ML нашел «защитные активы»: где на самом деле безопасно? Алгоритмы против географии

Принято считать, что валюты делятся по регионам: развитые, развивающиеся, сырьевые. Но рынок часто плевать хотел на эти ярлыки. Я решил проверить, как валюты группируются на самом деле, если скормить алгоритму машинного обучения сухие цифры, а не географические атласы.

Использовал метод K-Means (обучение без учителя) и данные об абсолютных курсах с платформы abscur.ru. Почему это важно? Потому что анализ пар (USD/RUB, EUR/USD) всегда искажен волатильностью доллара. Абсолютные курсы дают чистую картину «характера» каждой валюты.

Что оценивал алгоритм?

Я составил «поведенческий паспорт» для 45 валют по 4 метрикам:

1. CAGR (доходность) — куда идет тренд.

2. Волатильность — насколько сильно трясет.

3. Max Drawdown (MDD) — глубина «ямы» при кризисе.

4. Recovery Days — сколько дней вы будете сидеть в убытке, прежде чем цена вернется к пику.

Результаты: 4 типа «валютных личностей»

Алгоритм выделил группы, которые сильно отличаются по эффективности капитала:

1. 🛡️ Тихие гавани (Cluster 2)

Самый качественный кластер. Здесь не только USD.

• Топ: Швейцарский франк (CHF, CAGR 3.07%) и Китайский юань (CNY, CAGR 2.91%).

• Главная фишка: Скорость восстановления. В среднем — всего 25–50 дней. Если вы попали в просадку, вы выйдете из неё быстро.

2. ⏳ Зоны долгого восстановления (Cluster 3)

Валюты-ловушки. Они могут не падать камнем, но если упали — вы «застряли».

• Примеры: Тенге (KZT), Колумбийское песо (COP).

• Боль трейдера: Срок выхода из просадки достигает 735 дней. Это два года мертвого капитала.

3. 🚀 Турбулентные развивающиеся (Cluster 0)

Там, где мы привыкли торговать волатильность.

• Состав: RUB, MXN, ZAR.

• Цифры: Волатильность рубля (12.09%) в 3–4 раза выше, чем у франка. Это кластер для тех, кто умеет работать с «пилой», но готов к глубоким MDD.

4. 🔴 Эпицентры девальвации (Cluster 1)

Математические «черные дыры».

• Аутсайдеры: Аргентинское песо (ARS, CAGR -21.16%) и Турецкая лира (TRY, CAGR -12.12%).

• Риск: Просадки до -99%. Математика подтверждает — это не рыночный шум, а системное уничтожение стоимости.

(На графике выше наглядно видно, как «Тихие гавани» кучно жмутся к зоне стабильности, а «Эпицентры» улетают в космос по рискам)

Главный инсайт для риск-менеджмента

Разница между хорошим и плохим активом не в глубине падения, а в скорости регенерации. Инвестор в CHF (33 дня восстановления) и инвестор в COP (735 дней) живут в разных реальностях. ML позволяет автоматизировать этот фильтр и не лезть туда, где «генетически» заложено долгое сидение в убытках.

Техническая часть: Для тех, кто хочет покрутить код: я опубликовал тетрадку на Kaggle. Там PCA-визуализация, расчет центроидов кластеров и полная таблица по всем 45 валютам. 👉 Absolute FX Behavioral Profiling на Kaggle

А как вы фильтруете валюты для портфеля? По старинке (география) или смотрите на математику просадок?