Избранное трейдера Великий Нехочух
Лето подходит к концу и я хочу рассказать о своём увлечении последних месяцев — машинном обучении (Machine Learning) на данных Московской биржи. Эта тема уже давно не даёт мне покоя и в этот раз я решил подойти более основательно — активно использовал новейшие языковые модели, типа Claude Sonnet 5, Gemeni 3.7 Flash не только для написания кода, но и для работы с результатами этих скриптов. При этом не использовал полностью автономных агентов — все языковые модели работали как консультанты в чате — все решения принимал я, в том числе какую исходную информацию давать конкретной модели на каждом из этапов.

Предвидя будущие вопросы я сразу отвечу что это мой эксперимент и он не только не зарабатывает, но и пока даже непонятно чем закончится — сейчас это всё в процессе. Эту статью решил написать не чтобы «засветить трейдерским граалем» — которых я кстати считаю что не существует, потому что вся информация общедоступна. Эта статья написана чтобы рассказать как есть об этой ML теме без прикрас и познакомиться с комментариями — среди негатива (обычно так) проскакивают интересные мысли. Я сам не работаю в финансах и моя позиция больше исследовательская, так что раскрыть какие‑то корпоративные секреты я не могу — просто прощупываю путь перед собой.
Можно бесконечно смотреть на три вещи: огонь, воду и как аналитики переобуваются на лету. Подумали-подумали и решили, что в этот раз состав можно вообще не менять, а то все аналитики в отпусках. Великолепная восьмёрка осталась восьмёркой, не стала ни семёркой, ни девяткой. Но зато доходности изменились. Смотрим обновлённый список.

Пятый раз подряд решили порадовать акционеров, а не расстраивать их. Аналитики не стали убирать никого даже из нефтянки и финансов.
Но никого и не добавили! Либо закончились хорошие идеи, либо закончились хорошие дивидендные акции, и действительно ничего лучше пока нет.
Что не до конца понимают адепты пассивных инвестиций в критике более активных подходов (от трейдинга до сток-пикинга)? Ну или делают вид, что не понимают?
«Рано или поздно все ваши модельки, скорее всего, перестанут работать!» — заявляют они и все, спор закончен, для них это победа. Так я же согласен. Конечно, рано или поздно все мои модельки перестанут работать. Вопрос не в этом.
Вопрос в том, каковы:
1). Вероятности того, перестанут или нет, к некоему сроку?
2). Что будет, если не перестанут?
3). Что будет, если перестанут?
Пассивщики-агрессивщики прямо не отвечают на эти вопросы. Но, судя по косвенным признакам, ответы там примерно такие:
1). 50%, что все сдохнет в течение года. Это как подбросить монетку, орел или решка.
2). Если не перестанут… да какая разница, скоро ведь перестанут.
На этой неделе рынок акций наконец-то вышел из боковика, причем еще и пробил все ближайшие поддержки, что привело уже не просто к коррекции, а вообще к обвалу, основная часть которого пришлась на пятницу. Индекс ММВБ упал за день на 4,29%, а многие акции обвалились еще сильнее. В целом все произошло, как и ожидалось. Рынок перешел к коррекции от глобальных нисходящих трендов и уже достиг ее основной цели. Давайте посмотрим, какие перспективы есть у рынка акций на следующей неделе и не пора ли уже снова закупаться бумагами.

Хоть рынок акций и развернулся на этой неделе вниз, но не обошлось без манипуляций. Начало недели индекс провел в боковике под глобальным нисходящим трендом. Цена была зажата в локальном треугольнике, после чего посредством гэпа пробилась через глобальный нисходящий тренд и поднялась к 2320-2330, к ранее пройденной линии локального аптренда.
От этой линии было логично ожидать коррекцию обратно к 2290-2300 с целью протестировать пробитый нисходящий тренд сверху. Если рынок все-таки хотел продолжить рост к 2350, ко второму глобальному нисходящему тренду или даже выше, то перед этим стоило протестировать первую трендовую и уже от нее оттолкнуться выше.
Камрады, несколько дней как в поддержку OsEngine вышел на работу ИИ. Из простого — помогает отвечать на базовые вопросы по OsEngine и даёт ссылки на нужные статьи и видео. Из сложного — помогает искать ошибки в скриптах и даже может помочь с написанием не очень сложных ботов.
Данных о проекте накопилось уже настолько много, что живому человеку уже не разобраться. Иван знает всё и одновременно.
Для нас это настоящая революция в офисе. Пробуйте.
1) Где найти?
Это робот поддержки OsEngine, который теперь живёт в нашей Telegram-группе и в MAX и отвечает на вопросы.
ТГ: t.me/osengine_official_support
Макс: https://max.ru/join/Yar1c0k41XMwbnBXWutnmj4rWMk3RrhXIUqpGl8wOog
2) Иван — не «болталка с потолка».
У него есть актуальная база знаний OsEngine — 433 статьи гайда, архив переписки поддержки на 55+ тысяч сообщений и полный исходный код движка. Ответ он ищет не «по памяти», а по фактам: статьи, документация, реальные обсуждения из чата. Поэтому на типовые вопросы отвечает точно и сразу даёт ссылки — на o-s-a.net, smart-lab или видео. Также у него под рукой актуальная сборка OsEngine с ГитХаба, т. е. он всегда идёт смотреть туда, куда надо.


