Где деньги, железяка?

После публикации первой части моих заметок о конференции «Биржевой Алгоритм 2026» в комментариях предсказуемо разгорелся спор. Самый частый вопрос звучал в формулировках разной степени вежливости: «Михаил, всё это здорово, но где деньги?», «сколько ты заработал в процентах на своём счёте?».

Также комментаторы писали: «Шардин не трейдер, а репортёр», «у него путь самурая — копать ради процесса», «человек занят наукой».

Отвечу, что на летнем ML‑эксперименте с пятиминутками я заработал ровно ноль рублей ноль копеек (а если считать оплату подписки за консультацию у модели Claude Fable 5.0, то минус 20 долларов). И я этого совершенно не стесняюсь: лучше потерять 20 долларов на виртуальном стенде, чем отдать брокеру и бирже.

Но самое интересное произошло дальше. Пока я готовился рассказать о своём сливном бэктесте, со сцены и в кулуарах выступали люди, которые управляют десятками миллионов долларов, проектируют шлюзы Мосбиржи и строят инфраструктуру брокеров уже по 15–20 лет.

Оказалось, что те грабли, на которые я наступил летом в одиночку со своей домашней видеокартой на 16 Гб это не просто моя ошибка ML новичка.

В этой статье я собрал самые яркие идеи других спикеров, которые отвечают и на вопросы из комментариев, и объясняют, почему алготрейдинг — это совсем не то, что рисует реклама в интернете.

1. «Миша, хватит мучить пятиминутки»: почему биржа советует замедлиться

Тимур Реджепов из Московской биржи сослался на мой утренний доклад в своём:

«Когда Миша рассказывал, что у него там чуть ли не тысячи сделок и 260 признаков анализируется… Алгопак создавался совсем для другого. Чем выше скорость твоего алгоритма, тем меньше тебе нужны сложные данные. А AlgoPack — это про медленные, вдумчивые трейды: посидеть без сделок пару дней, увидеть крупного игрока в данных, зайти, подержать позицию и спокойно выйти».

Тимур сформулировал правило, которое перекликается с комментарием читателя под ником @Задача трех тел (который советовал мне бросить пятиминутки и уйти на дневки):

— Если ты быстрый (HFT, скальпинг): тебе не нужны модели и 260 фичей. Тебе нужна наносекундная связь, сервер в зоне колокации биржи и миллионы рублей в инфраструктуру. Сигнал там тривиальный — вопрос лишь в том, кто первый встал в стакан.

— Если ты частник с обычным ПК: соревноваться в скорости с роботами биржи бессмысленно. Твоё преимущество — в глубине анализа. В AlgoPack для этого есть не просто свечи, а индикаторы «китов»: концентрация крупных участников, соотношение открытых позиций физлиц против юрлиц и баланс агрессивных покупок.

То есть вместо попытки заставить нейросеть угадать цвет следующего пятиминутного бара на шуме, можно отслеживать, когда юридические лица набирают лонг против шортящих физиков, и спокойно прокатиться на их волне.

2. Спичечный коробок против Грааля: магия «неказистых» мультистратегий

Вообще после того как я опубликовал первую статью, то в комментариях разгорелась дискуссия: @wistopus топил за портфель портфелей, а @Большой Брат парировал, что все рабочие гипотезы должны умещаться на этикетке спичечного коробка.

На конференции про эту тему рассказывал Юрий Кондратенко. Он начал примерно так: что такое эффективный трейдинг — это количество заработанных денег, делённое на количество седых волос и миллиграммов успокоительного.

Юрий рассказал про математику за которую Гарри Марковиц когда‑то получил Нобелевскую премию. Если вы берете одну «суперстратегию» — какой бы идеальной она ни была на истории, при первой смене фазы рынка она сломается (в терминах Нассима Талеба — она предельно хрупкая).

Но если взять три‑четыре простые, почти примитивные стратегии, у которых корреляция близка к нулю (например, календарная сезонность на акциях, тренд по юаню и вход на откатах по золоту, самое сложное — их найти):

— просадка по отдельности у них может достигать 10–12%.
— в портфеле они страхуют друг друга, и общая просадка падает до 4%.
— при этом итоговый коэффициент Шарпа портфеля становится выше, чем у каждой стратегии по отдельности!

Юрий сравнил идеальный портфель со стенами древнеегипетских построек: они сложены из неотесанных, корявых камней разной формы, но подогнаны так плотно, что у стены нет единой линии разлома. Если один камень треснет — монолит выстоит.

3. Инфраструктура как сантехника: сколько стоит вход в игру?

Интересную мысль озвучил Никита Коржавин. Он сравнил серверную инфраструктуру трейдера с сантехникой: «пока она работает — о ней никто не думает. Но как только прорвало трубу — думать некогда, надо спасать имущество».

Многие думают, что алготрейдинг — это обязательно дорогой сервер, платные терминалы и прямой оптоволоконный кабель до биржи. Никита разложил участников на три группы по частоте сделок:

Мой летний эксперимент по частоте сделок упорно лез во 2-ю категорию, пока я делал эксперименты на обычном домашнем компьютере через сеть интернет‑провайдера да ещё и по Wi‑Fi. Итог был предрешен заранее: издержки на комиссии и задержки просто сожрали бумажную прибыль.

А Игорь Чечет в своем докладе и вовсе показал, что для 90% частных задач вообще не нужно платить за софт. Он показал огромный пласт готовых бесплатных библиотек на Python, которые умеют работать через открытые API любого российского брокера — от Т‑Банка и Финама до БКС и Алора.

