровольцев.
В России тем временем произошли:
- Повышение налогов: С 1 января ставка НДС выросла с 20% до 22%, увеличив налоговую нагрузку на бизнес и потребителей.
- Рост цен на товары: Из-за повышения НДС, дорогой логистики и дефицита кадров в ритейле заметно подорожали продукты питания, техника и услуги.
- Рост тарифов ЖКХ: Индексация прошла в два этапа; в октябре тарифы выросли в среднем на 9,9%, а в отдельных регионах совокупный платеж взлетел на 15–22%.
- Воровство миллиардов: Ущерб от зарегистрированных экономических преступлений и хищений за первые 8 месяцев года превысил 397,2 млрд рублей.
Что называется — почувствуй разницу.
Конечно, сильно подбеала ФНС со своей налоговой палкой и объединением доходов по всем статьях в одну кучу.
1. Обзор рынка — актуальная картина
За последние ~2 года российский рынок акций продемонстрировал выраженный сегментный рост и такое же фееричное падение...
- Нефтяной сектор (ЛУКОЙЛ, Роснефть) — абсолютные лидеры (+26-30%).
- Финтех (Сбер, Тинькофф) — моё любимое нито-нисё.
- Яндекс и HeadHunter и прочие ИТ — где-то в районе незарегистрированного дна.
Поскольку основные фокусы я уже описывал в предыдущих статьях, то...
2. Методология анализа
2.1 Сбор данных (чанковая загрузка)
Не секрет, что уже около года я разрабатывал свой алгоритм для торговли и аналитики без привязки к всяким сервисам, ИИ и прочей новомодной шелухе. При переписывании столкнулся с некоторыми багами в работе MOEX (но скорее всего руки кривые), поэтому в моей реализации MOEX ISS API возвращает максимум ~500 строк за запрос. Для получения полных исторических данных использована чанковая загрузка по 200 дней (подход TS FT):
Для анализа это мало, как бы всего 640 свечей… Но если я буду собирать минутные чанки — меня забанят уже навсегда на MOEX. Для интересующихся техникой:
2.2 Очистка от выбросов (MAD-метод)
Чтобы не применять сложные алгоритмы, подключать тяжелые библиотеки для поиска аномалий, о которых я тоже писал в предыдущих статьях, в этот раз был применён MAD (Median Absolute Deviation) метод для выявления аномальных ценовых всплесков:
2.3 STL-разложение (Seasonal-Trend decomposition)
Наше любимое разложение на множители.
- Period: 66 торговых дней (~3 месяца)
- Robust: True (робастное взвешивание для снижения влияния выбросов)
Хорошо видно тренд — питон обожрался деньгами в феврале-марте, а потом его начало тошнить… Долго и мучительно.
У тренда дисперсия 75,413% означает, что 75.4% всей ценовой вариации за анализируемый период было описано структурой (трендом и сезонностью). Оставшиеся ~24.6% — это случайный шум (новости, паника, внешние шоки). Т.е. устойчивый актив, вроде как.
Если смотреть только на тренд — ситуация хороша для покупки акций на минимуме. Тут главное не разогнаться сильно с покупкой — цена сейчас «прижата», но вполне еще есть потенциал упасть до 3200.
2.4 Модель Prophet
С этой прогностической системой вы уже знакомы. Формула проста, как для линейной регрессии:
- g(t) — трендовая компонента (логистический рост/спад)
- s(t) — сезонная компонента (включена квартальная: period=91)
- h(t) — регрессионные макро-факторы
- e(t) — ошибка
Тут пришлось немного поиграться с настройками, поскольку данных маловато.