Открываем новый цикл статей — «Ребалансинг в алго». В прошлом сборнике мы разобрали дивидендных роботов, которые торгуют отдельные события: отсечку реестра, тренд в дивидендно сильных бумагах, шорт слабых. Теперь поднимаемся на уровень выше — портфельное управление.
В этом цикле разберём трех роботов-ребалансировщиков из OsEngine. Они не ищут точки входа внутри дня. Они раз в неделю или раз в месяц, в заданный день и час, перекладывают капитал между акциями, золотом и денежным рынком. Все три уже встроены в OsEngine, исходный код открыт и лежит на ГитХабе — берите, изучайте, улучшайте.
Но прежде чем открывать код, давайте разберёмся с базой. В этой статье — основные понятия ребалансировки, без которых дальше будет непонятно. А в конце — оглавление всего сборника.
1) Что такое ребалансировка?
Ребалансировка — это периодическое приведение портфеля к целевому составу по заранее заданным правилам.
Простой пример. Вы решили: 60% капитала в акциях, 40% в золоте. Прошёл месяц, акции выросли — и теперь их уже 70% портфеля. Ребалансировка — это когда вы продаёте лишние 10% акций и докупаете золото, возвращаясь к исходным 60/40.
Для того чтобы стабильно зарабатывать при Win Rate 30%, достаточно закрывать в плюс всего 3 сделки из 10, но с минимальным соотношением риска к прибыли 1 к 3. Другими словами, в каждой неудачной сделке вы теряете 1000 рублей, а в прибыльной – зарабатываете минимум 3000 рублей.
Легко сказать, но сложно сделать, особенно когда на рынке нет четкого тренда. Высиживать профит тяжело: цена часто разворачивается, уходит обратно к точке входа или закрывается по стопу. Все это бьет не только по счету, но и по менталке. Поэтому сегодня я хочу поговорить о способах фиксации прибыли.
Чтобы понять, при каком управлении позицией вы гарантированно останетесь в плюсе с коэффициентом прибыльных сделок 30%, давайте рассчитаем математическое ожидание на дистанции в 10 сделок. В модели 7 сделок закрываются по стоп-лоссу, а 3 – приносят прибыль, где R – это ваш риск.
Как правильно рассчитать объём позиции и риск на сделку исходя из размера стоп-лосса – читайте в статье.
1. Классический вариант. Всё или ничегоВ прошлый раз я рассказывал, как прогнал 231 факторную стратегию через злой бэктест и ни одна не прошла проверку. Пост зашёл, но в комментах закономерно спросили: «ну и что, всё выкинул? совсем ничего не работает?».
Не совсем. Из всей этой мясорубки выжила одна конструкция. Не потому что я её полюбил, а потому что она единственная прошла то же испытание, на котором легли остальные 230. Рассказываю, как она устроена, и сразу честно — почему это не машинка для печати денег.
Идея: не угадывать, а реагироватьБольшинство стратегий отвечают на три вопроса одинаково в любой ситуации: сколько денег держать в рынке, какие акции брать, когда выходить. «Всегда покупаем топ-10% по моментуму, держим месяц, повторяем». Красиво в статье, грустно на счёте.
HMR (я назвал её Hybrid Momentum-Reversion) исходит из другого: правильный ответ зависит от того, что сейчас творится на рынке в целом. В тихий растущий рынок — одни правила, в кризисную панику — совсем другие. Она ничего не предсказывает. Она каждый день смотрит на барометр и подстраивает поведение под то, что уже видно.