Еду на 38-ю конференцию Смартлаба. Пытаюсь собрать себе маршрут скорее не про то куда пойдет рынок, а про практику трейдинга, стратегии, алгоритмы.

Пока план такой:

12:30-13:00 — Зал Чаплин
Как увидеть инсайд, не имея инсайда: объемы, цена и новости, которых еще нет
Мурад Агаев
Интересно посмотреть на работу с объемами, ценой и новостными эффектами.

13:00-13:30 — Зал Чаплин
Как отправить кривую капитала в «космос» без плечей, хайпа и запредельных рисков
Игорь Вагизов
Любопытно, будет ли разговор про построение систем?

(скорее всего не попаду, но хотел)
13:15-14:00 — Концертный зал 
Успешные трейдеры: кто как зарабатывает?
Сергей Урускин
Обычно полезно послушать людей с реальным опытом.

14:00-14:30 — Зал Чаплин
Как зарабатывать, не имея взгляда на рынок?
Михаил Шардин
Мой доклад

15:00—15:30 — Зал Чаплин
Как искусственный интеллект помогает мне делать прибыль
Анатолий Радченко
Интересно, где сейчас реально применим ИИ в трейдинге, а где больше маркетинга.

15:45-16:15 — Концертный зал 

Это моя вторая часть заметок с Perm Winter School '26, некоммерческой научно‑практической конференции.

В первой части я рассказал, что если просто взять котировки, скормить их нейросети попросив предсказать куда пойдёт рынок завтра, то скорее всего получится красивая иллюзия, которая может выглядеть убедительно, но в реальной жизни всё закончится убытками. Первая часть была довольно популярна и собрала 103 комментария, хотя многие написали что‑то вроде «Вы просто не ту модель пробовали», «Нужно больше данных», «Надо давать нейросети не график OHLCV, а что‑то другое».

И в целом я согласен с таким ходом рассуждений, потому что из конференции я вынес не то, что нельзя заработать на бирже, а то, что большинство частных трейдеров решают вообще не ту задачу.

Когда мы смотрим на график конечно же сразу возникает вопрос — вверх или вниз? И вся индустрия трейдинга построена на этой бинарной ловушке — что на рынке всего две кнопки:

Я побывал на Perm Winter School '26, это такая ежегодная научно‑практическая конференция, объединяющая студентов, ученых и экспертов из финансовой, ИТ и экологической сфер. Она некоммерческая.

И если честно на ней я надеялся услышать что‑то вроде того что «ИИ уже почти научился зарабатывать на рынке, осталось чуть‑чуть шлифануть».

Но получилось наоборот — если обобщить опыт всех спикеров и дискуссии, которые я услышал, то картина будет довольно неприятной для тех кто до сих пор ищет «кнопку бабло» в теме больших языковых моделей (LLM).

На конференции было порядка десяти докладов и в один текст статьи это не оформить — он получится слишком длинный, поэтому в этой первой части статьи о Perm Wesna School '26 я разберу популярный миф о том, что ИИ хорошо предсказывает финансовый рынок.

Конференцию организовали классический и технический университеты города Перми.

Посмотрел недавно фильм «Удачи, веселья, не сдохни»  — мне понравился. 

Это фильм о попытке спасти мир от сошедшего с ума искусственного интеллекта, но это не мрачная фантастика, а скорее смесь сатиры, комедии и экшена. 

Местами правда абсурд и поэтому смотрится легко, с очень прозрачными и понятными намёками типа зависимости людей от коротких видео. У вас нет такой?

То есть сначала люди создают ИИ, а потом пытаются с ним договорится.

В целом лёгкий фильм с хорошей идеей. Подойдёт на вечер, если не знаете, что посмотреть.

400 000 строк в файле Excel, а пропущенный день это дырка в истории и отчёты, которые тормозят даже на мощном ПК — именно с этим столкнулся Дмитрий Овчинников. Но он смог при помощи ИИ ассистента создать дашборд, который упрощает управлением его 100+ стратегиями в алготрейдинге. И это, по его словам, как пересесть с запорожца на вертолёт.

