00:00:00Здравствуйте, с вами Wall Street Gazua.
00:00:01Сегодня мы представляем вторую часть серии «Правда и ложь о квантовых инвестициях».
00:00:03Тема выпуска: «Бэктестинг — это не всегда чем больше, тем лучше».
00:00:05Давайте подробно разберем этот вопрос.
00:00:07В первой части мы дошли до этого момента,
00:00:09поэтому во второй части начнем обсуждение с шестого пункта.
00:00:12Но перед тем как перейти ко второй части,
00:00:14я хотел бы еще раз подчеркнуть цель этого видео.
00:00:17Я не утверждаю, что квантовый трейдинг — это плохо.
00:00:19Мир неизбежно движется в сторону цифровизации и количественного анализа,
00:00:23и на фондовом рынке переход к квантовым методам
00:00:26кажется мне вполне естественным и неизбежным процессом.
00:00:28Моя цель — предостеречь от
00:00:31преувеличенных ожиданий и слепой веры в квантовые инвестиции.
00:00:33Я создал это видео именно для того,
00:00:35чтобы призвать к осторожности в этом вопросе.
00:00:37Если у вас нет базовых знаний в области статистического вывода,
00:00:41вам обязательно нужно сначала изучить теорию, прежде чем приступать к практике.
00:00:45В комментариях я видел мнения зрителей о том,
00:00:47что квантовый подход в любом случае лучше, чем торговля «на интуиции».
00:00:50Многие так думают,
00:00:52но я с этим не согласен.
00:00:54Конечно, торговля по наитию тоже редко приносит стабильный результат.
00:00:57Однако, если вы используете неверные методы квантового анализа,
00:01:00то есть опираетесь на бэктестинг,
00:01:02который не имеет никакой статистической значимости,
00:01:04вы, во-первых, просто тратите свое время,
00:01:07а во-вторых, создаете у себя иллюзию,
00:01:11что провели серьезную проверку.
00:01:13Ошибочно полагая, что ваш метод научно обоснован,
00:01:16вы можете взять на себя неоправданно высокие риски.
00:01:18На самом деле я не планировал об этом рассказывать,
00:01:21но многие подписчики пишут мне на почту, обращаясь за советом после крупных убытков.
00:01:27Я уже упоминал об этом в прошлый раз.
00:01:29Среди них есть несколько человек, которые потеряли огромные суммы именно на квантовых инвестициях.
00:01:34Например, на прошлой неделе мне пришло письмо,
00:01:36где автор (не буду называть сумму из соображений конфиденциальности)
00:01:39потерял настолько много,
00:01:43что это привело к серьезному разладу в семье.
00:01:46В ходе нашей переписки я поинтересовался его методологией,
00:01:50и выяснилось,
00:01:51что он совершал те самые ошибки, о которых я предупреждаю:
00:01:54он провел массу бэктестов, не имеющих статистического смысла.
00:01:59У него была стратегия с максимальной просадкой (MDD) около 15%,
00:02:04которая в прошлом году показала неплохую доходность.
00:02:07В начале этого года он взял крупный кредит,
00:02:10чтобы вложить еще больше,
00:02:12но когда индекс KOSPI упал всего на 10%,
00:02:15его портфель просел более чем на 20%.
00:02:19Из-за использования кредитных средств
00:02:22с кредитным плечом примерно 1 к 3,
00:02:24его реальные потери составили 60–70% капитала.
00:02:28Общаясь с такими людьми, я замечаю,
00:02:30что они слишком сильно верят результатам бэктестинга
00:02:34и совершенно забывают о сравнении доходности с бенчмарком.
00:02:38Высокая доходность в прошлом году была обусловлена тем,
00:02:42что KOSPI вырос от минимумов
00:02:43более чем на 100% за год.
00:02:45Вам следовало сравнить свои успехи с ростом индекса,
00:02:47но увидев в бэктесте среднегодовую доходность 40%,
00:02:52и получив 70% прибыли за прошлый год,
00:02:54этот человек решил вложить всё, включая заемные средства.
00:03:00Мне очень жаль, когда я вижу подобные ситуации.
00:03:02Наблюдая за дискуссиями о квантовых инвестициях в сообществе,
00:03:08я понял, что сейчас самое время
00:03:11выпустить подобное видео.
00:03:14Если то, что я объясняю в этих роликах,
00:03:17кажется вам слишком сложным или непонятным,
00:03:20вам пока не стоит этим заниматься.
00:03:22Либо сначала изучите основы статистики.
00:03:25Если же вы уже опытный инвестор,
00:03:27пожалуйста, внимательно изучите эти 10 предостережений и будьте осторожны.
00:03:33Профессионалы и эксперты, конечно, сами знают, что делать.
00:03:36Я не собираюсь их учить,
00:03:39поскольку правильно выстроенная квантовая стратегия
00:03:43сама по себе дает отличное рыночное преимущество (edge).
00:03:46Я просто хочу напомнить старую истину: «Бесплатный сыр бывает только в мышеловке».
00:03:49Это прописная истина, которую многие забыли.
00:03:52В прошлом году было слишком много разговоров о «быстрых путях» и «полосах обгона» к богатству.
00:03:57Именно поэтому я решил записать это видео,
00:04:01чтобы немного остудить пыл.
00:04:04Повторюсь: я не против квантового анализа,
00:04:05но я за то, чтобы сначала усердно работать над базой
00:04:08и подходить к делу профессионально.
00:04:10Итак, перейдем к шестому из десяти принципов,
00:04:12о которых нужно помнить при квантовой торговле.
00:04:156. Квантовый трейдер должен уметь себя ограничивать.
00:04:17Это момент, который многие понимают совершенно неверно.
00:04:20Даже те, кто называют себя экспертами,
00:04:23часто заблуждаются, считая, что чем больше бэктестов проведено, тем лучше.
00:04:25Это опасная ошибка.
00:04:28Это абсолютно не так.
00:04:30В бэктестинге количество не переходит в качество, нужно уметь вовремя остановиться.
00:04:35Я хочу привести данные из одной научной работы.
00:04:37Чем больше бэктестов вы проводите, тем острее становится проблема
00:04:40избыточной подгонки данных, или «оверфиттинга».
00:04:44Это явление доказано математически.
00:04:47Если проанализировать данные пользователей Quantopian или другие эмпирические данные,
00:04:51становится очевидно: чем чаще пользователь запускал бэктестинг своего алгоритма,
00:04:55тем больше был разрыв между доходностью на тестах и реальной прибылью
00:05:00при запуске стратегии в торговлю.
00:05:01Причина в том, что при многократном повторении тестов
00:05:04вы начинаете находить закономерности и сигналы даже в абсолютно случайных колебаниях.
00:05:09В одном исследовании провели эксперимент с моделью «случайного блуждания»,
00:05:12где движение цены акций имитировалось совершенно хаотично.
00:05:18Затем по этим случайным данным запустили множество бэктестов.
00:05:21И даже в полном хаосе, из-за огромного количества попыток,
00:05:26удалось найти стратегии с коэффициентом Шарпа выше 1 или 2.
00:05:29Появились алгоритмы, которые показывали отличные результаты не только на тренировочных, но и на проверочных данных.
