Шарп 6.54 → 1.22 за 2,5 года. Как ИИ уничтожил торговую альфу (август 2026)

Ещё в конце 2021 года казалось, что языковые модели взломали рынок. Исследователи Лопес-Лира и Танг показали: GPT, читая новостные заголовки, предсказывает направление акций с точностью 93%. Стратегия на этом давала коэффициент Шарпа 6.54 — цифра, о которой обычный квант может только мечтать.

Прошло два с половиной года. Шарп упал до 1.22. А к концу 2025 года точность прогнозов опустилась до 51% — это уровень подбрасывания монеты. Стратегия умерла.

Важно понимать: её никто не опубликовал в научном журнале. Обычно, когда академики выкладывают статью об аномалии, рынок её «съедает» за несколько лет. Здесь всё случилось без публикации. Просто GPT стал массовым инструментом, и тысячи участников стали делать одно и то же.

Это симптом глобального сдвига.

Раньше, если верить классической работе Маклина и Понтиффа в Journal of Finance, торговый сигнал после публикации в журнале терял половину доходности за 3–5 лет. Сейчас, по оценкам свежей модели Chen–Meng (август 2026), период полураспада сигнала сократился до 12–18 месяцев. То есть сигнал умирает в 4–5 раз быстрее, чем десять лет назад.

Почему так происходит? Не потому что модели плохие. А потому что все сидят на одних данных и строят похожие архитектуры. Вот три канала, через которые ИИ убивает альфу:

1. Скученность. Когда 95% управляющих используют генеративный ИИ на одних и тех же данных, портфели становятся похожими как близнецы. По данным отчётности 13F, схожесть институциональных портфелей выросла на 42% за десять лет. Разброс доходностей между количественными фондами сжался на 29%. Все торгуют одно и то же — и никто не зарабатывает премию за риск.

2. Саморазрушение. Когда тысячи агентов торгуют по одному сигналу, они меняют саму динамику цены. Модель начинает учиться на данных, которые она сама и создала. Это как смотреть в зеркало и думать, что видишь рынок.

3. Гонка без победителя. Каждый фонд вынужден вкладываться в ИИ больше, чем нужно, иначе проиграет конкурентам. Но в равновесии, когда все это делают, суммарная альфа стремится к нулю. Прибыль утекает не к тем, кто придумал сигнал, а к владельцам уникальных данных и быстрой инфраструктуры.

Цифры индустрии за последний год:
— Рынок альтернативных данных вырос с $18.8 млрд до $29.6 млрд
— 95% управляющих уже используют генеративный ИИ (в 2023 было 86%)
— Медианная альфа количественного фонда упала с 3.6% до 1.0% годовых
— Полный анализ одной бумаги ИИ-агентом стоит 30–50 центов

Вывод для практики простой: если ваша стратегия построена на публичных данных и публичных моделях, считайте, что у неё есть срок годности 12–18 месяцев. Бэктест трёхлетней давности — это уже история, не руководство к действию.

Вопрос в комментарии: есть ли у вас стратегии, которые вы запустили 2–3 года назад на публичных данных и которые до сих пор приносят положительную альфу после всех комиссий и проскальзываний? Или все уже «съедено»?

---

Исследование подготовлено командой BlackRidge Research. Полный обзор на 19 страницах с разбором 39 источников — ссылка в профиле.