Биржа приносит боль каждому

Рынок изменился, нравится тебе это или нет. Лет 20 назад информация распространялась медленно, и участников было намного меньше. Можно было купить бумагу дешево просто потому, что ты прочитал газету раньше соседа. Сегодня 90% объема на биржах генерируют роботы. Торговать вручную против машин — это как пытаться выиграть у калькулятора в перемножении чисел. Алготрейдинг — это навык будущего. Ты перестаешь быть игроком и строишь систему, которая работает на тебя. Не обязательно обладать навыками программирования, сейчас есть куча платформ для простого входа в профессию (TradingView, MetaTrader, конструкторы ботов). Главное понять принцип: ты торгуешь не своей интуицией, ты торгуешь своей математической моделью. Любой индикатор — это просто формула. Твоя задача найти формулу, которая дает положительное мат. ожидание на дистанции. Ручная торговля — это постоянные попытки договориться с самим собой: сегодня рынок другой, я не буду ставить стоп-лосс, и т.д. В алготрейдинге всё четко - здесь нельзя «немножко нарушить» стратегию. Прежде чем отдать роботу живые деньги, ты можешь прогнать стратегию по историческим данным за последние годы. Да, история не гарантирует будущего, но она показывает статистику. Ты сразу увидишь: твоя гениальная идея даст 50% убытка. Это экономит время и кучу денег, которые новички обычно сливают на интуиции. Начните изучать эту тему прямо сегодня, сбережёте нервы и депозит. NGU6 BRV6 GDU6 SVU6 CCX6 RIU6 MXU6

Миру известны истории как легендарных квантов с Уолл-стрит, построивших империи на математике, так и новых звёзд, использующих AI для молниеносных сделок . 👑 Легенда индустрии: Джим Саймонс и Renaissance Technologies Основатель Renaissance Technologies, бывший математик, совершил революцию, наняв учёных вместо трейдеров . Феноменальный результат: фонд Medallion с 1988 года показывал среднюю годовую доходность ~39% годовых (после вычета комиссий), что намного превзошло рынок . Подход: поиск слабых закономерностей в данных и автоматизация стратегий . Ключевой фигурой стал Элвин Берлекэмп, переписавший алгоритмы в 1989 году для краткосрочной торговли . 🤖 AI-евангелист: Александр Герко и XTX Markets Российский математик, основатель XTX Markets, сделал ставку на глубокое обучение, перепрыгнув гонку скоростей . Ежедневный оборот его алгоритмов — 250 млрд долларов. В 2024 году прибыль компании достигла £1,3 млрд, а состояние Герко Forbes оценивает в 12 млрд долларов. Подход: Модели AI предсказывают движения на миллисекунды и часы вперёд, а компания строит собственные дата-центры для обучения ИИ. 🚀 Новая волна: Vida и криптоарбитраж 24-летний трейдер с псевдонимом Vida прославился в криптовалютах . Его алгоритм среагировал на новость о листинге токена всего через 2 секунды, принеся 3,4 млн долларов за одну сделку. Начинал с арбитража на информационной асимметрии, а к 24 годам заработал состояние в 18 млн долларов. Эти примеры показывают: успех современного трейдинга строится на фундаментальном научном подходе и использовании технологий.

Бэктест — это проверка торговой стратегии на исторических данных, чтобы понять, как она работала бы в прошлом. В результате можно узнать: - сколько сделок стратегия совершила; - сколько бы заработала или потеряла; - какой была бы максимальная просадка; - как часто сделки были прибыльными; - насколько сильно колебался результат. Признаки переоптимизации стратегии: 1) Резкое ухудшение на тестовом периоде. На данных, которые не использовались при настройке, прибыль превращается в убыток. 2) Почти идеальные результаты на обучении. Например, очень высокая доходность, маленькая просадка и нетипичный процент прибыльных сделок. 3) Параметры должны быть настроены очень точно. Например, период средней 37 работает прекрасно, а 36 и 38 — плохо. Это часто означает подгонку под шум. 4) Слишком много параметров относительно количества сделок. Десятки фильтров и условий на несколько сотен наблюдений — тревожный сигнал. 5) Нестабильность по периодам. Стратегия хорошо работает в одном году, но разваливается в остальных. 6) Сильная зависимость от конкретного инструмента. На одном активе результат великолепный, а на похожих инструментах отсутствует. 7) Отсутствие запаса после расходов. Доходность становится отрицательной при небольшом увеличении комиссии или проскальзывания. 8) Много попыток настройки. Если перебрали сотни комбинаций и выбрали лучшую, её результат почти наверняка завышен. Надёжнее всего использовать не одно разделение «обучение/тест», а схему walk-forward: а) Настроить стратегию на первом отрезке истории. б) Проверить её на следующем, ещё не использованном отрезке. в) Передвинуть окно вперёд. г) Повторять процедуру несколько раз. д) Оценить объединённый результат всех независимых тестовых отрезков. Важно для фьючерсов: не смешивать контракты (не использовать "склейки"), учитывать даты экспирации, ликвидность и стоимость ролловера. Иначе результат может быть следствием ошибки в данных, а не эффективности стратегии.