00:05:36Это явление, которое является проблемой во многих научных дисциплинах,
00:05:40называется «p-hacking» (манипуляция p-значением).
00:05:42Специалисты по статистике могут счесть моё определение
00:05:46недостаточно строгим,
00:05:48но для новичков я объясню это максимально просто и интуитивно.
00:05:52Когда ученые проводят эксперимент, они пытаются понять,
00:05:57отражают ли результаты выборки реальное положение дел в генеральной совокупности.
00:06:02Например, при опросе перед выборами опрашивают несколько тысяч человек, чтобы предсказать рейтинг кандидата среди всей страны.
00:06:10P-value — это вероятность того, что в реальности ситуация иная,
00:06:20а ваш результат в выборке оказался таким удачным чисто случайно.
00:06:25Критерии разнятся, но обычно считается, что если p-value меньше 5%,
00:06:31то результат является статистически значимым.
00:06:34Допустим, мы проверяем гипотезу: «Поддерживают ли кандидата А более 50% избирателей?».
00:06:42В нашей выборке мы получили результат 55%.
00:06:47Вопрос в том, какова вероятность того, что на самом деле его поддерживают ровно 50%, а в выборку просто случайно попало чуть больше его сторонников.
00:06:57Если p-value равно 0.2, значит, вероятность такой случайности — 20%.
00:07:03Но если в выборке поддержка составила 70% при реальной поддержке в 50%,
00:07:10то вероятность того, что нам настолько сказочно повезло
00:07:17составить такую выборку, составляет, скажем, всего 1%.
00:07:21Это и есть p-value.
00:07:22Так вот, если при результате 55% p-value составляет 0.2,
00:07:27мы не можем утверждать,
00:07:31что рейтинг кандидата А отличается от 50%.
00:07:33Мы говорим, что статистическая значимость не достигнута.
00:07:38А если в выборке 70% и p-value равно 1% (что гораздо ниже нашего порога в 5%),
00:07:46то мы с большой долей уверенности можем заявить: рейтинг кандидата А действительно не равен 50%.
00:07:57В этом и заключается суть p-value.
00:08:00А бесконечное повторение экспериментов ради получения нужного p-value называется p-hacking.
00:08:06Предположим, при рейтинге 60% в выборке p-value равно 0.05.
00:08:15Это означает, что даже если в реальности поддержка составляет 50%,
00:08:21если вы будете делать выборку снова и снова сто раз, то хотя бы один раз вы точно получите результат 60%.
00:08:29В науке иногда проводят эксперименты повторно, пока не получат результат,
00:08:35который подтверждает тему статьи, и после 20 попыток публикуют работу с «нужным» p-value 0.05.
00:08:43Такой подход считается недобросовестным и называется p-hacking.
00:08:48И то же самое происходит в бэктестинге.
00:08:51Даже на случайных данных, где нет никаких реальных закономерностей,
00:08:58и цена движется как при подбрасывании монетки,
00:09:06если вы будете прогонять тысячи бэктестов, рано или поздно вы случайно наткнетесь на стратегию, которая будет выглядеть прибыльной.
00:09:13Как я говорил в первой части про оверфиттинг, вы оптимизируете доходность на тренировочных данных,
00:09:20проверяете на тестовых или пробуете «бумажную торговлю».
00:09:23Но если вы проводите слишком много тестов,
00:09:29вы рискуете найти паттерн, который не имеет прогностической силы,
00:09:34а является лишь случайным совпадением в прошлом.
00:09:39Даже на проверочных данных такая стратегия может случайно показать хорошую доходность.
00:09:44Отсюда вытекает 7-й пункт: критически важно уметь объяснить свою стратегию «неквантовым» языком.
00:09:51Почему это так важно?
00:09:54Давайте сначала разберем значение объема данных.
00:09:58Представьте, что у нас есть простая модель и гибкая модель.
00:10:02На этом графике синяя линия — это очень гибкая модель,
00:10:06а черная — очень простая.
00:10:09Чем гибче модель, тем точнее она подстраивается под конкретную выборку, минимизируя ошибку.
00:10:15Но если реальное распределение отличается,
00:10:21то при появлении новых данных эта синяя линия начнет сильно ошибаться.
00:10:23В первой части я упоминал: если данных действительно ОЧЕНЬ много,
00:10:28тысячи или миллионы... Раньше сбор данных был сложной задачей,
00:10:32поэтому приходилось строить прогнозы на основе очень маленьких выборок.
00:10:39Сегодня же в некоторых областях можно собрать терабайты данных, фактически охватывающих всю генеральную совокупность.
00:10:50В таких случаях гибкие модели не приводят к столь катастрофическому оверфиттингу.
00:10:57Если применить ту же синюю линию к огромному массиву данных, она будет извилистой,
00:11:04но всё же отразит общую тенденцию, и ошибка на новых данных
00:11:09будет не такой критичной. Но в контексте трейдинга,
00:11:15чем больше таймфрейм (от минут к дням, месяцам, годам), тем меньше у нас данных.
00:11:20Квантовые инвестиции, основанные на финансовой отчетности, оперируют гораздо меньшим объемом данных, чем высокочастотный трейдинг.
00:11:28Это повторение тезисов из первой части. Как же избежать оверфиттинга при малом объеме данных?
00:11:35Нужно ограничивать гибкость модели.
00:11:41Это называется «навязыванием структуры» (imposing a structure)
00:11:45или методами регуляризации (regularization). Так мы смягчаем эффект избыточной подгонки.
00:11:53Конечно, можно использовать технические методы регуляризации,
00:11:59но есть и другой способ для бэктестинга: реализовывать и тестировать только те идеи,
00:12:09которые имеют здравый экономический или рыночный смысл.
00:12:15Если вы будете бездумно тестировать всё подряд на случайных данных,
00:12:19запуская десятки тысяч тестов,
00:12:23вы неизбежно найдете паттерны там, где их нет.
00:12:29Не стоит просто перебирать параметры: «Если не сработал PER, попробую PBR».
00:12:33Нельзя просто бесконечно «крутить» бэктестинг.
00:12:39Нужно наблюдать за рынком как инвестор или трейдер
00:12:43и формулировать идеи, имеющие под собой экономическую логику.
00:12:47Тестируя только такие идеи, вы снижаете риск того,
00:12:53что ваша стратегия — это просто случайное совпадение, которое «выстрелило» на тестах.
00:12:59Забудьте про пафосные слова вроде «распознавание паттернов в Big Data».
00:13:03Если вы не можете объяснить простыми словами, почему ваша стратегия должна приносить доходность выше рыночной,
00:13:10скорее всего, вы занимаетесь подгонкой под данные (data snooping).
00:13:16Data snooping — это, по сути, «пытка» данных до тех пор,
00:13:23пока они не выдадут вам желаемый результат.
00:13:28Я считаю этот момент крайне важным.
00:13:31Разумеется, есть исключения, например, использование глубокого обучения (Deep Learning).
00:13:35Там применяются сложные техники регуляризации и дропаута (dropout),
00:13:40и когда профессионалы создают такие ИИ-модели для инвестиций,
00:13:49бывает сложно объяснить экономически, почему веса распределились именно так.
