Decipher

Селлофф в длинном конце выглядит историческим, но сравнение 30Y UST с Fed Funds говорит, что спред всего лишь около долгосрочной средней. Проблема в том, что это сравнение немного обманывает.

Наклон кривой нельзя смотреть отдельно от уровня ставок. Обычно кривая становится круче, когда ФРС режет, и уплощается, когда ФРС ужесточает. Сейчас происходит странная комбинация: с начала войны с Ираном кривая крутеет одновременно с тем, как фронт начинает закладывать повышения ставок. То есть рынок одновременно прайсит более жесткую ФРС и более высокий fiscal/deficit/term premium на дальнем конце.

Если смотреть только на периоды с 1977 года, когда 2Y находилась на сегодняшнем уровне или выше, примерно в 73% случаев 2s30s была ниже нынешних ~104 б.п. Иными словами, для такого уровня коротких ставок сегодняшняя кривая действительно очень крутая. Исторически такие режимы чаще возникали уже во время цикла снижения ставок, причем 2Y обычно была выше Fed Funds. Эпизоды ужесточения встречались, но заметно реже.

Еще интереснее, что похожие наблюдения концентрируются в 1977-м, конце 80-х, начале 90-х и 2001-м, а затем почти исчезают на 25 лет. Возможно, сейчас частично разматывается эпоха структурно низкой term premium, savings glut, QE и отрицательных ставок. Но одной этой историей текущую конфигурацию не объяснить.

Самая близкая аналогия выглядит как 1993-94: ФРС уже смягчилась, кривая оставалась очень крутой, а рынок начал закладывать следующий цикл повышения ставок. Treasury явно не нравится происходящее с long end, и, вероятно, ФРС тоже. Сначала они попробуют давить на 30Y через структуру issuance, ликвидность и коммуникацию. Если этого окажется недостаточно, неприятный сценарий простой: рынок может заставить ФРС повышать ставки независимо от текущей spot inflation.

Так что смотреть сейчас стоит не только на инфляцию. Главный вопрос в том, смогут ли Treasury и ФРС стабилизировать длинный конец без нового tightening cycle.

Quant использует технологии из будущего, чтобы отвечать на вопросы из прошлого.

Звучит странно, учитывая, что quantitative trading - одна из самых технологичных индустрий в мире.

Наносекунды.

FPGA.

Microwave networks.

Альтернативные данные.

ML-модели, которые пытаются достать сигнал из шума, где signal-to-noise практически равен нулю.

Jane Street, Citadel, Renaissance годами строят инфраструктуру, которой позавидуют многие технологические компании.

Но при всём этом фундаментальный вопрос практически не изменился:

что произойдёт с ценой дальше?

Берём историю.

Цены, объёмы, факторы, volatility, positioning, correlations.

И пытаемся найти функцию:

past → future.

Проблема в том, что рынок - не физический объект, который просто существует независимо от наблюдателя.

Рынок состоит из участников.

А участники думают.

Адаптируются.

Копируют друг друга.

Меняют поведение.

И самое главное - реагируют на действия других участников.

Нашёл alpha?

Начал его торговать.

На него пришёл капитал.

Рынок адаптировался.

Alpha исчез.

Это и есть один из фундаментальных потолков quantitative trading.

Можно построить модель быстрее.

Добавить больше данных.

Нанять ещё 50 PhD.

Обучить neural network в десять раз больше.

Но ты всё ещё пытаешься предсказать траекторию системы, которая меняется из-за самого факта твоего участия в ней.

Поэтому следующий шаг в quant, возможно, вообще не будет связан с поиском лучшего alpha.

Вместо вопроса:

«куда завтра пойдёт NVDA?»

можно задать совершенно другой:

«какой рынок возникнет, если скорость распространения информации увеличится в 100 раз?»

Что произойдёт, если каждый участник получит собственного AI-агента?

Как изменится price discovery?

Какие стратегии исчезнут?

Какие новые equilibria появятся?

А что произойдёт, если изменить сами правила торгов?

Это уже не time-series forecasting.

Это попытка построить цифрового двойника рынка.

Внутри которого существуют разные участники:

фонды,

market makers,

retail,

банки,

алгоритмы,

центральные банки,

AI-агенты.

У каждого свои incentives, ограничения, информация и модель мира.

Дальше ты не предсказываешь следующую свечу.

Ты запускаешь систему и смотришь, какие рынки она сама создаёт.

Разница примерно как между прогнозом погоды и климатической моделью.

Или между анализом миллионов сыгранных партий в шахматы и AlphaZero, который может сыграть миллионы новых партий сам.

Тогда появляется интересная эволюция:

prediction → simulation → planning → intervention.

Сначала мы пытались предсказывать рынок.

