На глаза попалось исследование Стенфордского университета, использованное для рекламы курсов по алготрейдингу.
По скольку я активно ищу методу улучшения своих стратегий и алгоритмов — решил проверить, дают ли цепи Маркова и скрытые марковские модели (HMM) реальное преимущество в алгоритмической торговле. Не на игрушечных графиках, а на исторических данных и правилах моих торговых систем CryptoGoldenAce. Это кстати было второй раз, когда я проверял эти пресловутые цепи.
Идея звучала заманчиво: распознать состояние рынка, оценить вероятность перехода к другому состоянию и заранее сократить риск, когда стратегия начинает работать хуже. Но одно дело — описывать рынок задним числом, другое — зарабатывать на прогнозе. 🔬 Сначала я проверил криптовалюты. В исследовании участвовали три подхода: Impulse, Mean Reversion и Trend. Мы проверяли, помогают ли рыночные режимы предсказывать ухудшение будущих результатов, а также изучали длинные серии убытков. Выделили 42 эпизода деградации. Выяснилось, что даже рекордно длинная серия убытков не обязательно означает поломку стратегии: с учётом зависимости результатов такие периоды могут укладываться в статистическую картину. У Trend в 2026 году появился обнадёживающий сигнал, но в 2025-м его устойчивость не подтвердилась. У Impulse и MR дополнительного преимущества не нашли. Итог: оснований внедрять HMM в криптовалютные стратегии нет. Затем я перенёс эксперимент на американский фондовый рынок. Мой бот V1 уже работает в боевом контуре с акциями S&P 500. Мы проверили обычную цепь Маркова с тремя состояниями и две HMM — с двумя и тремя состояниями. Модели анализировали доходность SPY, волатильность, ширину рынка и разброс доходностей акций. При неблагоприятном прогнозе либо уменьшали риск нового входа вдвое, либо пропускали сигнал. Всё сравнивали с исходной V1 и простыми немарковскими фильтрами. 📊 Результаты за 2016–2026 годы, CAGR после издержек: ✅ V1 без Маркова — 22,41%. • Обычная цепь: снижение риска — 20,81%; пропуск входов — 19,31%. • HMM, 2 состояния: 21,55% и 21,69%. • HMM, 3 состояния: 19,93% и 16,74%. • SPY для сравнения — 14,46%. Все шесть марковских вариантов уступили исходной стратегии по годовой доходности. Просадки иногда становились меньше, но за это приходилось платить прибылью. На отдельных отрезках успехи были: в 2024–2026 годах один вариант поднял CAGR с 14,54% до 16,03%. Но на более раннем периоде он ухудшал результаты. Устойчивости нет. ⚙️ Это не проверка «на глаз». В исследовании S&P 500 прошли 57 проверок, а независимый повтор дал побайтовое совпадение 1 157 расчётных файлов. Боевой бот не меняли. 🎯 К чему я пришёл? Марковские зависимости в рыночных состояниях действительно обнаруживаются. Математика не «сломалась». Но способность описывать переходы между состояниями ещё не означает способности зарабатывать на них. В моих испытаниях Марков не дал устойчивого дополнительного торгового преимущества ни на криптовалютах, ни на акциях США. На фондовом рынке вывод формально ограничен неполнотой данных об историческом составе индекса; научный статус — INCONCLUSIVE. Поэтому внедрять эти модели в торговлю я не буду. И делать заявление «все цепи Маркова — фуфло» тоже некорректно. Мой вывод точнее: в проверенных условиях сложная модель не оправдала себя.
#CryptoGoldenAce #ЦепиМаркова #HMM #Алготрейдинг #SP500 #Криптовалюты #Бэктест
Еще по теме:
Подпишитесь на нашу рассылку, чтобы получать уведомления о новых обновлениях, информации, скидках и т. д.
