Выбор подхода

По итогам изучения лидеров уже сформировалось понимание того, куда именно двигаться дальше: в сторону моделирования рынка и премии за риск. Как хорошо видно из предыдущей статьи про статистику популярности и прибыльности торговых систем, именно эти две категории дают наилучшие результаты на рынке.

Мне лично моделирование рынка ближе всего, поскольку одновременно нравится и изучать рынок, и программирование. С помощью этих хобби я смогу непрерывно улучшать свою модель. И, исходя из того, что я уже узнал у лидеров, большинство из них (особенно современных) следует именно этому подходу.

В отношении же «чистого» алготрейдинга — меня это не особо увлекает. Я не верю, что какой-нибудь простой (или даже сложный) алгоритм, если он сейчас и эффективен, сохранит свое конкурентное преимущество на длительных периодах. Особенно если мы говорим о системах машинного обучения.

С другой стороны, я верю, что построение своей собственной модели со своими собственными данными и собственными алгоритмами обработки данных может дать в итоге модель, которая будет уникальной на рынке.

«Уникальной» — не значит «лучшей», к слову. Но, по крайней мере, там не будет жесткой конкуренции в рамках этой узкой модели, и есть шанс сохранить хотя бы минимальное конкурентное преимущество на длительных периодах. Особенно если большую часть прибыли реинвестировать в развитие именно модели, а не капитала.

В отношении же премии за риск — тоже пришло понимание того, что не стоит лезть туда, где взрослые дядьки в домино играют. Лучше выбирать себе те ниши, которые им заведомо не интересны на больших объемах, особенно на старте. И строить свою модель с более высокой толерантностью к риску, нежели у них. Да, это будет некрасиво статистически, но эффективнее практически. Иногда проще собирать крошки со стола.

Я уже поигрался немного с моделированием и вижу, что какой-то edge там есть. Но потребуется еще много работы прежде, чем получится что-то применимое на практике. И развитие модели, скорее всего, будет ближе к линейному, нежели к экспоненте: чем сложнее и точнее модель, тем меньший эффект дает ее последующее улучшение. Важно только от рынка в этом отношении не отставать.

Ну и тут стоит понимать, что характеристики рынка лично для меня несколько отличаются от среднего игрока: разработка модели для меня является игрой с положительной, а не нулевой суммой, поскольку я планирую еще и продукты продавать в этой области. То есть мне даже не нужно добиваться прибыльности модели, фактически, мне достаточно получить хорошие идеи продуктов в процессе ее разработки и оптимизации.

Если бы мне не нравилось изучать рынок и автоматизировать свою работу, да общаться с другими игроками, я бы давно уже свалил в другую нишу, поскольку играть в игру с нулевой суммой с лучшими умами — решение из разряда: «Выстрелить себе в ногу на старте».