00:13:56В Корее тоже есть блестящие специалисты, работающие над такими стратегиями,
00:14:04и в их работах чувствуется строгий научный подход.
00:14:08Вот что можно почувствовать.
00:14:10Я сейчас говорю о случаях, когда обычный частный инвестор использует инструменты для бэктестинга.
00:14:17Если вы хотите избежать «подглядывания в данные», не пытайтесь выжать что-то из самих данных,
00:14:24а начинайте с инвестиционной идеи, торговой стратегии или экономической логики, и только потом переходите к бэктестингу.
00:14:31Я говорю это прежде всего для начинающих инвесторов.
00:14:40Те, кто использует обучение с подкреплением для настройки параметров или глубокое обучение, и так знают, что делают.
00:14:47Восьмой пункт тоже крайне важен.
00:14:50Вы должны подвергать себя сомнению под самыми разными углами.
00:14:53Под «собой» я имею в виду вашу стратегию.
00:14:56Думайте так: вы провели бэктестинг не только на обучающих данных,
00:15:01но и прошли проверку на валидационных данных и на демо-счете.
00:15:06Стратегия, прошедшая такие этапы, — это не та, чья доходность доказана,
00:15:12а просто та, чья убыточность еще не была доказана.
00:15:15Может показаться игрой слов, но эта тонкая разница в подходе меняет всё.
00:15:21Нельзя просто верить в стратегию, потому что она прошла бэктестинг.
00:15:24Нужно считать, что пока просто не нашлось доказательств ее несостоятельности.
00:15:29Так как же проверять ее с разных сторон?
00:15:31Во-первых, если результат слишком хорош, скорее всего, в нем есть подвох.
00:15:35Например, если это не высокочастотный трейдинг,
00:15:37а коэффициент Шарпа одиночной стратегии выше 2, стоит насторожиться.
00:15:42Значение выше 3 можно считать практически невозможным.
00:15:44Если диверсифицированный портфель из стратегий с коэффициентом 1 с чем-то
00:15:49удерживает Шарп выше 3 долгое время, вы станете легендой.
00:15:54О вас напишут в серии книг «Маги рынка».
00:15:56Так что будьте осторожны с такими цифрами.
00:15:59В высокочастотном трейдинге (HFT) ситуация иная.
00:16:02Там частота сделок настолько высока, что Шарп может быть и 3, и 4.
00:16:06Но в HFT
00:16:09совсем другой контекст из-за огромных фиксированных затрат на инфраструктуру.
00:16:14Обычно же тем, кто делает бэктестинг квантовых стратегий,
00:16:17я советую сомневаться, если показатель выше 2.
00:16:20Возможно, есть «ошибка заглядывания вперед»,
00:16:22или произошло переобучение модели,
00:16:24или вы провели слишком много тестов,
00:16:26что привело к «p-hacking» (манипуляции значимостью).
00:16:28Все эти моменты нужно проверять.
00:16:30Если стратегия прошла бэктестинг,
00:16:32нужно продолжать разбирать ее по косточкам.
00:16:34Например, попробуйте изменить допущения о расходах.
00:16:39Не только комиссии за сделки,
00:16:42но и заложите более пессимистичные сценарии по объему торгов и ликвидности,
00:16:46увеличьте размер проскальзывания.
00:16:48Также попробуйте менять параметры стратегии,
00:16:51чтобы увидеть, останется ли
00:16:54доходность стабильной при небольших изменениях.
00:16:56Это обязательно нужно проверить.
00:16:58Допустим, стратегия основана на показателе PER (P/E).
00:17:01Посмотрим, какой случай мы имеем.
00:17:04Бэктестинг показал, что оптимальный PER равен 14.
00:17:08Если при значениях 13.5, 14, 15 или 16
00:17:13доходность меняется незначительно,
00:17:15значит, этот диапазон параметров стабилен.
00:17:19Но если при PER 14 результат отличный,
00:17:24а при 13 он резко падает,
00:17:26а при 12 и вовсе уходит в минус —
00:17:28такая нестабильность
00:17:31результатов при смене параметров
00:17:32в большинстве случаев
00:17:34указывает на переобучение (оверфиттинг).
00:17:36Затем попробуйте немного сдвинуть время совершения сделок.
00:17:39К примеру,
00:17:40если стратегия подразумевает почасовую торговлю,
00:17:43измените время входа и выхода на 5–10 минут.
00:17:46Если это квантовая стратегия с ежемесячной ребалансировкой,
00:17:50вы обычно проводите ее в начале или в конце месяца.
00:17:54Вы делаете бэктестинг, предполагая сделку в этот день.
00:17:56Но попробуйте перенести дату на 28-е число или на 3-е, 4-е число месяца.
00:18:01Проверьте, остается ли
00:18:04доходность примерно такой же стабильной.
00:18:08При ежемесячной ребалансировке разница в
00:18:11один-два дня не должна играть существенной роли.
00:18:14Но если из-за переноса на пару дней
00:18:16годовая доходность падает с 15% до 7%,
00:18:20значит, со стратегией что-то не так.
00:18:22Кроме того, добавляйте различные условия,
00:18:24внешние события или меняйте временные отрезки.
00:18:28Хотя моделировать внешние шоки
00:18:30в обычных инструментах для
00:18:34симуляции и бэктестинга довольно сложно.
00:18:36Также можно добавить статистический шум.
00:18:39В статистике
00:18:42это называется «бутстрэппинг» (Bootstrapping).
00:18:44Вы берете рыночные переменные и случайным образом
00:18:48немного меняете их в рамках заданного распределения.
00:18:50И смотрите, остается ли результат стабильным.
00:18:54В общем, нужно максимально тщательно все изучить.
00:18:57И только после этого
00:19:00переходить к проверке на валидационных данных или демо-счете.
00:19:03А затем уже приступать к реальной торговле.
00:19:06Вот что я хотел сказать.
00:19:07Также, как я уже упоминал ранее,
00:19:10нужно правильно выбирать бенчмарк.
00:19:12Был один реальный случай:
00:19:14человек хвастался своей квантовой стратегией,
00:19:17которая принесла 30% за 6 месяцев.
00:19:20Это была стратегия покупки акций,
00:19:22но за тот же период индекс KOSPI вырос на 40%.
00:19:25При выборе эталона (бенчмарка)
00:19:28нужно выбирать тот, который соответствует вашей стратегии.
00:19:31Например, если вы ориентируетесь на технологический сектор,
00:19:36сравнивать нужно с индексом NASDAQ,
00:19:38а не с S&P 500 или Russell 2000.
00:19:41Что касается доходности стратегии,
00:19:43даже при одинаковом сроке в 6 лет,
00:19:46какая стратегия лучше: та, что дала 13% с 2011 по 2017 годы,
00:19:49или та, что принесла 17% с 2015 по 2021?
00:19:53Обычно думают, что 17% лучше,
00:19:56но всё зависит от того, как вел себя бенчмарк в эти периоды.
00:20:00Ответ на вопрос «что лучше» изменится.
00:20:02Заработать 17% на растущем рынке — это одно,
00:20:06а показать 13% на рынке страны,
00:20:08который падал, — это совсем другое.