4. Вайб‑кодинг: пишет робот, но шишки набивает человек

На конференции Юрий Красноруцкий рассказывал, как за пару вечеров с помощью ИИ собрал торгового робота, дашборд и бэктестер. По результатам тестирования получились впечатляющие 500% годовых.

Тут прямо во время доклада зал не выдержал и начали задавать вопросы ещё до окончания доклада:

— А робот сейчас где? На реальные деньги уже торгует?
— Пока на демо‑счёте в QUIK. Через месяц переведу на реал. Если из 500% останется хотя бы 50% чистыми — уже будет сказка.

Если у вас нет понимания рыночной механики, и вы кормите нейросеть запросами: «Сделай мне стратегию, чтобы давала миллион». То модель послушно нарисует грааль, заглянет в будущее на три свечи вперед, оптимизирует параметры под шум и выдаст идеальный график капитала. Типа мусор на входе даёт мусор на выходе.

ИИ вполне способен написать код стратегии, собрать дашборд, исправить ошибку или предложить очередной вариант модели. Но он не знает откуда на рынке берётся прибыль. Если не проверить логику сделки, учесть комиссии, проскальзывание и доступность данных на момент принятия решения, красивый результат ничего не доказывает.

Поэтому я бы рассматривал нейросеть как инструмент разработки, а не как замену трейдеру. Она позволяет быстрее перебирать идеи, но выбирать, что именно проверять, искать ошибки в эксперименте и решать, можно ли доверять результату, всё равно приходится человеку. Причём чем быстрее получается писать код, тем проще наделать больше ошибок за то же время.

5. Ловушки бэктестов и синдром «рождественской индейки»

Вячеслав Арбузов и Сергей Бобков говорили о вещах, которые заставляют снять розовые очки:

1. Иллюзия Point‑in‑Time: Вячеслав привел отличный пример с популярным на западе копированием сделок Нэнси Пелоси. На истории бэктест показывает тысячи процентов прибыли. Но когда начинаешь разбирать механику, то оказывается что их политики подают отчеты с задержкой до 30 дней. Когда данные попадают в публичный доступ — рынок уже давно отыграл новость. Если бэктестер берет дату совершения сделки вместо даты ее публикации — вы тестируете сказку.

То же самое касается поля SysTime в AlgoPack: тестировать стратегию можно только на тех данных, которые физически пришли в торговый терминал к этой миллисекунде, а не были рассчитаны биржей постфактум.

2. Опасность сеточных ботов: Борис Царицын разобрал популярную тему сеточников. Сеточный робот зарабатывает в двух фазах рынка из трех (в боковике и умеренном аптренде) и выглядит непобедимым 90% времени. Но когда приходит «черный лебедь» (как падение альткоинов на 30–90% за полчаса в октябре 2025 года), сетка мгновенно смывает депозит до нуля.

3. Хвостовые риски и индейка Талеба: Владислав Александров напомнил знаменитую метафору - хозяин кормит птицу 1 000 дней, и с каждым днем ее статистическая модель уверенности в прекрасном будущем лишь укрепляется. А на 1001-й день наступает День благодарения. В реальном алготрейдинге таким рождеством становятся отвалившееся на 40 минут API, проскальзывание из‑за дефицита ликвидности или внезапный слом инфраструктуры.

Главные выводы: что дальше?

Сообщаю злопыхателям что после моего летнего эксперимента я не стал зарабатывать больше — зато теперь лучше понимаю, какие вопросы стоит задавать, прежде чем пытаться превратить исследовательский результат в торговую стратегию.

А ещё для себя я сформулировал четыре вывода.

Первый — не надо соревноваться в скорости с теми, у кого для этого есть инфраструктура. Если у тебя домашний компьютер и обычный брокерский API, пытаться обыграть HFT‑алгоритмы на секундных интервалах — сомнительная затея. Интереснее искать закономерности, которые можно использовать на горизонте от нескольких часов до нескольких недель.

Второй — не стоит делать ставку на одну идеальную стратегию. Даже если она хорошо работала на истории, это ещё не значит, что она переживёт смену рыночных условий. Идея собрать несколько простых стратегий на разных активах выглядит разумнее. Правда, найти действительно независимые источники доходности — отдельная исследовательская задача, а не вопрос сложения нескольких графиков.

Третий — бэктест нужен не для того, чтобы доказать себе, что ты прав. Гораздо полезнее выяснить, при каких условиях стратегия перестаёт работать. Что будет, если увеличить комиссию? Учесть задержку исполнения? Убрать данные, которых в реальном времени ещё не было? Проверить результат на другом периоде? Если после таких проверок прибыль исчезает, лучше узнать об этом до запуска на реальные деньги.

Четвёртый — сложная модель сама по себе ничего не даёт. Можно обучить CatBoost или нейросеть на сотнях признаков, но без понятной гипотезы о том, почему на рынке должно возникать преимущество, модель рискует найти закономерность, существующую только в исторических данных.

Так где же деньги? В моём эксперименте их пока нет. Есть потраченные время и 20 долларов на подписку, результаты, которые не удалось превратить в прибыль, и список ошибок, которые теперь можно проверять в следующих исследованиях. Это не тот результат, которым хвастаются в рекламе торговых роботов, но и не повод объявлять эксперимент бесполезным.

И да, увидимся после конференции Смарталаба — хотя бы заочно, но постараюсь быть!

Автор: Михаил Шардин
🔗 Моя онлайн‑визитка
📢 Канал «Умный Дом Инвестора» в TG или MAX

20 октября 2026 года