Сложный период для алгоритмов
Сложный период для алгоритмов Автор: Илья Гадаскин, алгоритмический трейдер, партнёр и управляющий активами FO ABTRUST. Недавно наткнулся в сети на интересную мысль. Оказывается, наш мозг не воспринимает мир объективно. Он работает в режиме предиктивного кодирования. Это значит, что мозг сначала строит внутреннюю модель (предсказание), и только потом сверяет её с реальностью. Пример. Вы идете по темному подъезду. Мозг не ждет, пока глаза увидят каждую ступеньку. Он работает «на опережение» — он уже предсказал, где должна быть следующая опора, и заранее дал команду мышцам. А если ступеньки вдруг нет — вы чувствуете этот резкий провал, испуг, выброс адреналина, мозг мгновенно перестроил картинку, чтобы вы не упали, и в следующий раз будет осторожнее. Статья была про искусственный интеллект, о том ,что он основан на других принципах. Но меня зацепил другой вопрос: а на чём мозг строит эти предсказания? Ответ прост: на прошлом. На том, что мы зовём жизненным опытом. То же самое работает в любом деле. Почему, скажем, пшеницу сажают в Воронежской области? Потому что многолетняя практика (тот самый прошлый опыт) показывает: здесь она в среднем даёт хороший урожай. Каждый ли год? Нет, бывают и неурожаи. Но в долгосрочной перспективе — это стабильно выгодно. А что, если задача — получать урожай гарантированно каждый год? Тогда придётся диверсифицировать: сажать не только пшеницу, или выращивать её в разных регионах. Это даёт устойчивость. В мире есть три основных центра экспорта пшеницы. Сценарий, когда во всех трёх одновременно случится неурожай — это уже глобальный кризис. К счастью, такого ещё не было. И так с любым делом, мы можем уверенно говорить об успехе в будущем, опираясь на знание о прошлом. Тут прямая аналогия с торговыми системами. В краткосрочной торговле на фьючерсах они могут быть основаны на разных принципах, но самые надёжные системы, на мой взгляд, основаны на устойчивых закономерностях движения цен — на том, что Джим Саймонс (математик и создатель одного из самых успешных алгоритмических фондов) называл «рыночными аномалиями». Они работают десятилетиями, потому что в их основе лежит неизменная человеческая психология. У меня есть статистика по реально работающим системам где-то с 2011 года. За это время они стабильно приносят прибыль, но не каждый год. Лет 10 назад, я разрабатывал системы для американского рынка, где история данных гораздо длиннее, чем у российской биржи, поэтому я имел возможность тестировать системы на достаточно большом отрезке времени. Я пытался добиться, чтобы система зарабатывала каждый год, но это оказалось невозможно. Всегда находился период с нулевым или отрицательным результатом. Почему? Если процент успешных сделок стабилен (а в хороших системах так и есть), то главный враг — это затяжное снижение волатильности определённого типа. Оно снижает потенциальную прибыль с каждой сделке. Но есть и хорошая новость: волатильность циклична. Если взглянуть на график волатильности Dow Jones с 1899 года, это прекрасно видно. Именно цикличность волатильности даёт уверенность, что такие системы будут прибыльны в долгосрочной перспективе. На этом можно было бы и остановиться. Есть система, которая в целом приносит деньги. Как с пшеницей: не каждый сезон, но на дистанции — выигрышно. Однако, для инвестиционного фонда этого часто недостаточно. Я читал про один фонд, работающий на принципах Нассима Талеба. Он зарабатывает на редких, но сильных движениях рынка, используя дальние опционы. За всю его историю было всего три прибыльных года (примерно раз в 13 лет), которые и обеспечили весь итоговый успех. Но между этими годами фонд почти постоянно был в убытке. Существование такого фонда скорее исключительный случай. На практике инвесторы и клиенты хотят видеть если не рост, то хотя бы стабильность каждый год. Продолжение 👇👇👇