00:20:11Но многие не сравнивают свои результаты с бенчмарком,
00:20:14а смотрят только
00:20:16на абсолютную доходность.
00:20:19Поэтому всегда нужно оценивать свою стратегию
00:20:20относительно подходящего эталона.
00:20:23А при выборе бенчмарка для своей стратегии
00:20:25что именно нужно учитывать?
00:20:27Риск волатильности, или то, акции это стоимости или роста.
00:20:30Для всего этого существуют отдельные индексы.
00:20:33Например, если ваша стратегия
00:20:35сфокусирована только на акциях технологического сектора,
00:20:38и вы выбираете лучшие из них,
00:20:41тогда в качестве бенчмарка
00:20:45нужно брать соответствующий технологический индекс.
00:20:48Далее, если вы используете опционы:
00:20:50у вас портфель акций,
00:20:52но вы хеджируете его опционами.
00:20:53Можно ли в таком случае
00:20:54сравнивать его с индексом S&P 500?
00:20:56Нет.
00:20:57Категорически нельзя.
00:20:58Нужно сравнивать с бенчмарком,
00:21:00который также учитывает хеджирование опционами.
00:21:03Также важно, торгуете ли вы только в лонг,
00:21:05или используете и покупку,
00:21:06и продажу без покрытия (long-short).
00:21:08Если ваша стратегия включает шорт,
00:21:10нельзя использовать индекс, учитывающий только покупку.
00:21:13Таким образом,
00:21:14установите подходящий для вашей стратегии бенчмарк
00:21:17и оценивайте эффективность
00:21:19своей доходности именно по отношению к нему.
00:21:22На самом деле это базовые вещи,
00:21:24но очень многие начинающие инвесторы
00:21:27пропускают этот этап
00:21:28и смотрят только на голые цифры прибыли.
00:21:30И последний важный момент —
00:21:31диверсификация стратегий.
00:21:33Как бы тщательно
00:21:35вы ни проводили бэктестинг
00:21:37и как бы научно строго ни подходили к делу,
00:21:39реальная доходность будет отличаться.
00:21:41Поэтому распределение средств между разными стратегиями
00:21:43помогает не снижать доходность,
00:21:45но при этом уменьшать риски.
00:21:47Это и есть эффект диверсификации.
00:21:49Конечно, это зависит от ситуации,
00:21:51но с точки зрения коэффициента Шарпа
00:21:54диверсификация всегда идет на пользу.
00:21:56С этой точки зрения,
00:21:58добавление стратегии, похожей на те, что у вас уже есть,
00:22:01не имеет особого смысла.
00:22:03Если в вашем портфеле
00:22:05уже есть стратегия, использующая определенные финотчеты,
00:22:07то создавать
00:22:08почти такую же,
00:22:10внося лишь минимальные изменения,
00:22:11проводить бэктестинг
00:22:12и включать ее в портфель —
00:22:14совершенно бесполезно.
00:22:16Имейте это в виду.
00:22:17Итак, подведем итоги:
00:22:1810 вещей, на которые нужно обратить внимание
00:22:20в квантовых инвестициях и трейдинге.
00:22:21Сомневайтесь в данных.
00:22:22Не заглядывайте в будущее раньше времени.
00:22:23Избегайте переобучения модели.
00:22:25Помните, что шанс на валидацию только один.
00:22:27Времена меняются.
00:22:28Учитывайте рыночный режим.
00:22:29Квант также
00:22:30должен уметь вовремя остановиться.
00:22:31Нельзя без
00:22:33какой-либо инвестиционной идеи
00:22:34просто бесконечно
00:22:35прогонять бэктесты.
00:22:36С этой позиции
00:22:38нужно уметь объяснять стратегию
00:22:39понятным «неквантовым» языком.
00:22:40Конечно, бывают исключения,
00:22:42такие как глубокое обучение
00:22:43или обучение с подкреплением.
00:22:44Даже если стратегия прошла бэктестинг,
00:22:46подвергайте ее сомнению со всех сторон.
00:22:48Меняйте условия среды
00:22:50и проверяйте стабильность доходности
00:22:52в зависимости от параметров.
00:22:54Правильно выбирайте бенчмарк.
00:22:56Затем, диверсифицируйте свои стратегии.
00:22:58Так что, если вы будете помнить хотя бы эти 10 правил,
00:23:00то из-за ошибочного бэктестинга
00:23:02в процессе квонт-инвестирования или трейдинга
00:23:04вы не будете тратить время впустую.
00:23:06Кроме того, убытков от неверного бэктестинга
00:23:09можно будет избежать.
00:23:10Вот что я хотел вам сказать.
00:23:11Но учтите, мы лишь избегаем убытков от ошибок в тестах,
00:23:14а проведение правильного бэктестинга
00:23:16само по себе еще не гарантирует прибыль.
00:23:18Но, по крайней мере, вы не потеряете деньги из-за технических ошибок теста.
00:23:22В завершение темы,
00:23:23давайте немного поговорим о преимуществах и ограничениях квонт-анализа.
00:23:26Как я подчеркивал в самом начале видео,
00:23:28я не говорю, что квонт-инвестирование — это плохо.
00:23:30Для инвестора очень полезно иметь аналитический, количественный склад ума.
00:23:34Однако чрезмерная реклама и, как следствие,
00:23:36неумелый бэктестинг становятся ядом.
00:23:38Помимо пустой траты времени и прямых убытков,
00:23:40вы можете начать верить в ложную иллюзию того,
00:23:42что инвестируете «научно»,
00:23:44и из-за этого брать на себя слишком большие риски.
00:23:46Мне искренне жаль тех, кто понес реальные потери в таких ситуациях.
00:23:50Но проблема вот в чем:
00:23:52даже при неумелом бэктестинге,
00:23:54совершая статистически бессмысленные действия,
00:23:56вы можете составить стратегию,
00:23:58которая из-за случайности фондового рынка
00:24:00внезапно покажет прибыль.
00:24:03Потому что плохой бэктестинг
00:24:05не обязательно означает, что в реальности
00:24:07результат будет всегда хуже тестового.
00:24:09Это значит, что разрыв между результатами теста
00:24:11и реальной торговли становится непредсказуемым.
00:24:13Ошибка может пойти как в плюс,
00:24:15так и в минус.
00:24:17Но обычно бэктестинг подгоняется под прошлые данные
00:24:19для максимизации доходности,
00:24:21поэтому чаще всего ошибка выстреливает вниз,
00:24:23показывая в итоге более низкую прибыль.
00:24:26Но если проводить тесты без всякого статистического смысла,
00:24:30буквально наугад,
00:24:32может случиться так, что при запуске стратегии
00:24:35рыночная ситуация окажется очень благоприятной.
00:24:37И тогда вы получите прибыль на уровне теста
00:24:39или даже выше.
00:24:41И если не соблюдать осторожность,
00:24:43это превращается в «удачу новичка».
00:24:45Это касается не только квонт-инвестиций,
00:24:47но и казино, ручного трейдинга по графикам
00:24:50и любых других сфер деятельности,
00:24:53где все завязано на вероятностях и деньгах.
