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:
CAGR (доходность) — куда идет тренд.
Волатильность — насколько сильно трясет.
Max Drawdown (MDD) — глубина «ямы» при кризисе.
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?