Потом научились симулировать отдельные его элементы.

Следующий шаг - искать внутри симуляции возможные будущие состояния.

А затем - действия, которые способны привести систему к одному из них.

И вот здесь quant превращается уже во что-то другое.

Не quantitative trading.

А скорее Computational Market Intelligence.

Game Theory.

Agent-Based Modeling.

Causal Inference.

Complex Systems.

Reinforcement Learning.

Multi-Agent Systems.

World Models.

Всё соединяется вокруг одного вопроса:

можем ли мы не просто предсказывать рынок, а вычислительно воспроизвести механизм, который его создаёт?

Конечно, здесь появляется красивый парадокс.

Если цифровая модель рынка станет достаточно хорошей и люди начнут использовать найденные внутри неё закономерности…

реальный рынок изменится.

И модель снова станет неправильной.

Goodhart.

Lucas Critique.

Reflexivity.

Рынок постоянно убегает от собственной модели.

Возможно, именно поэтому следующий большой прорыв в quant будет не в модели, которая лучше всех предсказывает цену.

А в модели, которая понимает, почему эта цена вообще появилась.

как там на заводе дела

Самая большая ошибка, которую совершают розничные трейдеры, - думать, что график является источником информации.

На самом деле график - это последнее место, куда эта информация попадает.

Представьте, что компания через две недели отчитается намного лучше ожиданий.

Задолго до публикации кто-то замечает рост заказов у поставщиков. Кто-то анализирует объёмы морских перевозок. Кто-то разговаривает с клиентами компании на отраслевых конференциях. Кто-то пересматривает собственную модель после встречи с менеджментом. Кто-то просто видит изменения в спросе раньше остальных, потому что занимается этим рынком двадцать лет.

Никто из них не покупает потому, что RSI пересёк отметку 30.

Они покупают потому, что их представление о будущем изменилось раньше, чем изменился консенсус.

Лишь после этого появляются объёмы.

Потом начинает двигаться цена.

Затем меняется тренд.

Потом появляются новости.

И только в самом конце тысячи видео на YouTube объясняют, почему всё было “очевидно”.

Именно поэтому асимметрия информации существует даже на самых эффективных рынках.

Не потому, что кто-то знает инсайд.

А потому что разные участники обладают разным количеством данных, разной скоростью их обработки и разным пониманием того, что вообще имеет значение.

Это и есть причина, почему институциональный инвестор и розничный трейдер часто смотрят на один и тот же график, но видят совершенно разные вещи.

Для одного график - это финальная проверка гипотезы.

Для другого - сама гипотеза.

Это принципиально разные способы принимать решения.

Поэтому попытки найти на графике “следы умных денег” часто напоминают расследование авиакатастрофы по дыму на горизонте.

Дым действительно существует.

Но к моменту, когда вы его увидели, самолёт уже давно упал.

чем богаче страна - тем беднее в ней может чувствовать себя человек

в больших европейских экономиках ты довольно быстро понимаешь одну вещь

высокая зарплата и богатство - далеко не одно и то же

делаем простую математику на примере Англии

£50 000 в год звучат вполне достойно

после income tax и national insurance остаётся примерно £39 520 в год

или около £3 293 в месяц

£100 000 превращаются примерно в £68 557 чистыми

£5 713 в месяц

£200 000 - примерно в £117 786

£9 816 в месяц

расчёт без пенсионных взносов, student loan и других удержаний

то есть между £50 000 и £200 000 разница в зарплате - в четыре раза

а в чистом ежемесячном доходе - менее чем в три

особенно красиво система работает после £100 000

там у человека начинают забирать personal allowance

и на части дохода фактическая предельная ставка достигает 60% ещё до national insurance

чем больше пытаешься вырваться из среднего класса, тем активнее система объясняет тебе, что далеко уходить не стоит

при этом ты платишь дорогую аренду

дорогой council tax

дорогую страховку

дорогой транспорт

а затем покупаешь дорогую машину и вешаешь на руль железный блокиратор, потому что электронная защита уже никого особенно не успокаивает

страна может быть богатой по размеру экономики

но это ещё не означает, что её жители чувствуют себя богатыми

современная европейская модель не столько борется с бедностью, сколько аккуратно выравнивает всех, кто пытается подняться немного выше среднего

бедным ты уже не считаешься

богатым стать ещё не успел

зато оплачиваешь систему так, будто лично её придумал

до сих пор хочется быть ближе к Европе?

gm

🕙 15 min @edgecypher

«Повезло.»

Самая заезженная фраза, которую я когда-либо слышал в адрес людей, которые годами выкладывались на 120% в своем деле.

Когда видят результат, почти никто не спрашивает, сколько было бессонных ночей.

