Я рассказываю, как интегрировал методы машинного обучения в реальное управление портфелем: от факторных моделей и альтернативных данных до reinforcement learning и динамического риск-менеджмента. Без розовых очков. С конкретными цифрами, просадками и ошибками, которые стоили денег.



Я управляю собственным капиталом больше десяти лет. Прошел классический путь: дивидендные истории, value, факторные модели, ручная переоценка мультипликаторов, попытки тайминга через макро. Всё это работало — до тех пор, пока рынок не начал менять режим быстрее, чем я успевал обновлять Excel.

Поворотный момент случился в 2022 году. Волатильность, слом корреляций, перекосы ликвидности — старые модели перестали давать стабильность. Тогда я решил перестать относиться к машинному обучению как к игрушке для квантов и внедрить его в портфель по-настоящему, а не в виде отдельного эксперимента.

Ниже — как именно я это сделал.

Межрыночные сигналы: как крипта и сырьё заранее проговаривают будущее фондового рынка

Аннотация:
Я давно заметил, что акции редко падают или растут в вакууме. Перед серьёзными движениями почти всегда происходит сдвиг в других классах активов. В этой статье разбираю, как я читаю сигналы от криптовалют и товарных рынков, какие метрики смотрю, где ошибался и какие выводы сделал. Будет немного математики, немного макро и немного личной боли.

Я не верю в изолированные рынки. Когда индекс начинает валиться на 5–7% за неделю, обычно кто-то уже «крикнул» раньше — просто не в акциях.

Пару лет назад я обратил внимание: перед крупной коррекцией по индексу Мосбиржи сначала резко просела нефть, потом вырос доллар, и только затем началась распродажа в акциях. С криптовалютами было ещё интереснее — биткоин упал раньше фондового рынка почти на месяц. Тогда я впервые начал системно смотреть на межрыночные корреляции, а не просто листать графики.

С тех пор я веду собственные таблицы с rolling-корреляциями, считаю бета-коэффициенты между активами и отслеживаю кросс-сигналы. Ниже — то, что действительно работает, а не академическая теория.