На Смартлабе регулярно обсуждают рынки, стратегии и идеи, но есть такая тема как управление и отображение результатов трейдинга — и про это мало говорят. Но эта тема, которая заслуживает внимания — особенно если у вас не одна стратегия и не один инструмент.

Готовый отчёт, составленный ИИ-помощником

Хотя Дмитрий является алготрейдером, но он не считает себя программистом. Основной язык его работы MQL (MetaQuotes Language) — это язык для MetaTrader, но все современные инструменты вроде Python или R прошли мимо него: «Когда я запускаю Python — у меня начинается зубная боль». 

Вся аналитика Дмитрия последние годы строилась по схеме, когда из работающего терминала производится экспорт данных в Excel, а затем при помощи макросов делались текущие сводки.

На прошедшей неделе в Москве состоялось мероприятие, посвящённое машинному обучению (Machine Learning) в трейдинге. Название мне показалось весьма злободневным: «ML в трейдинге: как выжить, если ты один, а против тебя — хедж-фонды с бесконечным бюджетом».

Я бы хотел побывать на нём лично, но из Перми ехать далековато (только Тимофею дарят по 150 тр чтобы поднять настроение) и поэтому я отдал билет другу. Так что отдельное спасибо Сергею Степаняну за то, что он приехал в Москву из Ярославля и фактически стал моими глазами и ушами — то, что вы читаете — это его наблюдение, мои размышления и немного здравого смысла. 

Ещё лет 10 назад меня окончательно достало вести инвестиционный учёт вручную. А всё потому что использовались разные брокеры, разные типы активов и у всех были разные формы отчётов и в итоге всё заканчивалось раз в квартал примерно один и тем же. Ручным копированием котировок с сайтов для того, чтобы понять что вообще происходит с портфелем и требуется ли ребалансировка.
И в какой-то момент я понял что больше невозможно терпеть и пора уже начать заниматься автоматизацией. В итоге получилась довольно простая архитектура:

• Excel / Google Таблицы — интерфейс и дашборд портфеля

• Python — сбор данных и обработка

• API — источник котировок и информации

Что делает моя система в книге:

• автоматически подтягивает котировки акций и облигаций, в том числе с Московской биржи;

• считает текущую стоимость портфеля;

• сводит активы из разных источников;

• обновляет данные без ручного ввода.

 
Книга Михаила Шардина “Excel, Python и API: автоматизация данных и управление офисом, домом, финансами…”

Я иногда наблюдаю за людьми которые зарабатывают на рынке. Достаточно часто они выкладывают годовые результаты или даже налоговые отчёты с миллионными выплатами. И при этом все в основном стесняются рассказывать о своих стратегиях даже чуть‑чуть. Правда это вполне естественно, ведь если стратегия приносит деньги зачем о ней говорить?

Правда и то, что со стороны других людей (не наших многомиллионных героев) ситуация может выглядеть по‑другому.

Представьте детский сад. Один ребёнок приносит коробку конфет. Он её открывает. Показывает всем. Но делиться не собирается.

У остальных детей возникает понятная смесь эмоций:

• любопытство

• раздражение

Вот и на Смартлабе можно наблюдать почти ту же историю.

Чем больше заявленный результат, тем сильнее желание окружающих узнать хотя бы в общих чертах механизмы помогающие извлекать прибыль.

Можно ли зарабатывать на рынке, вообще не пытаясь предсказывать его направление?

Лично у меня немного другой интерес. Меня не особо интересуют чужие результаты, но мне нравится разбираться в механике рынков. Когда интересен сам рынок как система.

Перед вами третья и последняя часть моей статьи про конференцию алготрейдеров в Москве. Часть 1 была про инфраструктуру, а часть 2 про практическое применение ИИ.

Третья часть будет о последствиях. Перед вами будут четыре доклада на одну тему:

• неэффективности,

• уязвимости,

• масштабирование систем.

А ещё в статье интересная торговая идея с дисбалансом внутри синтетического инструмента — целой корзины акций Мосбиржи.

Из презентации Руслана Сторчака