00:24:56Когда человек выигрывает в самом начале,
00:24:59он обретает ложную уверенность, вкладывает больше денег,
00:25:01берет кредиты,
00:25:02что в конечном итоге приводит к еще большим потерям.
00:25:05Поэтому здесь нужно быть очень осторожным.
00:25:07Позвольте еще раз повторить:
00:25:08высокая доходность в бэктестинге
00:25:11не является доказательством будущей прибыли.
00:25:12Мы провели множество проверок и просто
00:25:14не смогли доказать, что эта стратегия убыточна.
00:25:17Именно стратегии в таком статусе
00:25:19выходят в реальный бой.
00:25:21Это не значит, что доход гарантирован
00:25:22или его прибыльность доказана научно.
00:25:24Я хочу еще раз акцентировать на этом внимание.
00:25:27Кстати, люди, которые смотрят на вещи
00:25:29несколько скептически,
00:25:31иногда говорят мне:
00:25:32«Этот парень всегда говорит,
00:25:34что всё слишком сложно».
00:25:36Стоимостное инвестирование — это сложно,
00:25:37трейдинг по графикам — тоже сложно,
00:25:38даже вера в то, что индексы всегда растут,
00:25:40не является абсолютной истиной.
00:25:41Теперь он говорит, что и квонт — это сложно.
00:25:44«Так что же нам тогда делать?»
00:25:46Я даже слышал такие упреки:
00:25:47«Ты работаешь в финансовой сфере,
00:25:49вот и хвастаешься своей экспертностью?»
00:25:51«Мол, обычным людям остается только
00:25:53индексное инвестирование? Ты нас презираешь?»
00:25:54Но это совсем не так.
00:25:55Зарабатывать больше остальных — это само по себе очень трудная задача.
00:26:00Честно говоря,
00:26:01чем больше людей занимаются
00:26:03неправильным квонт-инвестированием, тем выгоднее мне.
00:26:05Именно такие люди создают неэффективность рынка,
00:26:08и благодаря им
00:26:10кто-то другой может получить сверхприбыль.
00:26:12У меня нет прямой мотивации говорить кому-то,
00:26:14что он использует неверный метод.
00:26:15Так что, когда я говорю, что всё это сложно,
00:26:18я не имею в виду: «Не делайте этого»,
00:26:20или «Если вы не эксперт, просто покупайте индекс».
00:26:23Я говорю не об этом.
00:26:24Раз зарабатывать больше других трудно,
00:26:28то, если вы действительно хотите этого достичь,
00:26:30вам нужно прилагать усилия правильным способом:
00:26:32учиться, набираться знаний,
00:26:34копить опыт.
00:26:35И только через этот путь,
00:26:36будь то стоимостное инвестирование,
00:26:37квонт-инвестирование
00:26:39или даже следование за индексом,
00:26:41вы добьетесь успеха. Вот что я имею в виду.
00:26:42Но почему-то эти здравые мысли
00:26:44не всегда находят отклик.
00:26:45Почему лозунги вроде «С этим вы легко разбогатеете»
00:26:48или «Легко делайте 20% годовых» так популярны?
00:26:50Такие речи были и 10,
00:26:51и 20, и 30 лет назад,
00:26:53и даже 100 лет назад они наверняка были.
00:26:55Подобные истории циркулируют постоянно.
00:26:57Появляется новый метод инвестирования —
00:26:59и тут же возникают такие обещания.
00:27:01Выходит новый финансовый продукт —
00:27:03и история повторяется.
00:27:05Почему же раз за разом
00:27:06появляются новые жертвы,
00:27:08и история циклично повторяется?
00:27:10На мой взгляд, причина в том,
00:27:12что даже при использовании неверных методов
00:27:14реальные случаи успеха
00:27:16все равно иногда происходят.
00:27:18В казино тоже бывают люди, сорвавшие куш.
00:27:20И даже с нелепым бэктестингом
00:27:21существуют люди, которые реально заработали деньги.
00:27:24Это скрывает истинное распределение вероятностей.
00:27:26То есть реальное положение дел оказывается замаскированным.
00:27:27Поскольку в мире и в жизни
00:27:29всегда присутствует элемент случайности,
00:27:31эта волатильность
00:27:33просто скрывает среднее значение.
00:27:35Я подготовил одну схему для наглядности.
00:27:37Разбогатеет ли конкретный человек или нет —
00:27:41это не предопределенный факт,
00:27:43а вопрос вероятности.
00:27:45Допустим, на оси X у нас уровень богатства,
00:27:48то есть чем правее, тем человек богаче.
00:27:50Давайте представим это так.
00:27:51Тогда люди, работающие на госслужбе,
00:27:54у которых гарантирована пенсия,
00:27:56или те, кто просто прилежно живет и копит вклады,
00:27:58накапливают примерно вот столько богатства.
00:28:01Если подумать,
00:28:02такие люди инвестируют стабильно в депозиты,
00:28:05ведут себя очень осторожно,
00:28:07поэтому волатильность их благосостояния невелика.
00:28:09Даже если расходы чуть вырастут
00:28:11или проценты по вкладу изменятся,
00:28:13их капитал будет колебаться где-то около этой отметки.
00:28:15Но как только вы начинаете инвестировать в акции,
00:28:17волатильность в вашей жизни возрастает.
00:28:20Вы можете либо потерять на акциях,
00:28:22либо получить хорошую прибыль.
00:28:24А может случиться финансовый кризис,
00:28:26и кривая уйдет вниз.
00:28:27На этом графике есть небольшая неточность —
00:28:29линия идет просто вниз,
00:28:31но если вы берете на себя больше рисков,
00:28:34инвестируя в акции,
00:28:35то взамен на возросшую волатильность
00:28:37вы немного смещаетесь вправо.
00:28:39В реальности это выглядит примерно так:
00:28:42в отличие от стабильной, спокойной жизни,
00:28:43принимая риски,
00:28:45вы получаете вознаграждение,
00:28:46которое в среднем двигает вас вправо, к богатству.
00:28:48Вот так на это стоит смотреть.
00:28:50Те же, кто стремится к экстремальному образу жизни,
00:28:54выбирают фьючерсы, деривативы или крипту —
00:28:57там волатильность еще выше (желтая линия).
00:28:59Среди тех, кто инвестирует в одни и те же акции,
00:29:02люди с более глубокими знаниями
00:29:04будут иметь такое распределение вероятностей,
00:29:06а профи могут уйти еще дальше вправо.
00:29:08Но те, кто инвестирует неправильными методами,
00:29:10идет в казино, чтобы играть,
00:29:12занимается чистой спекуляцией
00:29:14или вступает в незаконные группы по манипулированию ценами,
00:29:18или, как мы сегодня обсуждали, делает плохой бэктестинг
00:29:21и вкладывает всё по совету соседа,
00:29:23хотя на схеме нужно было бы еще увеличить их волатильность,
00:29:26суть в том, что в среднем они смещаются влево.
00:29:29Но в чем главная проблема?
00:29:31Даже среди таких людей,
00:29:33поскольку это вероятностное распределение,
00:29:35один на десять тысяч или на миллион
00:29:38может сорвать огромный куш.
00:29:40Кто-то выигрывает джекпот в казино
00:29:43или делает состояние, вложив всё в одну крипту.
