Ярослав Суков – Код Канала: Как Standard Deviation Channel взламывает хаос рынка (страница 2)

Это не магия. Это регрессия к среднему — один из самых мощных, но и самых непонятых законов статистики.

Фрэнсис Гальтон, кузен Дарвина, открыл это явление в 1886 году, изучая горох. Он заметил, что крупные семена дают потомство меньшего размера, а мелкие — большего. Не потому, что «природа любит среднее», а потому, что на величину семени влияют случайные факторы. У крупного семени шанс получить ещё более крупное очень мал — просто из-за того, что случайное отклонение в плюс уже реализовалось.

Тоже самое с ценой акции. Если цена достигла +2σ. Это означает, что уже произошёл аномальный сдвиг спроса или предложения. Теперь, чтобы уйти дальше к +3σ, нужно, чтобы новая информация была ещё сильнее предыдущей. Но рынки эффективны в средней степени: сильная информация быстро впитывается. Чаще всего после выброса наступает «передышка» — коррекция или консолидация.

Пример из реальной жизни: Март 2020. S&P 500 рухнул на 30% за месяц. На графике свечей — кровавое месиво. Но на часовом SDC цена опустилась до -2.8σ от регрессии. Что сделали крупные алгоритмы? Они не «торговали разворот». Они начали дозированно покупать у уровней -2σ и -2.5σ, потому что их модели говорили: «Вероятность движения ниже -3σ за следующий час — 1.5%, а выше +1σ — 34%».

Через три дня индекс вырос на 15%. Не из-за надежды. Из-за арифметики.

Но здесь — ключевая ловушка. Среднее стремится к среднему только если процесс стационарен. А рынок — не стационарный процесс. У него могут резко смениться дисперсия и дрейф.

Поэтому опытный пользователь SDC никогда не скажет: «Цена на 2σ продавай». Он спросит:

- Каков период расчёта канала? (короткий? длинный?)

- Расширяется или сужается ширина 2σ?

- Что происходит с объёмом на пробое?Ответы превращают тупое правило в контекстное решение. А контекст — это то, чем мы будем начинять твой мозг следующие 300 страниц.

Но об этом — в главе 2, где мы разберём, как математика неопределённости (от Байеса до Колмогорова) объясняет, почему даже сильные отклонения — не враги, а друзья трейдера.

Глава 2. Призрак Гаусса: как «нормальная» ошибка чуть не уничтожила финансы

Карл Фридрих Гаусс и его колокол, который стал религией

Представь себе 1809 год. Европу сотрясают пушки Наполеона. А в Гёттингене, скрючившись над свечой, тридцатидвухлетний Карл Фридрих Гаусс дописывает «Теорию движения небесных тел». Он не солдат. Он оружие другого калибра.

Перед ним задача: как по нескольким неточным наблюдениям за положением Цереры (карликовой планеты) вычислить её истинную орбиту? Ошибки неизбежны — линзы дрожат, атмосфера мерцает, глаза устают. Но Гаусс делает ошеломляющее заявление: если сложить "много" маленьких независимых ошибок, их распределение подчинится простой и красивой формуле.

Это нормальное распределение — «колокол Гаусса».

У него есть три свойства, которые заставят биржевых аналитиков следующего столетия поклоняться ему как иконе:

1. Симметрия — отклонения вверх и вниз равновероятны. Рынок не знает направления.

2. Скатывание — чем больше отклонение, тем экспоненциально быстрее оно становится маловероятным. Далеко от среднего пусто.

3. Независимость — каждое следующее наблюдение не зависит от предыдущего. Рынок без памяти.

Для Гаусса это была гениальная аппроксимация ошибок наблюдений. Его не интересовали цены акций или доходности. Он рисовал звёзды, а не свечи.

Но потом случилось нечто странное. Физики, биологи, страховые актуарии обнаружили, что многие природные процессы действительно похожи на колокол: рост людей, вес зерен, ошибки при стрельбе. И они решили: раз нормальное распределение работает для роста человека, оно должно работать и для роста капитала.

Это была первая трещина.

Нормальное распределение и рынок: любовь, которая длилась столетие

Перекинемся в 1900 год. Париж, Сорбонна. Молодой математик Луи Башелье защищает диссертацию «Теория спекуляций». Он впервые в истории пытается описать цены акций математически. И что он берёт за основу? Правильно, броуновское движение и нормальное распределение. (До Эйнштейна, между прочим, на пять лет.)

Башелье пишет: изменения цены за малый интервал времени — это случайная величина с нулевым средним и постоянной дисперсией. Распределение — гауссовское. Это значит: вероятность движения на 1% в десять раз выше, чем на 3%, и в сто раз выше, чем на 5%. А движение на 10%? Практически ноль.

Ирония в том, что диссертацию Башелье назвали «математически интересной, но не имеющей отношения к реальной бирже». Он умер в забвении. А через 70 лет его идеи возродят нобелевские лауреаты — уже как «теорию эффективного рынка».

