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.

Если первая часть моего репортажа по конференции алготрейдеров в Москве была об инфраструктуре, то вторая часть будет про искусственный интеллект.

ИИ в 2026 году это неполноценная замена трейдера — всего лишь промежуточная стадия. Кто‑то видит в нём помощника в предсказаниях движения рынка, кто‑то маркетинговый баннер для привлечения новых клиентов частных лиц, а кто‑то просто удобный инструмент автоматизации.

Дальше покажу каждую из этих стратегий:

• ИИ как исследователь.

• ИИ как маркетинговый интерфейс.

• ИИ как торговый помощник.

Презентация Юрия Кондратенко


И нигде в докладах ИИ не выступал как гарантированный источник альфы.

Небольшое пояснение — альфа — это доходность сверх рыночной (беты), которую стратегия получает благодаря своему преимуществу: лучшей модели, данным, скорости. Это не «просто прибыль», а прибыль после компенсации за риск. Например: если рынок вырос на 10%, а ваша стратегия — на 15% при том же уровне риска, то ваши +5% — это и есть альфа.

В начале февраля я узнал что в масленичную неделю в Москве состоится оффлайн мероприятие по алготрейдингу, которое будет посвящено биржевым алгоритмам.

Также узнал что онлайн версии не будет, а основными темами будет инфраструктура, алгоритмы, математика и количественная аналитика. Это как раз те темы, которыми я интересуюсь, живя в Перми.

А раз так, то я принял решение полететь на мероприятие и возможно получить новые ориентиры, познакомиться с людьми, взглянуть на рынок без маркетинговых очков. Получится ли это сделать? К концу статьи вы об этом узнаете.

Поскольку я полетел просто как участник, а не докладчик, то мне не нужна была гостиница и остановка на ночь — я планировал прилететь в Москву утром (но не в 6 утра!), а ближе к вечеру уже улететь домой. То есть быть в Москве одним днём.

Однако за несколько дней до мероприятия обнаружились нюансы перелёта: в середине недели в Перми без остановки валил снег и аэропорт был закрыт — вечерний рейс в Пермь даже не смог приземлиться — 40 минут кружил над городом и улетел в соседний Екатеринбург, а когда аэродром почистили, то люди смогли вернуться домой в Пермь (все это заняло 5 часов вместо двух). А ещё на неделе иногда включался спецрежим и как оказалось в это время самолёты тоже не летают.

В прошлой своей статье я открыл для себя интересную, но неприглядную истину — что рынок это то место, где можно зарабатывать даже не зная будущего. Не угадывая направление — пойдёт вверх или вниз, не изображая из себя Вангу, а лишь правильно работая с вероятностями и размерами позиции. Если вы подбрасываете монетку и ставите 100% на орла — вы банкрот при первом же выпадении решки. Но если вы дробите капитал по формуле Келли или используете ребалансировку, вы можете зарабатывать даже при череде неудач.


Результаты моего сегодняшнего эксперимента, о них ниже

В прошлой статье по советам Дмитрия Шалаева я рассматривал математический трюк когда на сгенерированных котировках при убыточном активе капитал рос, а стратегия купил и держишь медленно обнуляла виртуальный счёт.

Недавно я пробовал машинное обучение на Московской бирже, пытаясь найти полезные признаки и при этом опираясь в поисках этих признаков на советы ИИ ассистентов, а поиск самого алгоритма переложил на ML.

Технически всё заработало, но уже после экспериментов я понял что есть один нюанс — все ИИ помощники энциклопедически умны и знают абсолютно все алгоритмы и подходы, но у них нет практического опыта и для них все стратегии «на одно лицо». Попытки предсказания цены — это самый очевидный и простой путь, в который ИИ помощник легко уводит пользователя.

Многие в статье про машинное обучение на Московской бирже пришли ко мне с советами или с критикой моего подхода в комментариях, но один человек связался со мной и подсказал, что на рынок можно смотреть совершенно по‑другому. Без угадывания цен, без работы с таймфреймами, опираясь только на цену.

Человека зовут Дмитрий Шалаев. Эта наша совместная с ним статья.

Дмитрий математик, который смотрит на графики не как на картинки, а как на стохастические процессы.

Мне недавно порекомендовали книгу Гэри Нордена «Технический анализ и активный трейдер» (Gary Norden — Technical Analysis & The Active Trader) которая разносит в пух и прах идею теханализа. На русском эта книга никогда не издавалась, но мне попал в руки автоперевод. Мысли в книге мне показались необычными. В этой заметке хочу рассказать о них.

