На стыке фундаментальной науки и практического трейдинга рождаются действительно интересные инструменты. Трейдер Майлз Дойчер представил автоматизированную торговую стратегию, построенную на базе модели GARCH (Generalized Autoregressive Conditional Heteroskedasticity) — математического аппарата, удостоенного Нобелевской премии. Самое примечательное: всю систему, от идеи до реализации, собрал искусственный интеллект Claude Code, а не человек.

Что такое GARCH и как ИИ собрал эту модель

GARCH — это одна из самых мощных количественных моделей, которую профессиональные квант-аналитики используют ежедневно. Разработанная Робертом Инглом (Нобелевская премия 2003 года) и расширенная его учеником Тимом Боллерслевом, она лежит в основе управления рисками многих институциональных отделов.

Ключевая идея модели заключается в том, что рыночная волатильность не является случайной — она поддается прогнозированию. Расчет опирается всего на три показателя:

  • Базовый уровень колебаний — константа для каждого актива. У биткоина он традиционно выше, чем у индекса S&P 500.
  • Сила вчерашнего движения рынка — насколько сильно цена изменилась в предыдущий период.
  • Уровень волатильности до этого движения — исторический контекст.

Сумма этих трех величин и дает прогноз колебаний на завтра. Дойчер подчеркивает: он не программировал систему сам. Он лишь описал задачу, а Claude Code превратил математику в готовый рабочий инструмент.

Как прогноз волатильности превращается в размер позиции

Полученную оценку колебаний Дойчер использует для расчета размера позиции. В институциональной среде принято ограничивать годовую просадку на уровне 15%. От этого лимита и строится вся математика.

Пример: если оценка колебаний по активу составляет 30% годовых, лимит просадки делится на этот показатель — множитель позиции выходит равным 0,5x. При базовой позиции в $10 000 это означает вход на $5000.

Такой подход не предсказывает движение цены — он контролирует подверженность уже измеренному риску. Как отметил Дойчер, на момент написания оценка колебаний по индексу Nasdaq держалась на уровне 30% годовых.

Тестирование на исторических данных: результаты впечатляют

Для проверки эффективности трейдер прогнал одну и ту же стратегию на пересечении скользящих средних двумя способами на пятнадцатилетнем массиве данных по биткоину — с одинаковыми входами, выходами и сигналами.

Результаты:

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

Вариант с нобелевской моделью не только принес больше прибыли, но и прошел путь с меньшими просадками и общим риском. Однако Дойчер предупреждает: при резком обвале после спокойного периода модель не сработает — позиция будет открыта в полном объеме.

Мое экспертное мнение: Использование GARCH в сочетании с ИИ-автоматизацией — это элегантный гибрид академической строгости и современных технологий. Но не забывайте: модель измеряет волатильность, а не направление. Это мощный инструмент управления рисками, а не хрустальный шар. Успех стратегии зависит от дисциплины и понимания ее ограничений.