ИИ советник в трейдинге без иллюзий

Почему торговый ИИ-советник не станет вашим Граалем

После серии неудач особенно легко поверить в идею, что решение уже найдено - просто его должен принимать не человек. Нейросеть проанализирует тысячи факторов, увидит скрытый паттерн, даст точку входа и избавит от сомнений.

Останется только подключить советника и перестать мешать системе.

Эта мечта понятна. Но именно в ней спрятана главная ошибка: искусственный интеллект воспринимается не как инструмент, а как источник правильных ответов в среде, где правильный ответ заранее не существует.

Я не утверждаю, что ни один алгоритм никогда не сможет зарабатывать на рынке. Алгоритмические стратегии существуют давно, а машинное обучение действительно может помогать в обработке данных.

Но общедоступный "ИИ-советник", который обещает самостоятельно находить сделки без понятной логики, проверки и контроля риска, - не Грааль. Красивое название не отменяет необходимость доказать преимущество.

Почему шахматы - плохая аналогия

Часто рассуждают так: если искусственный интеллект обыгрывает человека в шахматах и го, то рынок для него тем более не проблема. Но шахматная доска имеет фиксированные правила, конечное пространство допустимых действий и полностью наблюдаемое состояние.

На рынке мы не видим все намерения участников, условия меняются, а само массовое использование стратегии способно изменить результат её применения.

Цена формируется взаимодействием множества участников. У них разные горизонты, объёмы, ограничения и причины совершать сделки. Новости меняют ожидания. Ликвидность распределяется неравномерно.

Комиссии и проскальзывание превращают красивую теоретическую модель в другой фактический результат.

Поэтому способность быстро считать не равна способности устойчиво принимать торговые решения. Расчёт - важная часть процесса, но не весь процесс.

Что скрывается под словом "ИИ"

Перед покупкой любого советника я бы сначала убрал маркетинговую оболочку. Что именно делает программа?

Это может быть обычный набор индикаторов. Может быть модель классификации, обученная на исторических данных. Может быть большая языковая модель, которая пересказывает новости и генерирует текстовый прогноз.

А может быть непрозрачный сервис, где пользователь вообще не знает, какие данные поступают на вход и как менялись правила.

У этих решений разные возможности и разные риски. Назвать каждое из них искусственным интеллектом недостаточно. Нужно понимать:

• на каких данных обучалась модель;
• учитывает ли тест комиссии и проскальзывание;
• отделена ли проверочная выборка;
• как часто менялись параметры;
• какой риск принимает система;
• кто и при каких условиях отключает её;
• что произойдёт при смене рыночного режима.

Если ответа нет, пользователь покупает не технологию, а обещание.

Короткая прибыльная серия ничего не доказывает

Десять, двадцать или даже пятьдесят сделок могут выглядеть убедительно и всё равно быть следствием случайного распределения результатов. Чем больше вариантов стратегии разработчик пробовал до публикации, тем выше вероятность показать одну удачную кривую.

Поэтому скриншот доходности за месяц не отвечает на главный вопрос: существует ли воспроизводимое преимущество после всех издержек и выдержит ли оно условия, которых не было в обучающих данных?

Я бы отдельно смотрел на просадку, длину отрицательных серий, стабильность параметров и поведение в разных режимах. Ещё важнее - проверял бы, совпадает ли заявленная статистика с реальными сделками, а не с идеализированным тестом.

Фраза "модель заработала на прошлой неделе" описывает факт прошлой недели. Она не превращается в обещание следующей.

Где здесь ликвидность

Любая массовая и одинаково исполняемая логика создаёт предсказуемое поведение. Если тысячи участников получают один сигнал, их входы и защитные приказы могут концентрироваться в похожих местах.

Крупным заявкам нужна встречная ликвидность, поэтому такие зоны имеют значение.

Но я бы не упрощал это до истории про одного всевидящего крупного игрока, который читает сигналы конкретного робота и охотится за каждым стопом. На рынке нет единого режиссёра. Есть структура заявок и интерес разных участников.

Массовая предсказуемость может ухудшать стратегию, но это только один из механизмов её деградации.

Другие причины проще: изменение волатильности, рост конкуренции, ошибки данных, переобучение, увеличение издержек или просто отсутствие преимущества с самого начала.

Чем ИИ действительно полезен

Я использую технологии там, где они снимают рутину и расширяют объём наблюдений. Например, можно:

• собирать сделки в единую таблицу;
• находить пропуски и аномалии в данных;
• считать распределение результатов;
• сравнивать рыночные режимы;
• проверять чувствительность параметров;
• группировать записи дневника;
• быстро поднимать контекст из больших массивов материалов.

Это серьёзная польза. Но программа не должна подменять постановку вопроса. Если человек загрузил неправильные данные, выбрал удобную метрику и не определил границу риска, модель аккуратно обсчитает ошибочную задачу.

ИИ может сообщить: "В истории при таких условиях результат был таким". Решение о том, является ли выборка релевантной, насколько допустим риск и что делать при отклонении, остаётся частью торгового процесса.

