Я готовлюсь к своему выступлению, которое пройдёт в эту субботу, 20 июня 2026 на конференции Смартлаба в городе Санкт-Петербурге и один из слайдов к моей презентации логически напрашивался на тему почему проигрывает стратегия купил и держишь. Хотя это очень распространённая и в целом популярная стратегия.

Многие блогеры и даже инвестиционные книги активно пропагандируют эту идею: «Купи широкий рынок и держи его долгие годы. Время и сложный процент сделают своё дело».

Так ли это на самом деле?

В статье рассматриваю простой вариант купи и держи, когда инвестор один раз покупает индекс и затем ничего не делает в течение нескольких лет.

Не хотел ничего выдумывать — по реальным цифрам цифрам биржевых индексов хотел составить картину как выглядят твои инвестиции в зависимости от года покупки, если купил и держишь их 25 лет. Ну и несколько других графиков.

Еду на 38-ю конференцию Смартлаба. Пока мой план послушать докладчиков такой:

11:00–11:30 — Зал Чаплин
Успешные трейдеры: кто как зарабатывает? 
Сергей Урускин / Андрей Князьков 
Модератор: Тимофей Мартынов

13:00–13:30 — Зал Чаплин
Как отправить кривую капитала в «космос» без плечей, хайпа и запредельных рисков
Игорь Вагизов

13:30–14:00 — Зал Чаплин
Вечные фьючерсы и не только: стратегии и возможности 
Мария Силкина 

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

15:45–16:15 — Концертный зал 
Секреты профессиональных управляющих 
Сергей Скатов / Марк Доникян 
Модератор: Тимофей Мартынов 

16:15–16:45 — Концертный зал 
Арбитраж, иностранные активы и управление капиталом 
Руслан Сабиров

(скорее всего не попаду, но хотел) 

Очень часто в статьях рассказывают свои истории успеха или просто хвастаются достижениями, но эта статья про мою неудачу с одной алгоритмической идеей для торговли на Московской бирже.

Последние пару недель я исследовал идею так называемого поводыря — это когда существует опережающий или лидирующий индикатор и если он начинает расти или падать, то связанные с ним бумаги с большой вероятностью повторяют это движение.


В качестве поводыря я хотел использовать внешний рынок и API американского поставщика данных для того чтобы получать информацию о:

• XAU/USD — Gold Spot / US Dollar

• EUR/USD — EUR/USD

• BTC/USD — Bitcoin to US Dollar (котировки выбранной поставщиком биржи)

А саму торговлю осуществлять на фьючерсах Мосбиржи:

• GDM6 — фьючерсный контракт на золото

• GNM6 — фьючерсный контракт на золото (мини)

• EDM6 — фьючерсный контракт на курс евро‑доллар США

• IBM6 — фьючерсный контракт на акции IBIT iShares Bitcoin Trust ETF

Хочу написать небольшую заметку про биткоин на Московской бирже и экономику контракта. Надо понимать что на Московской бирже торгуется не сам биткоин, а фьючерсный контракт на индекс Московской биржи биткоина. То есть вы не покупаете BTC, у вас не появляется криптокошелёк, вы не можете вывести монеты и вы не попадаете под регулирование криптовалют.

Это обычный расчетный фьючерс Московской биржи, такой же как и на другие активы: газ, какао,… То есть биржа начисляет или списывает рубли в зависимости от движения цены индекса.

Как устроен расчетный фьючерс:

• у него есть цена контракта;

• прибыль и убыток ежедневно переоцениваются через вариационную маржу в рублях;

• при экспирации никто не поставляет биткоины — происходит только денежный перерасчёт.

По сути вы торгуете не BTC, а производным инструментом на изменение его цены.

Небольшая заметка — посмотрел интересное видео около ML о том как адаптировать торговые стратегии к изменениям рыночного режима (regime changes).
И здесь основная проблема в нестационарности финансовых временных рядов, где статистические свойства (среднее, дисперсия и др.) постоянно меняются со временем.

У видео есть автоперевод на русский язык.

Видео: https://www.youtube.com/watch?v=X5QcNyYRMqQ


Автор рассматривает три метода адаптации:

• Кодирование скрытых состояний (Encoding Hidden States): использование средних и других признаков для передачи «памяти» модели о предыдущей динамике рынка.
• Онлайн-обучение (Online Learning): использование алгоритмов, таких как Passive Aggressive Regressor, которые непрерывно корректируют веса модели при каждом новом тике данных, позволяя стратегии быстро переключаться между импульсной торговлей и возвратом к среднему.
• Обучение с подкреплением (Reinforcement Learning): моделирование торговли как задачи «двурукого бандита». Автор подчеркивает важность использования энтропийной регуляризации, которая предотвращает застревание модели в локальных оптимумах и заставляет её продолжать «исследование» рынка даже после изменения условий.

Наткнулся недавно на интервью от сентября 2025 года с Эрни Чаном (Ernie Chan) — это известный эксперт в области количественных финансов и алгоритмической торговли, частный алготрейдер и управляющий. Они известен как квант (quantitative analyst) то есть специалист, использующий математические и статистические методы для разработки автоматизированных торговых стратегий.

Ссылка: www.youtube.com/watch?v=JOsu3kamlYo 

Он тоже говорит что машинное обучение (ML) не гарантирует успеха, если данные доступны всем и успех в трейдинге часто зависит от уникальных данных и ресурсов в этом срезе.

Иронизирует о том, что надо собрать как можно больше данных — высокочастотные данные, новостные данные, фундаментальные данные — просто собрать как можно больше данных и запустить на них нейронную сеть — она выдаст прогноз и вы разбогатеете 💰.

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.