Трейдер научил ИИ прогнозировать волатильность по нобелевской модели

Трейдер Майлз Дойчер автоматизировал торговую стратегию на базе модели GARCH с помощью Claude Code. По его словам, за него всю систему собрал искусственный интеллект.

Хотите еще эксклюзивных новостей и аналитики? Подписывайтесь на наш телеграм-канал, обсуждайте новости и делитесь мнениями о последних событиях рынка в чате!

GARCH — одна из самых мощных количественных моделей, которую профессиональные квант-аналитики применяют ежедневно. Дойчер рассказал, как поручил нейросети выстроить на ее основе рабочую торговую систему.

Что измеряет модель и как ее собрал ИИ

Как объяснил Дойчер, в основе подхода лежит расчет, удостоенный Нобелевской премии. Изначально модель под названием ARCH разработал Роберт Ингл в 2003 году, а его ученик Тим Боллерслев расширил ее до GARCH, которой квант-отделы пользуются до сих пор.

Главная идея модели в том, что рыночная волатильность не случайна, а поддается прогнозу. По словам трейдера, GARCH позволяет ее измерить и предсказать заранее.

Расчет опирается всего на три показателя. Первый — базовый уровень колебаний, который есть у каждого актива и почти не меняется. У биткоина этот уровень традиционно выше, чем у индекса S&P 500.

Второй показатель — сила вчерашнего движения рынка. Третий — уровень волатильности, на котором рынок находился до этого движения. Дойчер пояснил, что сумма этих трех величин и дает прогноз колебаний на завтра.

Ключевую роль в проекте сыграл искусственный интеллект. Трейдер подчеркнул, что не программировал систему сам, а описал задачу и поручил сборку Claude Code, который и превратил математику модели в готовый рабочий инструмент.

Дойчер отдельно оговорил важное ограничение. Модель показывает, насколько сильно рынок может двинуться, но не указывает направление. Это прогноз волатильности для управления риском портфеля, а не сигнал на покупку или продажу.

Как прогноз превращается в размер позиции

По словам трейдера, полученную оценку колебаний он использует для расчета размера позиции. Институциональные отделы обычно ограничивают годовую просадку на уровне 15%, и от этого лимита строится вся дальнейшая математика.

Дойчер привел пример. Если оценка колебаний по активу составляет 30% годовых, лимит просадки делится на нее — и множитель позиции выходит равным 0,5x. При базовой позиции в $10 000 это означает вход на $5000.

Как отметил трейдер, такой подход не предсказывает движение цены, а лишь контролирует подверженность уже измеренному риску. Для наглядности он добавил, что на момент написания оценка колебаний по индексу Nasdaq держалась на уровне 30% годовых.

Реальную пользу модели Дойчер проверил на исторических данных. Он прогнал одну и ту же стратегию на пересечении скользящих средних двумя способами на пятнадцатилетнем массиве данных по биткоину — с одинаковыми входами, выходами и сигналами.

При фиксированном размере позиции итоговый капитал в тесте составил $17 957. С расчетом позиции по модели GARCH результат оказался выше — $21 205.

По оценке трейдера, вариант с нобелевской моделью не только принес больше прибыли, но и прошел путь с меньшими просадками и общим риском. Впрочем, эксперт предупредил, что при резком обвале после спокойного периода модель не сработает и позиция будет открыта в полном объеме.

Хотите получить доступ к экспертным инсайдам? Подписывайтесь на наш новостной телеграм-канал, а также вступайте в сообщество BeInCrypto! Читайте последние новости и свежую аналитику криптовалют, ИИ и фондовых рынков. Будьте на шаг впереди толпы каждый день!

The post Трейдер научил ИИ прогнозировать волатильность по нобелевской модели appeared first on BeInCrypto.