Индустрия иллюзий вместо науки

Одна из главных претензий книги к инфобизнесу или к инфоцыганству, построенному вокруг технического анализа. По мнению автора, популярность линий поддержки, «головы и плеч» и скользящих средних объясняется не их эффективностью, а простотой продажи такой идеи. Это визуально красиво и понятно даже новичку. Курсы продают иллюзию контроля и науки там, где в реальности — маркетинг и манипуляция ожиданиями.

Автор особенно критикует бэктесты и результаты на истории. В реальности их уничтожают комиссии, проскальзывания и изменившаяся структура рынка. То, что выглядит как стройная система, на практике превращается в путь к серии маленьких убытков и редких, но разрушительных ошибок.

2 миллиона процентов за 5 лет

Звучит как заголовок очередной рекламы, которую хочется скорее смахнуть с экрана? Я тоже так сначала подумал.

Но это не учебник по «успешному успеху». Это жесткая, местами циничная, но предельно честная исповедь человека, который выжил в мясорубке российского фондового рынка. И если вы устали от рафинированных аналитиков в дорогих костюмах, которые никогда не торговали на свои, то этот обзор для вас.

От фристайла к «баранке», а от такси — к миллионам
Сергей Алексеев — не типичный «волк с Уолл-стрит». Его путь — готовый сценарий для фильма драмы. В 18 лет — чемпион России по фристайлу. Затем — владелец сети спортивных магазинов и турфирмы. А потом — крах, долги, съёмные квартиры и работа таксистом в 2009 году, чтобы просто прокормить семью.

В книге нет попытки приукрасить реальность. Автор честно пишет, как «иксовал» счета, как терял, как боролся с алкоголем и дисциплиной. Именно этот бэкграунд — спорт и выживание — сформировал его уникальный подход к трейдингу.

Представьте опытного трейдера: наверняка он не говорит котировками и не рассказывает про индикаторы — он просто говорит «сильный тренд», «пробой уровня» или «ложный отскок». Для него график это язык: свечи, объёмы и уровни складываются в понятные фразы о том, что сейчас происходит на рынке. Именно от этой человеческой интуиции я и отталкивался в своём эксперименте.

Идея была такая: а что, если научить искусственный интеллект понимать этот язык? Не подавать модели сырые числа, а переводить бары и объёмы в текстовые описания наблюдаемых паттернов и кормить ими языковую модель. Гипотеза была что в тексте уже будет содержатся достаточно данных, чтобы модель научилась связывать недавнюю торговую историю с тем, пойдёт ли цена вверх на следующий день.

Мои результаты, о них ниже

Инструмент эксперимента — модель distilbert‑base‑uncased с Hugging Face и это облегчённая, быстрая версия BERT для понимания языка.

Это уже третья часть исследования идей из журнала Technical Analysis of STOCKS & COMMODITIES. Если вы не читали предыдущие выпуски — рекомендую начать с них: 2001-2005, 2006-2010.

Эпоха алгоритмов и адаптивных решений

Период 2011-2015 был временем стремительного восстановления после мирового кризиса. Центробанки заливают рынки ликвидностью через программы количественного смягчения, а индексы уверенно ползут вверх. Волатильность снижается, но неопределённость остаётся, и трейдеры ищут новые подходы к анализу.

На первый план выходят алгоритмы. Высокочастотная торговля (HFT) меняет структуру рынков, а Python и R становятся популярными среди независимых аналитиков. Количество «ручных» методов снижается — им на смену приходят полуавтоматические и адаптивные системы.

Развиваются кластеры, рыночные профили, волновые и гибридные индикаторы. Журнал STOCKS & COMMODITIES отражает эти сдвиги: всё больше авторов публикуют идеи, сочетающие классику с новыми математическими подходами.

Последние две недели я публиковал подборки из рубрики Traders’ Tips журнала Technical Analysis of STOCKS & COMMODITIES за 2001-2005 и 2006-2010 годы. Спасибо за ваши комментарии — от ироничных “опять комиксы?” до вполне серьёзных вопросов о практическом применении и бэктестах. Именно они побудили меня подойти к делу иначе.

Вместо очередного обзора я решил сосредоточиться на одной идее: реализовать её на Pine Script для TradingView и протестировать на фьючерсах с Московской Биржи. Кстати, Traders’ Tips — это не отдельное приложение, а рубрика в журнале. Но суть не в этом: её практическая ценность по-прежнему велика.

В центре внимания — случайно выбранная статья Барбары Стар “Confirming Price Trend” (S&C, декабрь 2007). Почему именно она? Подтверждение тренда остаётся актуальной задачей, а методы вроде линейной регрессии и R² доступны для понимания и применимы на дневных и часовых графиках.