Блог им. StasFrolov_064
Я долго не мог понять странную вещь: люди с математикой, опытом, системным мышлением стабильно показывают результат хуже, чем те, кто действует грубо, почти наугад. Ниже — попытка разобрать это без романтики и без «психологии трейдинга» в духе инфобизнеса. Только наблюдения, цифры и неприятные выводы. Когда я впервые начал вести статистику по сделкам, у меня была простая гипотеза: чем выше интеллект и подготовка, тем лучше результат. Это казалось очевидным.
Но через пару лет накопилась странная выборка. Люди, которые:
…в среднем показывают более рваную доходность и чаще ловят затяжные просадки, чем те, кто действует проще. Я сначала списал это на случайность. Потом начал копать. Оказалось — нет.
Умный человек не может смотреть на график и «просто покупать». Ему нужно объяснение. Причина. Модель. И здесь начинается проблема. Рынок — это система с крайне низким сигналом и высоким уровнем шума. Но мозг устроен так, что:
Я проводил простой эксперимент: брал исторические данные по акциям и накладывал случайные фильтры. Типа:
Часть этих правил давала результат не хуже «умных» стратегий. Иногда лучше. И вот здесь умный инвестор попадает в ловушку:
В итоге получается идеальная система… которая перестаёт работать сразу после запуска. Новичок в это не играет. Он покупает и держит. И иногда выигрывает просто потому, что не вмешивается.
Чем больше знаний, тем сильнее ощущение, что ты «понимаешь рынок». На практике это выражается в конкретных действиях:
Я в какой-то момент заметил: мои лучшие сделки — те, где я почти ничего не делал. Худшие — где я «работал головой». Почему так происходит:
Есть неприятный факт: даже если ты прав в 55% случаев — активная торговля всё равно может убить доходность из-за комиссий, проскальзываний и ошибок тайминга. Новички редко попадают в эту ловушку. У них нет ощущения, что они что-то контролируют.
Чем сложнее стратегия — тем труднее понять, работает ли она на самом деле. Я видел системы, где было:
Выглядит красиво. Почти как научная работа. Но есть проблема: если стратегия слишком сложная, её невозможно проверить честно. Вот признаки, которые я теперь воспринимаю как красный флаг:
Я однажды сам попался на этом. Потратил пару месяцев на модель, которая показывала стабильные 30% годовых на истории. В реальности — минус за полгода. Почему? Потому что я оптимизировал под прошлое, а не под будущее. Новички в это почти не заходят. Их стратегии примитивны, но устойчивы именно из-за простоты.
Казалось бы, дисциплина — сильная сторона рационального человека. На практике всё наоборот. Когда у тебя есть аргументы, ты легко можешь обосновать любое отклонение от стратегии:
И ты выходишь раньше. Или заходишь позже. Или увеличиваешь риск. Я поймал себя на этом, когда начал логировать не только сделки, но и причины отклонений. Результат: большинство нарушений выглядели логично в моменте… и разрушали результат на дистанции. У новичков другая проблема — у них нет стратегии. Но если она появляется, они часто следуют ей тупо, без интерпретаций. И это иногда даёт лучший итог.
Я долго сопротивлялся этой мысли, но сейчас формулирую её прямо: интеллект сам по себе не даёт преимущества на рынке. Иногда — наоборот. Проблема не в знаниях. Проблема в том, как мозг их использует:
Если упростить до предела: новичок проигрывает из-за ошибок. умный инвестор — из-за слишком сложных «правильных» решений. И, пожалуй, самый неприятный вывод — чем лучше ты умеешь думать, тем аккуратнее тебе нужно это делать на рынке.
По моему мнению здесь зарабатывают либо сильные алгоритмические команды, либо отдельные личности, которые правильно настроили правильный баланс обычной жизни и трейдинга)
Что этот человек может делать лучше, чем другие?
pick, принято!
Интересный ответ![]()
ум это хорошо, но в быту он точно мешает
например Тесла
чисто гений, а в быту ноль
но это как крайний пример
по себе скажу- я это понял и стораюсь иногда быть глупым
ну ооочень помогает
сейчас учусь тому же в трейдинге и есть результат
спасибо ТС за это правило бытия
Впустую пофлудить про ум, который мешает плохому танцору.
