Nie każdy zakup insidera
jest sygnałem.
Bourse Conviction Score ocenia każdy zakup akcji przez insidera w skali 0-100 modelem uczenia maszynowego i pokazuje powody: pierwszy zakup od dawna, inni członkowie zarządu kupujący w tym samym tygodniu, kurs blisko rocznego dołka, podwojone udziały.
Każdy wynik ma jedno zdanie, na przykład: “Ten zakup ma 94/100 w Bourse Conviction Score – najsilniejszy sygnał na NVDA od 1 czerwca 2026.”
Sprawdzony na miesiącach, których nie widział.
Wyniki poza próbą pojawią się po wytrenowaniu pierwszego modelu.
Pytania.
Co oznacza wynik 98?
Model ocenił zakup wyżej niż 98% zakupów insiderów, na których się nie uczył. To pozycja w rankingu, a nie prawdopodobieństwo zysku.
Jaki to model?
Drzewa decyzyjne gradient boosting z algorytmem XGBoost (strata logistyczna, zysk drugiego rzędu, regularyzacja L2, uczony kierunek dla braków danych), uczone na zakupach z Form 4. Etykieta: czy zwrot 1M po transakcji był w górnych 30% wszystkich zakupów insiderów z tego miesiąca.
Jak dostać wynik?
W aplikacji (Więcej, Conviction Score), w API (GET /v1/conviction i pole conviction_score w /v1/insiders) oraz w Pythonie: pip install bourse-quant, bourse.get_conviction(min_score=90).
Jakie są ograniczenia?
Historia do treningu jest krótka (dane Form 4 w Bourse od maja 2026) i obejmuje jeden okres rynkowy. Cechy cenowe są tylko tam, gdzie były dzienne notowania. Wynik poza próbą jest umiarkowany i może się zmienić. Traktuj wynik jako sposób sortowania raportów, a nie poradę.
Bourse dostarcza dane finansowe i informacje redakcyjne, których część jest generowana przez AI. Ta strona ma charakter wyłącznie edukacyjny. Nie jest spersonalizowaną poradą inwestycyjną ani rekomendacją kupna lub sprzedaży jakiegokolwiek instrumentu finansowego. Decyzje podejmujesz samodzielnie.