Сколько раз хотелось всё бросить.

Сколько денег было потеряно, прежде чем появились первые стабильные результаты.

Сколько выходных ушло не на отдых, а на тестирование идей, чтение исследований, переписывание алгоритмов, поиск ошибок и работу над тем, что никто, кроме тебя, никогда не увидит.

Люди встречают тебя уже на финише.

Поэтому им кажется, что дистанция была короткой.

В трейдинге это особенно заметно.

Видят удачную сделку - не видят тысячи, которые были до неё.

Видят доходность - не видят годы, потраченные на то, чтобы научиться не терять.

Видят спокойствие - не видят, сколько раз рынок ломал уверенность в себе.

Самое интересное, что удача действительно существует.

Но она почему-то почти всегда приходит к тем, кто оказывается готов воспользоваться шансом.

И чем дольше смотришь на действительно сильных людей, тем чаще замечаешь одну странную закономерность.

Им почему-то постоянно “везёт”.

Жизнь игра - играй красиво, и пусть она будет только all inclusive.

маленькие люди, зато какие планы

любимые позы?

когда-то я думал, что хороший трейдер - это тот, кто всегда знает, куда пойдет рынок

сейчас мне кажется, что хороший трейдер вообще не обязан это знать

рынок не платит за мнение

он платит за адаптацию

смешно наблюдать, как люди годами строят себе личность вокруг одного сценария

«я всегда лонг»

«я всегда шорт»

«биткоин только вверх»

«скоро всё рухнет»

а потом рынок просто меняет режим

и оказывается, что самая дорогая позиция - это не лонг и не шорт

это эго

в крипте, форексе и вообще в любых ликвидных рынках нет медалей за убеждения

есть только PnL

сегодня алгоритм покупает

завтра этот же алгоритм продает

и ему абсолютно всё равно, что ты вчера написал в твиттере

чем дольше в рынке, тем меньше хочется быть правым

и тем больше хочется остаться в игре

Большинство считает, что принятие уровня это когда цена пробила сопротивление и закрылась выше. В AMT такой подход почти бесполезен.

Цена здесь это всего лишь реклама. Она привлекает внимание, выбивает стопы, заставляет людей FOMO’шить. Но сама по себе ничего не доказывает. Именно поэтому самые красивые пробои так часто заканчиваются возвратом обратно.

Настоящий вопрос другой. Что рынок сделал после пробоя? Остался ли он там или сразу убежал назад? Появился ли объем, который подтверждает новый диапазон, или движение держалось только на импульсе?

В логике AMT принятие уровня рождается из двух вещей. Времени и объема. Если рынок задержался на новых ценах и активно там торговался, можно говорить, что формируется новая зона стоимости. Если не было ни одного, ни другого, это скорее избыток. Цена просто сходила за ликвидностью.

Но даже объем легко вводит в заблуждение. Важно понимать, кто именно покупает и кто продает.

Представьте ситуацию. Цена выносит локальный максимум. Шорты ликвидированы, трейдеры на пробой запрыгивают в лонги, график выглядит идеально. А в это время спот спокойно разгружает всю эту эйфорию. Такой пробой часто заканчивается swing fail, потому что движение держалось на деривативах, а не на реальном спросе.

Поэтому в крипте одного графика недостаточно. Открытый интерес, CVD спота и перпетуалов, поведение в стакане, все это помогает понять, произошло ли настоящее принятие уровня или рынок просто устроил очередную ловушку.

Хороший пробой это не тот, который красиво выглядит. Хороший пробой это тот, который рынок готов защищать.

Если до сих пор читаешь но ничего не можешь понять, то тебе сюда

Доступное жилье, скорее всего, вернется. Вопрос только в том, какой ценой.

Первый тревожный сигнал уже появился. Новые дома в США теперь продаются дешевле существующих. Исторически все было наоборот. Новый дом почти всегда стоил дороже. Теперь застройщики вынуждены делать скидки, уменьшать площадь домов и субсидировать ипотечные ставки, потому что у них нет выбора. Земля, кредиты, зарплаты и готовый, но непроданный инвентарь стоят денег каждый день.

У обычных домовладельцев ситуация совсем другая. Многие сидят на ипотеке под 3-4% и могут просто не продавать. Именно поэтому настоящая переоценка рынка пока происходит только в сегменте нового строительства, тогда как вторичный рынок все еще поддерживается искусственно ограниченным предложением.

Но еще интереснее посмотреть на спрос. Индекс ипотечных заявок на покупку жилья находится примерно на 35% ниже долгосрочной нормы и почти на 70% ниже пика 2005 года. По количеству заявок рынок откатился примерно к уровням 1995 года. Только есть одна проблема. Население США за это время выросло почти на 29%.

