Копипаст | Спросил у Алисы: как кванты на бирже используют теорию множеств

Я бы сказала так: напрямую кванты (количественные аналитики) не строят торговые стратегии исключительно на теории множеств — для этого есть более профильные инструменты (вероятность, статистика, стохастические процессы). Но они активно используют её как вспомогательный, очень практичный аппарат, чтобы структурировать сложные рыночные задачи. Я подобрала несколько конкретных примеров, где это видно. broker.finam.ru +1

• Определение условий для сигналов. Кванты часто разбивают рыночное пространство на «зоны» или условия. Например, можно задать множество сценариев, при которых цена актива находится в определённом диапазоне, или множество моментов времени, когда волатильность превышает порог. Операции над такими множествами (объединение, пересечение) помогают формализовать правила входа/выхода. Скажем, сигнал на покупку может генерироваться, когда текущее состояние рынка принадлежит пересечению нескольких множеств: «цена ниже скользящей средней», «объём выше среднего» и «RSI в зоне перепроданности».
• Работа с корреляциями и взаимосвязями. При статистическом арбитраже (например, в парном трейдинге) кванты ищут устойчивые связи между активами. Теория множеств помогает чётко определить, какие активы входят в «коррелирующую группу», а какие — нет. Операция пересечения множеств позволяет выделить пару активов, которые исторически демонстрировали схожую динамику, а объединение — собрать пул инструментов для диверсификации.
• Управление рисками и стресс-тестирование. При оценке рисков кванты могут строить множества «неблагоприятных сценариев» (например, резкое падение ликвидности, скачок волатильности). Затем с помощью операций над множествами (разность, дополнение) они анализируют, как такие сценарии повлияют на портфель, и определяют, какие позиции нужно хеджировать или закрыть.
• Оптимизация портфеля. При формировании портфеля задача часто сводится к поиску оптимального сочетания активов с учётом ограничений (лимиты, риск, ликвидность). Здесь теория множеств помогает формально описать пространство всех возможных комбинаций активов, а затем с помощью операций (например, построения подмножеств, удовлетворяющих заданным критериям) сузить этот выбор до эффективного набора. blog.quantinsti.com +1
• Нечёткие множества. Отдельно стоит упомянуть теорию нечётких множеств. Она особенно полезна, когда нужно работать с размытыми, качественными понятиями («высокая волатильность», «сильный тренд»), которые сложно описать строгими бинарными условиями. Нечёткие множества позволяют задать степень принадлежности элемента к множеству (например, цена «скорее выше среднего», а не «точно выше»), что даёт более гибкую модель для принятия решений в условиях неопределённости. elib.bsu.by +1

Важно не путать: иногда в разговорах про «квантов и множества» всплывает тема квантовых вычислений. Но это другое: там речь о физических кубитах и параллельном переборе сценариев, а не о классической теории множеств в алгоритмах. 

В итоге теория множеств для квантов — это не цель, а инструмент для чёткой, математически строгой формализации рыночных идей. Она помогает перевести интуитивные торговые гипотезы в код, где их можно тестировать, оптимизировать и проверять на исторических данных. 

В арбитраже теория множеств работает сразу на нескольких уровнях — от строгой математической формализации до практического отбора инструментов. Разберу по конкретным применениям.

Формальное определение арбитража через множества

В математической теории финансов арбитраж определяется именно как множество. Формально вводится множество IarbIarb​ — всех стратегий, которые дают неотрицательный и ненулевой доход при любом состоянии рынка. Параллельно задаётся множество ΘΘ — всех допустимых торговых стратегий с учётом ограничений (ликвидность, лимиты, запреты на шорт). Тогда арбитражные возможности существуют, если пересечение Iarb∩ΘIarb​∩Θ не пусто. Условие «отсутствия классического арбитража» записывается как Iarb∩Θ=∅Iarb​∩Θ=∅. 

Это не абстракция ради абстракции: на этой базе строится фундаментальная теория ценообразования активов. Если арбитраж отсутствует, то существует эквивалентная мартингальная мера — и это позволяет корректно оценивать производные инструменты. 

Статистический арбитраж: отбор пар и портфелей

В парном трейдинге и более широком статистическом арбитраже множества используются для структурирования пространства активов: broker.finam.ru +1

• Множество кандидатов. Из всех торгуемых инструментов строится исходное множество. Затем оно сужается пересечением с подмножествами по критериям: один сектор, схожая капитализация, один класс активов (например, два золотых ETF). 
• Множество коинтегрированных пар. Из множества кандидатов отбираются пары, прошедшие статистический тест на коинтеграцию (тест Адфуллера). Это операция фильтрации — по сути, построение подмножества по предикату.
• Динамическое обновление. Поскольку корреляции разрушаются со временем, множество рабочих пар регулярно пересчитывается — пары, выпавшие из множества коинтегрированных, исключаются, и на их место подбираются новые. 

В масштабном статистическом арбитраже (сотни акций) множество длинных и множество коротких позиций формируются так, чтобы их пересечение по факторам риска (бета, сектор, регион) было минимальным — это и есть рыночно-нейтральная стратегия. 

Нечёткие множества в арбитраже

Это, пожалуй, самый яркий пример прямого использования теории множеств в арбитраже. Классический парный трейдинг использует «жёсткие» (crisp) пороги: если спред выше X — продаём, ниже Y — покупаем. Но рынок не всегда укладывается в бинарную логику.

Нечёткие множества (fuzzy sets, введённые Заде в 1965 году) позволяют задать степень принадлежности: спред может «сильно», «умеренно» или «слабо» отклоняться от нормы — и каждому состоянию соответствует своя функция принадлежности. На этом строятся fuzzy-модели арбитража: 

• Входные параметры — спред между коинтегрированными акциями и его волатильность — описываются как лингвистические переменные («большой спред», «низкая волатильность»).
• Нечёткий логический вывод (например, система Сугено) генерирует торговый сигнал с учётом неопределённости. scispace.com +1
• Исследования показывают, что fuzzy-подход к парному трейдингу даёт на ~29% больше прибыли, чем классическая «жёсткая» модель, за счёт захвата арбитражных возможностей, которые crisp-модели пропускают. 

Есть и более продвинутые варианты: системы нечёткой логики второго типа (type-2 FLS), которые дополнительно учитывают неопределённость в самих функциях принадлежности — то есть «размытость» самих «размытых» границ. Их применяют для предсказания арбитражных возможностей на фьючерсных биржах. 

Межрыночный и индексный арбитраж

В классическом арбитраже (не статистическом) множества помогают описать условия равновесия между связанными инструментами:

• Индексный арбитраж: множество акций, входящих в индекс (например, S&P 500), и фьючерс на этот индекс. Если цена фьючерса расходится с ценой корзины акций, алгоритм покупает дешёвое и продаёт дорогое. 
• Покрытый процентный арбитраж: множество связанных инструментов — внутренняя облигация, иностранная облигация, спот-курс валюты, форвардный контракт — связано паритетом покрытого процента. Нарушение этого соотношения создаёт арбитражную возможность. 

Структура капитала и арбитраж

При арбитраже структуры капитала кванты строят множества инструментов одного эмитента: акции, облигации, CDS. Пересечение множеств «переоценённых» и «недооценённых» инструментов одного эмитента даёт сигнал: например, акции дороги, а облигации дешевы — шорт акций, лонг облигаций. 

---

Если коротко: в арбитраже теория множеств — это и формальный язык для определения самого понятия «арбитражная возможность», и практический инструмент для отбора, фильтрации и комбинирования активов, и (через нечёткие множества) способ работать с рыночной неопределённостью, которую не ловят жёсткие правила.