00:29:45Такие счастливчики неизбежно появляются, пусть и один на десять тысяч.
00:29:48Но когда мы видим это, нужно помнить об «ошибке выжившего».
00:29:51Нужно понимать, что в таком распределении
00:29:55подобный случай — это лишь один из десяти тысяч.
00:29:57Если вы этого не осознаете
00:29:59и, бросив свою стабильную жизнь, перейдете в эту категорию,
00:30:03то, скорее всего, ваше благосостояние начнет таять.
00:30:07Конечно, можно спорить о деталях: должна ли кривая сместиться вправо
00:30:11или стать более пологой,
00:30:13но если оставить эти нюансы в стороне,
00:30:15главное, что я хочу донести —
00:30:17накопление богатства, инвестиции или фондовый рынок
00:30:20это не какой-то фиксированный, детерминированный мир.
00:30:25Это вероятностный мир, описываемый распределением.
00:30:28Даже если вы инвестируете в акции абсолютно правильно,
00:30:31из-за плохой рыночной конъюнктуры или негативных событий
00:30:35вы можете оказаться в нижней части этого распределения.
00:30:37И наоборот, даже совершая ошибки, как в казино,
00:30:39человек может чисто случайно
00:30:41сорвать джекпот, ведь кто-то же всегда его выигрывает.
00:30:43Такое тоже случается.
00:30:45Мир устроен так, что даже действия без статистического преимущества
00:30:49не гарантируют провал в одной точке,
00:30:51вы живете внутри этого вероятностного распределения.
00:30:55Можно вести себя безрассудно и преуспеть,
00:30:57а можно стараться жить правильно и все равно проиграть.
00:30:59Такова реальность.
00:31:00Но если повторять эти действия многократно,
00:31:03результат неизбежно придет к среднему значению,
00:31:04и каждая группа окажется там, где ей положено по вероятности.
00:31:06Если вы будете просто помнить об этом,
00:31:08то что бы ни вещали «счастливчики»
00:31:10и какие бы искушения вас ни подстерегали,
00:31:13это поможет вам сохранять самообладание.
00:31:16Именно поэтому я подготовил этот график.
00:31:19Теперь вернемся к теме квантов (количественного анализа).
00:31:21Главное ограничение квантов — зависимость от исторических данных.
00:31:25Бэктестинг строится на предположении, что прошлые паттерны повторятся,
00:31:29в этом и заключается слабость этого метода.
00:31:31Как я упоминал в первой части, смена рыночного режима,
00:31:33например, из-за таких событий, как пандемия COVID-19,
00:31:35полностью меняет структуру и характер рынка.
00:31:38В такие моменты старые закономерности перестают работать.
00:31:41Посмотрите на результаты после начала пандемии в прошлом году.
00:31:43Вот средняя доходность взаимных фондов в США,
00:31:46вот средняя доходность хедж-фондов.
00:31:48Далее — квантовые взаимные фонды,
00:31:50затем квантовые хедж-фонды,
00:31:52и, наконец, индекс Russell.
00:31:54As you can see, this quant strategy underperforms significantly more.
00:31:57Что касается факторов, то за исключением фактора моментума,
00:32:00на фондовом рынке США за этот период
00:32:02все остальные факторы отстали от общего рынка.
00:32:06Помимо такого факторного инвестирования,
00:32:08поиск «альфы» (избыточной доходности)
00:32:10сейчас часто связывают с альтернативными данными.
00:32:14Но правда в том, что затраты квантов на данные колоссальны,
00:32:18и стоимость поиска реальной альфы постоянно растет.
00:32:22Это напоминает гонку вооружений времен холодной войны.
00:32:24Действительно свежие идеи,
00:32:26еще не обнаруженные прибыльные паттерны,
00:32:28дающие стабильную избыточную доходность,
00:32:30становится находить все труднее и труднее,
00:32:32а стоимость их поиска раздувается не по дням, а по часам.
00:32:34Предельная избыточная доходность на вложенный доллар падает.
00:32:38Если спросить знакомых из квантовых хедж-фондов,
00:32:42они скажут, что если раньше после долгих исследований
00:32:46удалось найти отличную стратегию,
00:32:48то она могла приносить прибыль, скажем, целый год.
00:32:52Затем доходность начинала постепенно снижаться,
00:32:54и стратегию нужно было корректировать.
00:32:56Теперь же этот цикл сократился до 4–6 месяцев.
00:33:00Это происходит из-за жесткой конкуренции между квантами,
00:33:04а также из-за их перехода из одной компании в другую,
00:33:06что ведет к усреднению и копированию стратегий.
00:33:08К тому же, хотя Quantopian закрылся,
00:33:11появилось огромное количество других платформ для бэктестинга.
00:33:14Их уже, кажется, несколько десятков.
00:33:16В это дело включаются и частные лица,
00:33:18поэтому находить уникальную альфу на рынке
00:33:22и получать эксклюзивную прибыль становится почти невозможно.
00:33:25Рынок превращается в «алый океан».
00:33:27В этом плане преимущество человеческого суждения
00:33:30в том, что оно способно делать выводы на основе малых данных.
00:33:34Например, пандемия COVID-19 —
00:33:35это по-настоящему уникальное событие.
00:33:38Поскольку в прошлом подобных пандемий
00:33:40было крайне мало,
00:33:43невозможно найти закономерности в исторических данных.
00:33:46Но даже в таких единичных случаях
00:33:49люди могут анализировать «испанку» 1920-х годов
00:33:53или использовать свой жизненный опыт,
00:33:56чтобы делать рациональные умозаключения.
00:33:58Поэтому, если посмотреть на процесс квантификации рынка,
00:34:00можно заметить определенную тенденцию.
00:34:03Автоматизация началась с высокочастотного трейдинга (HFT),
00:34:07где данных по каждой секунде и минуте предостаточно.
00:34:09Из-за этого обычным скальперам становится все труднее выживать.
00:34:13С другой стороны, в долгосрочном инвестировании,
00:34:16где данных в годовом разрезе не так много,
00:34:21человеческая интуиция по-прежнему играет огромную роль.
00:34:24Хедж-фонды, работающие «вдолгую», сейчас используют «квантоментальный» подход,
00:34:26но управляющие все равно принимают решения на свое усмотрение.
00:34:31В этом есть своя специфика.
00:34:32В любом случае, вектор истории направлен в сторону квантов,
00:34:35и цифровизация будет только усиливаться.
00:34:38Однако создание сильного ИИ (AGI), способного решать
00:34:42абсолютно новые задачи, а не только те, на которых его учили,
00:34:44и переносить опыт из одной сферы в другую
00:34:47через логические выводы,
00:34:49займет как минимум несколько десятилетий.
00:34:52Хотя исследования в области One-shot learning и Meta-learning ведутся,
00:34:55я считаю это делом далекого будущего.
00:34:58Поэтому на фондовом рынке ИИ пока не может полностью заменить человека.
00:35:02Я придерживаюсь такого мнения.
00:35:03Тем не менее, нельзя отрицать тот факт,
00:35:06что будущее за математическими моделями и квантовым подходом.
