В статье рассматриваются актуальные аспекты, связанные с процессом формирования обучающей выборки данных, который является ключевым элементом в процессе обучения искусственной нейронной сети, предназначенной для функционирования в качестве биржевого торгового БОТа. Мы постараемся всесторонне осветить все тонкости и нюансы, которые необходимо учитывать при подготовке этой выборки, чтобы обеспечить максимальную эффективность и точность в работе торгового алгоритма. Это позволит нам достичь наилучших результатов в автоматизации торговых операций на бирже и повысить общую продуктивность торговых стратегий, реализуемых с помощью искусственного интеллекта. Предложен метод, направленный на кластеризацию данных обучающей выборки. Этот метод позволяет эффективно группировать схожие по определенным критериям данные, что, в свою очередь, способствует повышению точности и эффективности обучающих алгоритмов.