Kitabı oxu: «Алгоритмический скептицизм. Как торговать на основе математики, а не эмоций»

Введение

Каждое утро, когда открывается торговая сессия, миллиарды операций, ордеров, отмен и исполнений превращаются в непрерывный поток информации, который невозможно охватить взглядом, но можно измерить, разложить на составляющие и, в конечном счете, понять. Финансовые рынки перестали быть ареной интуитивных догадок и удачных предчувствий — они стали пространством цифр, где каждое движение цены есть следствие конкретных, поддающихся анализу причин. Эта книга родилась из убеждения, что за хаотичным на первый взгляд танцем котировок скрывается строгая внутренняя логика, доступная тому, кто готов работать с данными но, а не полагаться на озарения.

Данные как единственная объективная реальность

Существует соблазн воспринимать рынок как нечто мистическое — систему, управляемую невидимыми силами, настроениями толпы, слухами и предчувствиями. Однако при ближайшем рассмотрении оказывается, что за любым движением цены стоит вполне конкретная механика: соотношение спроса и предложения, распределение ликвидности между уровнями, скорость исполнения ордеров, объемы сделок в конкретные моменты времени. Все эти параметры измеримы. Они не требуют веры — они требуют наблюдения и анализа.

Философия, положенная в основу этой книги, проста и одновременно радикальна: данные являются единственным источником объективной истины о состоянии рынка. Все остальное — интерпретации, эмоции, ожидания — вторично и производно от той информации, которую можно извлечь, обработать и структурировать. Трейдер, который строит свои решения на субъективных ощущениях, играет в игру с неполной информацией против тех, кто оперирует полным массивом данных. Это не вопрос морали или дисциплины в узком смысле — это вопрос эпистемологии, то есть того, как мы вообще можем что-либо знать о сложной системе, частью которой сами являемся.

Такой подход не отрицает роль человеческого суждения. Напротив, он требует от трейдера более высокого уровня рефлексии: умения отличать сигнал от шума, значимую закономерность от случайного совпадения, устойчивую структуру от временной аномалии. Данные не говорят сами за себя — их нужно уметь спрашивать. И именно способность формулировать правильные вопросы к рыночным данным отличает системного трейдера от случайного игрока.

Цифровая эволюция рынков

Финансовые рынки прошли долгий путь от торговых залов, где сделки заключались голосом и жестом, до полностью электронных систем, где исполнение происходит за микросекунды. Эта эволюция изменила не только скорость торговли, но и саму ее природу. Если раньше рыночная информация была фрагментарной и труднодоступной, то сегодня она существует в избытке — котировки, объемы, глубина стакана, история сделок доступны практически в реальном времени любому желающему.

Однако этот избыток информации создал новую проблему — проблему фильтрации. Когда данных слишком много, возникает соблазн утонуть в них, перегрузить анализ десятками индикаторов и метрик, потеряв за деревьями лес. Цифровая эволюция рынков не просто дала нам больше информации — она заставила выработать новую дисциплину работы с ней. Умение отсекать избыточное, оставлять только значимое, строить компактные и проверяемые модели стало не менее важным навыком, чем сам доступ к данным.

Параллельно с ростом объема информации менялась и структура участников рынка. Если несколько десятилетий назад ценообразование формировалось преимущественно людьми, принимающими решения на основе анализа и интуиции, то сегодня значительная доля объема торгов проходит через автоматизированные системы, которые реагируют на изменения рыночной ситуации за доли секунды. Это принципиально меняет условия игры для тех, кто продолжает полагаться исключительно на визуальное наблюдение за графиком. Рынок стал экосистемой, где алгоритмы взаимодействуют друг с другом, порождая новые паттерны поведения, которые невозможно объяснить исключительно человеческой психологией.

Место алготрейдинга в современной торговле

Алгоритмическая торговля — это не привилегия крупных фондов и институциональных игроков, как это часто представляется. Это, прежде всего, способ мышления, при котором торговое решение формализуется в набор четких, проверяемых правил. Алгоритм не обязательно означает полностью автоматизированную систему, работающую без участия человека, — это может быть просто дисциплинированный подход, при котором каждое решение о входе или выходе из позиции подчиняется заранее определенной логике, а не сиюминутному впечатлению.