Что давало нормальное распределение трейдерам и риск-менеджерам?

- Формулу VaR (Value at Risk). Ты можешь сказать: с вероятностью 99.7% завтрашний убыток портфеля не превысит 3σ. Красиво.

- Опционные модели — от Блэка-Шоулза. Если логи доходности нормальны, можно хеджировать любой дериватив, как часы.

- Правило 68–95–99.7: 68% наблюдений внутри 1σ, 95% внутри 2σ, 99.7% внутри 3σ.

Когда в 1970–90-х банкиры строили свои каналы волатильности, они не знали другой религии. «Трёх сигм нам достаточно», — думали они. И спали спокойно.

До 1998 года.

Где теория ломается на практике: день, когда лопнула гауссова душа

5 августа 1997 года — азиатский финансовый кризис. Тайский бат рухнул на 50% за неделю. По модели Башелье-Блэка-Шоулза, вероятность такого события была меньше, чем выиграть в лотерею шесть раз подряд.

Но это было только предисловие. Главное шло в 1998-м.

Long-Term Capital Management (LTCM) — хедж-фонд, которым управляли два нобелевских лауреата (Майрон Шоулз и Роберт Мертон) и виртуоз трейдинга Джон Мериуэзер. Они построили машину на нормальном распределении. Их модели говорили: «Совместное падение российских облигаций, немецких бундов и американских ипотечных бумаг — событие с вероятностью 10».

17 августа 1998 года Россия объявила дефолт по ГКО. Через три недели LTCM потерял 4.6 миллиарда долларов. Фонд, который считал себя вне риска, рухнул. ФРС пришлось собирать экстренное совещание, чтобы спасти мировую финансовую систему.

Что же сломалось?

Гаусс предполагал, что отклонения независимы. А на рынке — корреляции резко растут в кризис. Всё падает одновременно.

Гаусс предполагал, что большие отклонения экспоненциально редки. А на рынке — экстремальные движения случаются в тысячи раз чаще, чем предсказывает колокол.

Гаусс предполагал, что дисперсия постоянна. А на рынке — волатильность кластеризуется: спокойные дни сменяются штормами, и дисперсия сегодня зависит от дисперсии вчера.

После LTCM один из выживших трейдеров сказал фразу, которую мы выгравируем на первой странице нашего канала:

«Мы искали 10-сигмовые события. А рынок их рождал каждую пятницу».

Толстые хвосты и рыночная реальность: как Бенуа Мандельброт обломал колокол

Был ещё один человек, которого раздражал Гаусс. Не трейдер, не философ. Гений-одиночка из IBM — Бенуа Мандельброт.

В 1963 году он взял данные по хлопку за сто лет. И сделал простую, разрушительную вещь: построил распределение дневных изменений цены. Не нормальное. Ничего похожего.

Колокол Гаусса предсказывает: рост на 3% и падение на 3% одинаково вероятны. А на реальном рынке падения резче, чем росты — асимметрия.

Колокол говорит: отклонение на 10 сигм — один раз за вселенную. А Мандельброт нашёл такие движения раз в несколько лет.

Он ввёл новое понятие — «толстые хвосты» (fat tails). Это значит: на краях распределения событий намного больше, чем позволяет Гаусс. И эти крайние события не «выбросы», не ошибки. Они — суть процесса.Мандельброт предложил заменить колокол на распределение Парето-Леви (также известно как альфа-стабильное распределение). У него бесконечная дисперсия. То есть риск не измерим стандартным отклонением. Оно просто бесконечно.

Финансовый мир не принял Мандельброта. Слишком неудобно. Если дисперсия бесконечна, то весь аппарат VaR, Sharpe ratio, оптимальный портфель Марковица — рассыпается.

Но истина осталась: рынок — это не гауссов карнавал, а мир с толстыми хвостами, кластерной волатильностью и внезапными обрывами корреляций.

Как же нам тогда строить каналы? Неужели Standard Deviation Channel — ещё один гауссовский анахронизм? Нет. И вот почему.

Секрет SDC: он не требует гауссовости

Это крайне важно. Большинство трейдеров думают, что раз в SDC используется стандартное отклонение, то он неявно предполагает нормальное распределение.

Это неправда.

Стандартное отклонение — это просто мера разброса. Она существует для любого распределения с конечной дисперсией. Даже если распределение с толстыми хвостами, дисперсия (теоретически) может быть конечной. Но главное не в этом.

SDC не говорит: «Вероятность выхода за 2σ равна 2.5%». Он говорит: «За последние N наблюдений типичный размах был таким. Сейчас мы у границы. Смотри контекст».

То есть SDC — это не вероятностная модель, а нормирующее устройство. Он позволяет сравнивать движения в спокойном 2021 году и в бурном 2022 году. Он превращает абсолютные ценовые сдвиги в относительные сигма-сдвиги.

И когда рынок переходит в режим толстых хвостов (например, после выхода данных по инфляции), SDC просто расширяется. Быстро. Жёстко. Он отслеживает реальную дисперсию, а не теоретическую.