Если пересчитать заявки на душу населения, получится, что американцы оформляют ипотеку примерно на 22% реже, чем тридцать лет назад. И дело явно не в том, что люди внезапно перестали хотеть собственное жилье. Они просто больше не могут себе его позволить.

В 1995 году ипотечные ставки были даже выше сегодняшних, около 7,5-8%. Но медианная цена нового дома составляла всего $133 тыс. Сейчас ставки немного ниже, зато цены на жилье выросли более чем втрое. Ежемесячные платежи росли гораздо быстрее доходов, а первоначальный взнос, налоги и страховка стали отдельной проблемой.

История показывает, что рынок жилья почти всегда ломается одинаково. Сначала исчезают сделки. Потом начинает расти предложение. И только после этого начинают по-настоящему снижаться цены. Именно так происходило в 2006-2008 годах.

Пока этот процесс тормозит эффект “ипотечной ловушки”. Владельцы дешевых кредитов не хотят продавать свои дома и терять выгодную ставку. Застройщики такой роскоши себе позволить не могут, поэтому снижают цены первыми.

Многие рассчитывают, что снижение ставок быстро решит проблему. Не уверен. Настоящая доступность жилья обычно возвращается только тогда, когда одновременно дешевеют и деньги, и сами дома относительно доходов населения. А такое сочетание чаще появляется уже во время экономического спада.

Если безработица начнет расти, часть владельцев будет вынуждена продавать, предложение увеличится, ставки снизятся вслед за охлаждением экономики. Но к этому моменту желающих покупать станет меньше, а банки, скорее всего, начнут жестче выдавать кредиты. В этом и заключается парадокс рынка жилья. Дома становятся доступнее именно тогда, когда позволить их себе могут все меньше людей.

Отдельный риск, который может ускорить этот сценарий, это возможные перебои в Ормузском проливе. Более дорогая нефть ударит по расходам домохозяйств и бизнесу, сначала удерживая инфляцию и ипотечные ставки высокими, а затем, если экономика начнет заметно слабеть, подтолкнет ставки вниз уже вместе с рецессией.

Если этот сценарий реализуется, доступность жилья вернется. Но не благодаря мягкой посадке экономики, а через классическую рецессионную перезагрузку.

Самая дорогая ошибка в “buy the dip” в том, что большинство вообще не знает, что считать просадкой.

Минус 2%? Для DAX это может быть обычный вторник. Для другого рынка уже полноценная распродажа. Смотреть только на цену бессмысленно. Она не говорит, насколько движение действительно экстремально относительно того, к чему рынок привык.

Именно здесь начинается интересная идея. Вместо того чтобы измерять размер падения, стратегия измеряет, насколько далеко цена отклонилась от своей нормальной волатильности. Для этого используется Bollinger Band %B. Если цена прижимается к нижней границе полос Боллинджера, а долгосрочный тренд остается восходящим, система рассматривает это как временную панику, а не начало чего-то более серьезного.

Логика простая. Сильные тренды почти никогда не идут по прямой. Они регулярно встряхивают участников рынка, выбивают слабые руки и только потом продолжают движение. DAX делает это особенно часто. Несколько красных дней выглядят как начало большого разворота, хотя чаще оказываются обычным откатом внутри тренда.

Поэтому стратегия покупает не каждое снижение, а только те откаты, которые происходят внутри подтвержденного восходящего тренда. Долгосрочная скользящая отвечает на вопрос “тренд еще жив?”, а Bollinger %B показывает, когда краткосрочная паника, скорее всего, зашла слишком далеко. Выход происходит не на первой зеленой свече, а только после того, как рынок возвращается к силе. Именно поэтому стратегия старается забрать весь отскок, а не несколько случайных процентов.

Есть еще один интересный момент. Изначально система была сложнее, но после удаления одного дополнительного фильтра результаты практически не изменились, а сделок стало больше. Хорошее напоминание о том, что лишние правила часто создают лишь ощущение надежности. На практике они нередко оказываются обычной переоптимизацией.

За период с 2000 по 2026 год на дневных фьючерсах DAX стратегия принесла €20 740 прибыли при винрейте 76%. Всего было 322 сделки, максимальная просадка составила €3 539, среднее удержание позиции около 4,5 дней, а в рынке стратегия находилась лишь 22% времени.

Слабое место тоже очевидно. Долгосрочный фильтр обновляется только раз в день. Если рынок резко ломает тренд, система еще какое-то время продолжает считать его восходящим. Иногда “идеальная просадка” оказывается началом настоящего обвала. Полностью убрать этот риск нельзя. Его можно только принять как цену работы любой mean reversion стратегии.

pattern trading 101