00:35:09Даже если они пасуют перед сменой рыночных парадигм,
00:35:12они на голову выше человека, торгующего на эмоциях,
00:35:15без правил, дисциплины и анализа собственных ошибок.
00:35:19Если вы всерьез хотите стать успешным трейдером,
00:35:23на мой взгляд, есть три пути.
00:35:26Первый — если вы торгуете, полагаясь на свое суждение,
00:35:29вам стоит использовать количественный анализ и модели сентимента
00:35:33как вспомогательные инструменты.
00:35:36Анализ новостей, рыночной ситуации или сценариев —
00:35:39это то, в чем квантовые алгоритмы не так сильны.
00:35:41Исследование новых, уникальных событий,
00:35:43добавление этой аналитики к своей стратегии,
00:35:45и работа не в сфере сверхчастотной торговли,
00:35:48а где-то в промежутке между дневным трейдингом и свингом.
00:35:51Такой тип трейдера имеет право на жизнь.
00:35:54Я сам иду по этому пути в своей личной торговле.
00:35:57Например, я обрабатываю данные по опционам,
00:36:00применяю к ним машинное обучение,
00:36:03чтобы получать определенные сигналы.
00:36:05Также я собираю все новости через парсинг
00:36:07и обучаю модель анализа настроений (sentiment model),
00:36:09чтобы отслеживать эти сигналы.
00:36:11Но я не использую их для полностью автоматической торговли.
00:36:13Я использую их как справочную информацию для принятия решений,
00:36:16учитывая текущую конъюнктуру, действия ФРС
00:36:19и другие важные факторы.
00:36:21Все это в совокупности ведет
00:36:23к финальному торговому решению.
00:36:24Второй путь подойдет студентам
00:36:26технических и естественно-научных специальностей.
00:36:28Если вы хотите стать институциональным квантом,
00:36:31вам нужно получить серьезную научную степень (PhD)
00:36:34и идти работать в крупные финансовые организации.
00:36:36Третий путь — для тех, кто хочет заниматься квантами сам.
00:36:39Существуют ниши, которые не интересны крупным институтам.
00:36:42Вы можете сосредоточиться на такой частной квантовой торговле.
00:36:46Вот такие три основных направления я вижу.
00:36:49Что за ниши, которые игнорируют институционалы?
00:36:52Это стратегии с емкостью (capacity) менее пары миллионов долларов.
00:36:55Крупные фонды не тратят ресурсы на такие объемы.
00:36:58Под емкостью понимается предел, до которого можно наращивать капитал,
00:37:01прежде чем доходность начнет падать.
00:37:03Здесь играют роль транзакционные издержки, проскальзывания,
00:37:05проблемы с ликвидностью
00:37:07и другие подобные факторы.
00:37:08Я думаю, порог составляет примерно 4-8 миллионов долларов.
00:37:11Таково мое мнение.
00:37:12Иными словами, если стратегия теряет эффективность на этих суммах,
00:37:15институционалы в нее не полезут.
00:37:18Им просто нет смысла тратить усилия там, где «нечего ловить».
00:37:21Но для частного лица возможность разогнать капитал
00:37:24до нескольких миллионов без потери доходности —
00:37:27этого более чем достаточно.
00:37:29Поэтому ищите такие ниши,
00:37:31находите неэффективности рынка
00:37:33и извлекайте из них прибыль.
00:37:34Теперь о том, как правильно учиться.
00:37:38Что касается квантовой и алгоритмической торговли,
00:37:40как составить программу обучения?
00:37:42Если говорить в общих чертах,
00:37:44путей много, но если
00:37:45попробовать их систематизировать, то:
00:37:47Во-первых, я считаю, что программирование обязательно.
00:37:50Квант, который не умеет кодить и использует только Excel — не квант.
00:37:53Как бы много функций ни было в Excel,
00:37:56это крайне ограниченный инструмент.
00:37:59Стоит объему данных немного вырасти,
00:38:01как Excel просто «замерзает».
00:38:02Вы должны знать как минимум Python.
00:38:05Чтобы не просто гонять бэктесты на избитых
00:38:08финансовых или технических индикаторах,
00:38:11которые уже тысячи раз тестировали другие,
00:38:14занимаясь по сути подгонкой под результат,
00:38:17а чтобы превращать свои свежие идеи в рабочие стратегии,
00:38:20искать «голубые океаны» и свободные ниши,
00:38:23для этого жизненно необходимо уметь программировать.
00:38:26Только так вы сможете гибко реализовывать свои задумки.
00:38:29Это мой первый совет.
00:38:30Второй момент, само собой разумеющийся, —
00:38:31крепкая база в статистике.
00:38:33Как минимум — уровень бакалавриата по статистике.
00:38:37Байесовская статистика.
00:38:38Нужно пройти хотя бы пару серьезных
00:38:40учебных курсов по этой теме.
00:38:42Далее — анализ временных рядов.
00:38:44Модели ARIMA, коинтеграция, фильтр Калмана...
00:38:46Всему этому нужно учиться,
00:38:48чтобы понимать общие принципы работы с временными рядами,
00:38:51знать подводные камни, методы обработки и прочее.
00:38:52как их обрабатывать и всё в таком духе.
00:38:55Затем, в наши дни, машинное обучение.
00:38:57Строго говоря, регрессионный анализ тоже является его частью.
00:39:00В машинном обучении
00:39:02есть SVM, случайный лес (Random Forest),
00:39:05или, например, AdaBoost.
00:39:07Существует огромное количество алгоритмов.
00:39:09Если есть время, можно изучить всё, но
00:39:12лично я рекомендую регрессионный анализ,
00:39:14LightGBM,
00:39:15XGBoost,
00:39:16затем глубокое обучение,
00:39:17обучение без учителя,
00:39:18например, кластеризацию и подобные вещи,
00:39:20а также обработку естественного языка (NLP).
00:39:22Плюс обучение с подкреплением сейчас активно внедряют в трейдинг.
00:39:26Этого объема знаний будет достаточно для изучения.
00:39:28И еще один крайне важный момент — английский язык.
00:39:30Материалов по кванту на корейском языке всё еще очень мало.
00:39:33Я ни в коем случае не говорю, что корейские кванты
00:39:37в чем-то уступают американским.
00:39:38В Корее много по-настоящему выдающихся специалистов.
00:39:40Но большинство из них свободно владеют английским,
00:39:46поэтому они не видят особого смысла переводить материалы на корейский.
00:39:49Так что подавляющая часть информации по кванту представлена на английском.
00:39:53Что касается корейских обучающих материалов,
00:39:58то, что я видел, — это в основном базовый, популярный уровень.
00:40:03Если же углубляться в тему, корейских ресурсов не хватает, поэтому английский обязателен.
00:40:11Также стоит читать научные статьи по квантовым финансам.
00:40:14Квантовые хедж-фонды черпают массу идей именно из публикаций и тестируют их.
00:40:21Поэтому читайте как можно больше таких статей.
00:40:24Вы можете подумать: «Когда же я всё это успею выучить?»
00:40:28Но не обязательно заканчивать всё обучение, прежде чем начать практиковаться.
00:40:32После того как заложите прочный фундамент в статистике,
00:40:35освоение первых двух-трех пунктов, на мой взгляд, не займет много времени.