проверено
сели речь зашла о бабах
все верно
Кратко: потому что математика даёт полезные инструменты для торговли, но не даёт всего, что нужно для успеха. Люди смешивают способность решать математические задачи с навыками, которые реально определяют прибыль в рынках. Разверну подробнее — почему такое заблуждение возникает и что на самом деле важно.
Почему люди так думают
• Очевидная связь инструментов: модельный анализ, статистика, оптимизация портфеля — всё это математические дисциплины, и очевидно полезно в квант‑подходах к трейдингу.
• Культ «квантов» и успехи некоторых хедж‑фондов (например, Renaissance) укрепили представление, что достаточно формул — и деньги пойдут.
• Математика ассоциируется с интеллектом и аналитикой — люди приписывают этим качествам успех и в других сферах.
Почему это неверно как автоматическое правило
1. Рынок — не задача с единственным решением
• В математике часто есть правильно‑неправильно; рынок — эмпирическая, нестационарная система с множеством неопределённостей и случайностей. Математическая модель может работать в одном режиме и рухнуть в другом.
2. Психология и дисциплина
• Управление риском, выдержка при просадках, контроль эмоций, умение следовать правилам — часто важнее точности модели. Многие математически оправданные стратегии гибнут из‑за человеческих ошибок.
3. Исполнение и микроструктура рынка
• Латентная ликвидность, проскальзывание, стоимостные/временные ограничения исполнения, брокерские правила — всё это может съесть математически ожидаемый профит. Математики часто недооценивают реализм исполнения.
4. Качество данных и инженерия
• Неправильные данные, неточные таймстемпы, survivor bias, несовершенные симуляции — всё портит даже идеальные формулы. Инженерное исполнение и обработка данных критичны.
5. Риск переобучения и модельный риск
• Математически изящный алгоритм легко подгоняется под шум в исторических данных; он даёт иллюзию edge, но не выдерживает live‑проверки.
6. Регименты рынка и внешние факторы
• Изменение регуляций, ликвидности, макрошоки или действия крупных участников могут обнулить математическую работу. Модели плохо «переписывают» неожиданные смены режимов.
7. Информационное преимущество и канал доступа
• Математические идеи полезны, но если нет данных быстрее/лучше конкурентов или доступа к ликвидности — преимущество нивелируется.
Где математика действительно помогает
• Количественная оценка риска (VaR, CVaR), оптимизация аллокаций, корректная валидация стратегий (walk‑forward, cross‑validation), оценка статистической значимости сигналов.
• Автоматизация, мониторинг, моделирование проскальзывания и стресс‑тесты.
• Построение алгоритмов маркет‑мейкинга, арбитражей и опционных моделей — там математика критична.
Практические выводы: что делать, если ты хорош в математике, но хочешь быть успешным трейдером
• Фокус на простоте и робустности: предпочтение простых, объяснимых моделей, которые работают в различных режимах.
• Интегрировать сквозную инжиниринг‑практику: качественные данные, realistic execution model, мониторинг.
• Учиться управлять риском и эмоциями — правила позиционирования и строгие risk limits важнее тонкой оптимизации.
• Делать «живые» тесты с небольшим капиталом: проверять, как стратегия ведёт себя в реальном исполнении.
• Понимать микроструктуру рынка и ограничения брокера; моделировать проскальзывание и лимиты транзакций.
• Защищать себя от overfitting: бутстрэппинг, out‑of‑sample, regime tests, штрафы за сложность модели.
• Коллаборация: объединяй математиков с трейдерами/экзекьюторами/инженерами — это даёт полноценный продукт.
Короткая метафора
• Математика — это двигатель; трейдинг — это автомобиль. Двигатель важен, но без шасси, тормозов, рулевого управления и умения водить ты не приедешь в пункт назначения.
Если хочешь, могу:
• Перечислить конкретные проверки на overfitting и robustness, которые стоит внедрить в твоём бэктесте.
• Подготовить чек‑лист для перевода математической идеи в live‑стратегию (data, execution, risk, monitoring, governance).