|
|
|
Рынок


Зачем трейдеру статистика?
Хочу показать на примере годовой статистики одного реального трейдера, который торгует около шести лет.
И вот здесь интересны даже не сами цифры прибыли — хотя +$460 тыс. за год при стартовом капитале $250 тыс. впечатляют.
Гораздо важнее посмотреть структуру результата:
— 400 сделок;
— 89,5% прибыльных;
— Profit Factor — 7,24;
— средняя прибыльная сделка — $1 492;
— средняя убыточная — $1 756;
— Max Drawdown — $8 740;
— максимальная серия убыточных сделок — 4;
— восстановление после максимальной просадки — 6 дней;
— в среднем всего 2,08 сделки за торговый день.
И вот именно такая статистика позволяет ответить на главный вопрос:не «сколько заработал трейдер?»,
а «каким образом он это заработал и насколько устойчив этот результат на дистанции?»
Потому что одна большая прибыль за год ещё ничего не говорит о качестве торговли. А вот соотношение доходности,
👋 Меня зовут Лысёнок Никита Ильич (сайт: https://nikita.lysenok.com, профиль ВШЭ: https://www.hse.ru/staff/nilysenok). Финансист, преподаватель и немного юрист. Это первый пост, знакомимся.
📚 Чем занимаюсь. Ведущий преподаватель магистерских программ «Финансовый инжиниринг» и «Инвестиции на финансовых рынках» НИУ ВШЭ. Лучший преподаватель НИУ ВШЭ 2024 и 2026 годов. Этим статусом горжусь особенно: его дают не начальники, а студенты. С 2022 года торгую роботами собственной разработки на C++ и Rust. Вместе с командой инвестиционного клуба SDF Solutions (https://sdf-solutions.com) строим торговую инфраструктуру: скринеры уже работают, а большая цель впереди, это полноценный торговый терминал.

🎓 Научная часть. Кандидатская по финансам, о применении машинного обучения в прогнозе волатильности, на финишной прямой: три статьи опубликованы. Две свежие: про то, какие семейства моделей реально зарабатывают в торговле (https://publications.hse.ru/view/1192912979) и про эффективность прогнозов волатильности в торговых стратегиях (https://publications.


Перед нами не просто индекс МосБиржи — это составной коэффициент MCFTR / USDRUB / SPXTR × 100, то есть отношение российского фондового индекса полной доходности (в долларовом выражении, через курс USDRUB) к американскому индексу S&P 500 полной доходности. Проще говоря: если линия растёт — российские акции обгоняют американские в долларах; если падает — американский рынок сильнее российского. Таймфрейм месячный, глубина — с начала 2000-х по сегодня.
Фаза первая: доминирование РФ (2003–2008)
С начала 2000-х и до осени 2008 года коэффициент вырос почти в 15 раз — с уровня около 0,25–0,3 до пика в районе 3,8–4,0. Это был классический период сырьевого суперцикла: дорогая нефть, восстановление после 90-х, приток иностранного капитала на развивающиеся рынки, укрепление рубля. Российский рынок в долларах рос в разы быстрее американского — типичная картина emerging markets на растущем commodity-цикле.
