hft

как AI убил порог входа в алготрейдинг (и что он не убил)

16 мая. Москва. Мастер-класс «Биржевой алгоритм». Камерный зал. Код, данные и люди, которые не учат, как должно быть, а показывают, как сделали сами.

Раньше, чтобы собрать торгового робота, нужны были три года в универе, два программиста в штате и наивная вера в то, что C# спасёт от маржин-колла. Теперь достаточно выходных, подписки за двадцать долларов и умения задавать вопросы. Или хотя бы уметь гуглить.

Красноруцкий Юрий. Архитектор и его пехота
Всё началось с брошюры. Одна тонкая книжка об опционах. Один вечер. На выходе — ТЗ, пояснения для разработчика и готовый лендинг. Так родился ODIN.
Дальше — зоопарк моделей, оркестровка агентов и самодельная среда, собранная на коленке. Шестьдесят дней. Семь продуктов. Счёт за токены — меньше сотни долларов.
Формула простая до цинизма: AI — не грааль. Это дешёвая пехота. Мозги остаются за вами. Глаза — тоже. Если вы не умеете валидировать код, нейросеть просто нарисует вам красивый путь к сливу. Ускорение в 5 раз? Да. Но только пока вы держите руку на пульсе.

В новом выпуске подкаста «БИРЖЕВОЙ АЛГОРИТМ» — разговор с нашим другом и соратником Антоном, практиком, который ежедневно управляет частным капиталом на крипторынке с помощью высокочастотных стратегий.

Мы не будем рассказывать про «революцию блокчейна». Мы поговорим о том, как на самом деле устроен HFT в крипте

Да, теперь мы в приложении ЯНДЕКС МУЗЫКА 

«Первый раз мы записали наш подкаст удаленно.
Помню про звук. Мы очень долго пытались его улучшить, почистить и прилично помучились с этим. Так что, как говаривал один сумасброд: «Понять и простить». Но диалог очень интересен.

🎙 Читайте больше в нашем канала ТГ: @ALGORITHM_EXCHANGE

Наш яндекс дзен

Привет, коллеги!

Хочу поделиться историей о том, как мы столкнулись с типичной проблемой в количественных финансах и что из этого вышло.

Представьте: у вас портфель из тысяч инструментов. Вы считаете Value-at-Risk (VaR), ожидаемые потери (Expected Shortfall), греки для опционов, скоринговые модели. Данные обновляются постоянно — новые цены, ставки, волатильности.

Как это обычно работает?

• Либо вы пересчитываете всё с нуля каждый раз (дорого, медленно, особенно если инструментов много)

• Либо вы строите сложные триггеры и кэши, которые потом отлаживаете месяцами

В обоих случаях вы либо жертвуете скоростью, либо тратите уйму времени разработчиков.

Мы начали с простого вопроса: «А что, если пересчитывать только то, что реально изменилось?»

Звучит очевидно, но реализация оказалась нетривиальной. Когда у вас многослойная модель (например: цены → греки по инструментам → агрегация по секторам → портфельные метрики → общебанковские лимиты), одно изменение в цене может затронуть десятки тысяч зависимых значений.

Во втором выпуске подкаста «БИРЖЕВОЙ АЛГОРИТМ» — разговор с Кириллом, практиком с почти 20-летним стажем: управляющим, арбитражером и технологически подкованным трейдером.

«HFT — это не про скорость ради скорости. Это про архитектуру, латенси и понимание микроструктуры рынка».

Мы не обсуждаем хайп — мы задаём вопросы о том, как на самом деле устроена высокочастотная торговля:  

✅ Что такое HFT сегодня — и чем он отличается от 2000-х

✅ Как начинали тогда — и как входят в профессию сейчас

✅ Скорость подачи заявок: десятки тысяч ордеров в секунду — или уже больше?

✅ Технологический стек: от языков программирования до low-latency инфраструктуры  Это не теория. Это опыт человека, который живёт в миллисекундах — и знает, где ловушки, а где реальные возможности.

ПОСЛУШАТЬ ПОДКАСТ 

наш телеграмм: t.me/ALGORITHM_EXCHANGE 

Каждую неделю мы разбираем свежие научные работы по алгоритмическому трейдингу и количественным финансам. Вот что выделилось за 5–12 января 2026 года.

1. Адаптивные модели для прогнозирования
Сейчас активно развиваются модели, которые подстраиваются под меняющиеся рыночные условия. Например, в этой работе показано, как фильтр Калмана и модели Марковского переключения улучшают прогнозы во время кризисов на корейском рынке.

В другом исследовании предложили стратегию для прогнозирования спредов на рынке электроэнергии — она учитывает резкие скачки цен в разных зонах.

Ещё одна статья посвящена прогнозированию корреляций акций. Гибридные нейросети помогают лучше группировать активы для портфельных стратегий.

2. Машинное обучение в портфелях
ML всё чаще используют для оптимизации портфелей. В работе представлена модель DeePM — она даёт стабильную доходность даже при высокой волатильности.

Другое исследование сравнивает методы пассивного инвестирования. Нейросети и оптимизационные модели тут показывают лучшие результаты.

В общем, я тут пробую применять Rust к биржевой торговле. Сделал простенькое приложение, которое:

1. Подключается к биржам (пока это Бинанс и Кракен, дальше буду смотреть, что подключить еще)
2. Собирает тиковые данные по трейдам и ордербуку
3. Приводит это всё к единому формату
4. Сохраняет историю в базу для дальнейшего анализа
5. Мониторит арбитражные возможности

Наверное, я не буду рассказывать все детали реализации, потому что это мало кому интересно. Вместо этого поделюсь выводами:

1. Rust очень дружелюбный для своей производительности язык. Если кто ещё не пробовал, то максимально рекомендую. Во-первых, вы не испытываете никаких проблем с управлением памятью. Во-вторых, он настолько параноидально следит за всеми местами, где можно накосячить, что выстрелить себе в ногу практически невозможно (а это важно, согласитесь). В-третьих, с ним очень дружит ChatGPT, и вы можете спокойно писать хороший, чистый и читаемый код в расслабленном стиле, и, по факту, остаётся следить только за архитектурой приложения.

Меня зовут Михаил Шардин. Я летел в Москву из Перми с одной простой задачей — провести мастер‑класс по Python для трейдеров.

Но вместо лекции я попал в закрытый клуб. В эпицентр российского HFT‑трейдинга, где прибыль измеряют в миллисекундах, а убытки от одной ошибки в коде — в десятках тысяч рублей за три секунды.

То, что я там увидел, меня поразило. Делюсь своим взглядом изнутри — не как спикер, а как исследователь. К тому же я не связан с организаторами и делюсь исключительно личными впечатлениями.

Перелёт из Перми в Москву оказался сам по себе отдельным приключением.