- Годовая сезонность Значение: Отключена Обоснование: Недостаточно данных < 730 дней
- Квартальная сезонность Значение: Включена (period=91, Fourier=8) Обоснование: Отчётные циклы IT-компаний
- Еженедельная Значение: Отключена Обоснование: Не значима для дневных данных
- Changepoint prior Значение: 0.05 Обоснование: Жёсткий штраф на резкие смены тренда
- Доверительный интервал Значение: 95% Обоснование: Стандарт для финансовых прогнозов
- Seasonality mode Значение: Additive Обоснование: Аддитивная модель лучше подходит для данного ряда
3. Макрофакторы (дамми-переменные)
Для учёта геополитических и экономических шоков в математическую модель добавил 7 переменных. Каждая представляет бинарный индикатор периода шока (плохо/хорошо)
3.1 Перечень макро-событий
Периоды «на глазок», т.к. вычитывать из новостей бредово и долго:
3.2 Влияние макро-факторов на модель
Каждое событие кодировано бинарной переменной:
- 1 в дни шока
- 0 вне периода
Проверка на значимость:
4. Детальный анализ Яндекс (YDEX)
Всё что ниже вывод скрипта их ТС, комментарии тут излишни, всё понятно.
4.1 Исторические данные
4.2 Валидация модели (train/test split)
Time series split 80/20:
- Train: 512 дней (2024-11-11 → 2026-04-02)
- Test: 128 дней (2026-04-03 → 2026-11-10)
Интерпретация разрыва MAPE:
- Train MAPE=2.13% — модель точно подстроилась на обучающей выборке
- Test MAPE=11.78% — ожидаемое снижение точности на новых данных
- Разрыв указывает на чувствительность к структурным изменениям (рыночные шоки в test-периоде)
- Тем не менее, MAPE=11.8% является приемлемым для акций IT-сектора в условиях санкционного давления. (приемлемым, как тройка по математике, но не идеальным).
5. Прогноз до 31.12.2026
5.1 Интерпретация прогноза
Почему прогноз на спад (-32.7%)?
- Трендовая компонента: STL показывает нисходящий тренд в Q3-Q4 2026 (от 4874 до 3397)
- Квартальная сезонность: Q4 исторически показывает просадку для IT-сектора (отчётные паузы, инвестиционные паузы)
- Макро-факторы: Ожидается продолжение давления ключевой ставки, рост бюджетного дефицита в 2026, геополитические риски сохраняются.
Почему такой широкий доверительный интервал [728 — 3864]?
- Volatility: 37.9% annualized — один из самых высоких в IT-секторе
- Test MAPE 11.8%: модель показывает неопределённость на новых данных
- Макро-шум: геополитические шоки в Q3-Q4 2026 (весенняя/летняя коррекция) увеличили разброс остатков
- Нижняя граница 728: экстремальный сценарий (новые санкции, уничтожение инфраструктуры, отток инвесторов, у населения закончились деньги на кинопоиск)
- Верхняя граница 3864: позитивный сценарий (смягчение санкций, рост госрасходов на IT, увеличение стоимости подписок)
Заключение (Иго-го)
Я всё же склонен оценивать, что цена пойдёт вдоль или очень близко к верхней границе. Более низкого падения не допустят, и аналитики сделают всё возможное, чтобы их не уволили.
Для компании кризис почти миновал, сервисы работают и продолжают драть деньги за подписки и оказывать услуги.
Что важно помнить по анализу: Модель работает исключительно с ценовыми данными и не учитывает:
- Финансовую отчётность Яндекса (EBITDA, свободный денежный поток)
- Долю рынка (Cloud, Ads, E-commerce)
- Инвестиции в AI и новые продукты
- Долговую нагрузку и cash position
Покупать ли акции Яндекса? Нет.
Нет однозначного ответа на этот вопрос, но я бы не рискнул и подожду. Как показала практика 2026 — выживают терпеливые, а рисковых с января 2027 ждут новые приключения Шерифа Ноттингемского в России.
Хотите знать больше?
Подписывайтесь на мой канал в МАХ, потому что меня меня лишили доступа к другим сервисам ) Sorry people, РКН в игре.
ВАЖНО! Не является инвестиционной или финансовой рекомендацией. Все описанное — только отражение личного опыта автора и его размышления. Я никого не убеждаю и не побуждаю к действиям. Любые инвестиции это только Ваш выбор.
Оффтоп. На волне ИИ я продолжаю писать статьи исключительно сам, как и писать инструменты для анализа на R.
ИИ использую только для создания картинок. Просто чтобы Вы знали.