00:40:39Если у вас техническое образование, вы это уже знаете или освоите за полгода.
00:40:44Так что, освоив базу, вы можете изучать новые методологии
00:40:48и параллельно пробовать составлять свои стратегии.
00:40:52Вот что я хотел сказать.
00:40:53На самом деле, я собрал все свои учебные и лекционные материалы,
00:40:57и толщина стопки примерно такая.
00:41:00И это при двусторонней печати.
00:41:02Получается около 500–600 страниц формата A4.
00:41:07Если в бакалавриате вы изучали математику, статистику или физику,
00:41:11то при интенсивном обучении вам понадобится от 6 месяцев до года.
00:41:15Вам придется изрядно попотеть.
00:41:18Без технической базы ориентируйтесь на срок от 1 до 3 лет.
00:41:23Составьте себе учебный план и придерживайтесь его.
00:41:28На самом деле, эти знания пригодятся не только в квантовом трейдинге.
00:41:31Сегодня они очень полезны специалистам по данным, разработчикам и многим другим.
00:41:36Если вы только и делаете, что анализируете графики, это мало где применимо.
00:41:41И если в торговле по графикам не пойдет, потраченное время окажется бесполезным.
00:41:46А такой подход повышает вашу квалификацию и открывает отличные карьерные перспективы.
00:41:52Теперь о инструментах для бэктестинга. Я поискал информацию
00:41:57и нашел на Reddit ссылку на список
00:42:02сервисов и сайтов для алгоритмической торговли.
00:42:06Раньше я пробовал Quantopian,
00:42:10и QuantConnect — он тоже неплох.
00:42:13Для частных лиц он стоит около 8 долларов в месяц, и он довольно качественный.
00:42:18Это не реклама, я просто не пользовался другими инструментами,
00:42:23так что не могу сказать, что настоятельно рекомендую именно их.
00:42:26В Корее я нашел такие сервисы, как backtest.kr и GenPort,
00:42:32но сам ими не пользовался, поэтому ничего конкретного сказать не могу.
00:42:36В любом случае, будет здорово, если отечественные инструменты будут развиваться.
00:42:39Но в целом, вместо сайтов с ограниченным функционалом для теста,
00:42:44я рекомендую платформы с готовой инфраструктурой, поддерживающие разные языки программирования.
00:42:50Где вы можете подключить свой код как расширение
00:42:56и провести бэктестинг. Такие сайты предпочтительнее.
00:42:58Потому что гибкость необходима для того,
00:43:00чтобы протестировать и реализовать по-настоящему оригинальные идеи.
00:43:03Только так можно добиться избыточной доходности.
00:43:07Так что, если вы всерьез хотите преуспеть в квантовом трейдинге,
00:43:11обязательно учитесь программировать.
00:43:13Сами пишите код для своих стратегий,
00:43:15а для инфраструктуры используйте уже готовые
00:43:19сервисы и инструменты.
00:43:22Это мой совет.
00:43:23По ссылке так много сервисов,
00:43:26что я не могу выделить какой-то один лучший.
00:43:29И программирование нужно знать,
00:43:31и столько всего еще...
00:43:33Вы можете подумать, что это слишком сложно.
00:43:34Или начнете искать легкий путь.
00:43:36«Магические формулы» кажутся интуитивно понятными,
00:43:37но за последние 20 лет,
00:43:40как и другие сферы, мир финансов сильно изменился.
00:43:42Ни в одной другой области
00:43:45уже не используют технологии 80-х или 90-х годов.
00:43:47Но почему-то на фондовом рынке
00:43:50стратегии тех лет до сих пор
00:43:52подсовывают частным инвесторам,
00:43:56и они снова входят в моду.
00:43:57Это странное явление.
00:43:59Поймите: в мире не существует простого и очевидного способа разбогатеть.
00:44:03Из-за вероятности и волатильности рынка
00:44:06может случиться так, что кто-то заработает без усилий,
00:44:09используя примитивный метод.
00:44:10А кто-то приложит массу труда и всё равно потеряет.
00:44:13Такое бывает.
00:44:15Но когда вы видите подобное,
00:44:16не поддавайтесь искушению.
00:44:17Смотрите правде в глаза.
00:44:18Вспомните про распределение вероятностей,
00:44:20о котором мы говорили.
00:44:22И решите, какое распределение выберете вы.
00:44:25Выберете ли вы сложный путь смещения вправо?
00:44:28Или останетесь в левой части,
00:44:29просто увеличив волатильность,
00:44:31в надежде, что вам повезет?
00:44:32Решите, готовы ли вы играть в эту азартную игру.
00:44:34Вам нужно сделать этот выбор.
00:44:36Вот такие мысли.
00:44:37В завершение — я тоже смотрел «Игру в кальмара»,
00:44:40было очень интересно.
00:44:41Слова дедушки О Иль Нама
00:44:42в самом конце
00:44:44мне очень запомнились.
00:44:45Перед самой смертью
00:44:46он спросил: «Знаешь, что общего
00:44:48у человека, у которого совсем нет денег,
00:44:50и у того, у кого их слишком много?»
00:44:51И сам ответил: «Обоим
00:44:52невыносимо скучно».
00:44:54Я считаю, что
00:44:55в нашей реальной жизни
00:44:56интерес и счастье кроются
00:44:57в самом процессе перехода
00:44:59от безденежья к достатку.
00:45:01Просто перепрыгнуть этот этап
00:45:03и сразу стать богатым —
00:45:04в этом мало смысла.
00:45:06Такой путь — это по сути
00:45:08отказ от всех тех
00:45:09интересных и счастливых воспоминаний,
00:45:10которые можно получить в процессе.
00:45:11Это как пропустить всю игру.
00:45:13Я сам раньше
00:45:14очень любил игры.
00:45:15В средней школе
00:45:17я был буквально одержим ими.
00:45:18В старшей школе тоже, но
00:45:20одиночные игры
00:45:21перестали быть интересными,
00:45:23как только я начал использовать чит-коды.
00:45:26В StarCraft
00:45:27вводишь «show me the money» —
00:45:28и ты мгновенно богат,
00:45:29можешь победить кого угодно.
00:45:30Но использование читов
00:45:32ради победы в игре
00:45:33лишает игру её истинной цели —
00:45:35удовольствия от процесса
00:45:37преодоления трудностей.
00:45:38Это убивает весь азарт
00:45:39и делает игру невыносимо скучной.
00:45:41Точно так же и в нашей жизни.
00:45:43Когда реальность сурова,
00:45:44мы думаем: «Вот бы у меня было много денег».
00:45:46И действительно,
00:45:47когда денег становится больше,
00:45:49мы чувствуем себя счастливее.
00:45:50Но счастье от самих денег,
00:45:51от самого результата —
00:45:53быстро проходит.
00:45:54Оно легко превращается в пресыщенность.
00:45:56А вот сам путь преодоления —
00:45:57это и есть истинное, «самое сочное» счастье.
00:45:59Позвольте мне закончить это видео такой банальной мыслью.
00:46:01На этом всё.
00:46:03Увидимся
00:46:04в следующих роликах.
00:46:06Спасибо!