Как проверять советника до подключения

Я бы начал не с доходности, а с прозрачности.

Первый вопрос: могу ли я объяснить логику системы простыми словами? Не обязательно знать каждую формулу, но нужно понимать, откуда предположительно берётся преимущество и при каких условиях оно исчезает.

Второй: есть ли проверка на данных, которые не использовались при настройке? Если разработчик бесконечно оптимизировал модель на всей истории, итоговый тест ничего не проверяет.

Третий: учтены ли реальные издержки? Особенно это важно для частых сделок и низколиквидных инструментов.

Четвёртый: как ограничен риск? Максимальная позиция, дневной лимит, реакция на ошибку данных, потерю связи и резкое изменение волатильности должны быть определены заранее.

Пятый: можно ли начать с наблюдения и минимального масштаба? Сначала бумажная торговля или тестовый режим, затем небольшой допустимый риск - и только после накопления собственной выборки решение о продолжении.

Шестой: кто контролирует изменения модели? Автоматическое обновление может улучшить систему, а может незаметно превратить проверенную версию в новую, по которой статистики ещё нет.

Красные флаги

Техническая надёжность - часть торгового риска

Даже хорошая модель может дать плохой фактический результат из-за инфраструктуры. Котировки приходят с задержкой, соединение обрывается, биржа отклоняет приказ, а размер позиции округляется иначе, чем в тесте.

Советник способен отправить повторный ордер после сбоя или продолжить торговлю на устаревших данных.

Поэтому я проверяю не только стратегию, но и контур исполнения. Есть ли журнал каждого решения? Можно ли восстановить, какие данные модель видела в конкретный момент? Что происходит при потере связи?

Есть ли защита от повторной отправки и жёсткий предел позиции? Можно ли мгновенно остановить торговлю вручную?

Ещё одна проблема - утечка будущего в тест. Иногда признак рассчитывается с использованием информации, которая на момент сделки ещё не была известна. Иногда данные очищаются так, что из истории исчезают делистинги и неудачные инструменты.

Результат выглядит убедительно, но в реальном времени повторить его невозможно.

Для языковых моделей есть отдельный риск: ответ может меняться при небольшой перестановке слов, обновлении версии или временной недоступности источника.

Если торговое решение зависит от свободного текста, оно должно преобразовываться в ограниченный набор проверяемых условий. Иначе сегодня программа разрешит вход, а завтра при том же рынке объяснит отказ так же уверенно.

Наконец, нужно понимать, где хранятся ключи и какие права получает сервис. Для аналитики ему часто не требуется возможность выводить средства.

Минимальные разрешения, отдельный счёт, лимиты и независимый контроль - не техническая мелочь, а часть управления капиталом.

Я бы отказался от сервиса, если вижу хотя бы несколько признаков:

• обещание гарантированной или стабильной доходности;
• результаты только на коротком удобном периоде;
• отсутствие полной истории сделок;
• давление "подключиться сегодня";
• непонятный риск при красивой прибыли;
• объяснение всех убытков временной настройкой алгоритма;
• предложение полностью отключить собственный контроль;
• слово "ИИ" вместо описания метода.

Ни одна технология не отменяет простой принцип: если вы не понимаете, какой риск принимаете, вы не контролируете торговое решение.

Инструмент вместо волшебной кнопки

Есть простой тест на зрелость использования советника: сможете ли вы отказаться от следующего сигнала, если он нарушает заранее установленный риск? Если программа получает статус последней инстанции, контроль уже потерян.

Если её вывод рассматривается как один из входов в понятный протокол, технология остаётся инструментом.

То же касается удачной серии. Нельзя расширять полномочия модели только потому, что последние сделки прибыльны. Масштаб меняется по накопленной статистике и процедуре, а не по впечатлению.

Зрелое отношение к ИИ находится между двумя крайностями. Не нужно считать его бесполезной игрушкой. Но не нужно и передавать ему статус оракула.

Пусть технология считает, сортирует, сравнивает и помогает замечать отклонения. Человек при этом отвечает за гипотезу, качество данных, ограничения и интерпретацию. Такое разделение не обещает прибыль, зато делает процесс проверяемым.

Грааль обычно ищут там, где хочется избавиться от неопределённости и ответственности. Рынок такой возможности не даёт. Советник может ускорить анализ, но не способен отменить выборку, риск и необходимость понимать контекст.

Сильнее становится не тот, кто нашёл программу с самым громким названием, а тот, кто умеет проверить её так же строго, как любую торговую систему.

Больше спокойных разборов технологий и рыночной логики я публикую здесь: https://t.me/alhimia_tradinga

Торговая технология полезна, когда её логику, ограничения и риск можно проверить. Больше спокойных разборов рыночной логики читайте в Алхимия Трейдинга.

Разборы технологий, торговой логики и дисциплины смотрите на Rutube и YouTube. Новые видео также доступны в VK Video и Дзен.