Ценность алгоритмического подхода заключается не в том, что он гарантирует прибыль — таких гарантий не существует в принципе, — а в том, что он устраняет из процесса принятия решений случайную составляющую, связанную с переменчивым эмоциональным состоянием. Алгоритм не испытывает азарта после серии удачных сделок и не впадает в панику после просадки. Он следует правилам до тех пор, пока эти правила не пересмотрены на основе объективного анализа их эффективности.

При этом важно понимать: алгоритмический подход — это инструмент, а не самоцель. Сложность модели не является показателем ее качества. Зачастую наиболее устойчивые и надежные системы построены на относительно простых принципах, но при этом опираются на глубокое понимание того, как устроена рыночная механика на микро уровне. Чрезмерное усложнение алгоритма, добавление избыточных параметров и фильтров чаще создает иллюзию точности, чем реальное преимущество.

Технический анализ как язык описания рыночных процессов

Технический анализ в этой книге рассматривается не как набор мистических фигур и линий, предсказывающих будущее движение цены, а как язык, позволяющий описывать текущее состояние баланса между покупателями и продавцами. Свеча на графике — это не просто визуальный элемент, а сжатое отражение борьбы, произошедшей за определенный промежуток времени. Уровень поддержки — это не магическая линия, а зона, где исторически концентрировался интерес к покупке.

Мы не будем рассматривать технический анализ как набор готовых рецептов, механическое применение которых гарантирует успех. Вместо этого мы будем исследовать его как систему интерпретации данных о ликвидности, объеме и волатильности, которая требует постоянной адаптации к меняющимся рыночным условиям. То, что работало вчера в условиях спокойного тренда, может оказаться бесполезным сегодня в условиях повышенной турбулентности. Именно поэтому центральное место в нашем подходе занимает не запоминание паттернов, а понимание причин, по которым эти паттерны иногда работают, а иногда — нет.

Особое внимание в книге будет уделено тем аспектам технического анализа, которые редко освещаются в популярной литературе: механике стакана заявок, распределению объема по ценовым уровням, взаимосвязи между ликвидностью и волатильностью. Именно эти элементы формируют фундамент, на котором строится любая осмысленная торговая система, будь то полностью автоматизированная или управляемая человеком.

Цели книги и адресат

Эта книга не обещает читателю быстрого обогащения и не содержит секретных формул, гарантирующих успех. Такие обещания были бы не только нечестными, но и противоречили бы самой философии, лежащей в основе нашего подхода: рынок не поддается упрощенным решениям, и любой, кто утверждает обратное, либо заблуждается сам, либо намеренно вводит в заблуждение других.

Наша цель — дать читателю фундаментальный набор знаний, который позволит ему самостоятельно анализировать рыночные данные, строить и тестировать собственные гипотезы, понимать ограничения используемых инструментов. Мы стремимся сформировать не набор готовых стратегий, а способ мышления, применимый к любому рынку и любому временному горизонту — от внутри дневной торговли до долгосрочного инвестирования.

Книга адресована как тем, кто только начинает свой путь в мире финансовых рынков и ищет прочную теоретическую основу для дальнейшего развития, так и тем, кто уже имеет опыт торговли, но чувствует необходимость систематизировать свои знания и перейти от интуитивного подхода к более строгому, основанному на данных. Мы исходим из того, что читатель готов инвестировать время и усилия в глубокое понимание предмета, а не искать короткие пути.

Структура и логика изложения

Материал книги выстроен таким образом, чтобы каждая последующая глава опиралась на понятия, введенные в предыдущих. Мы начинаем с формирования критического, скептического взгляда на рыночные данные — способности подвергать сомнению очевидные закономерности и проверять их статистическую значимость, прежде чем доверять им капитал. Далее мы переходим к вопросам торговой дисциплины, рассматриваемой не как абстрактная сила воли, а как систематизированный подход к контролю исполнения решений.

Отдельное внимание уделено практическим аспектам изучения рынка — от доступных образовательных ресурсов до конкретных случаев на примере отдельных активов, демонстрирующих специфику современной цифровой экономики. Значительная часть книги посвящена методологии проверки торговых гипотез на исторических данных — процессу, без которого любая стратегия остается лишь теоретическим построением, не подтвержденным практикой. Завершают изложение главы, посвященные визуализации рыночной структуры и практическим навыкам чтения графиков как многослойного источника информации о балансе сил на рынке.

Трейдинг как путь непрерывного познания

В завершение важно подчеркнуть: работа с финансовыми рынками — это не разовый акт получения знаний, после которого наступает период беспрепятственного извлечения прибыли. Это непрерывный процесс наблюдения, гипотезирования, проверки и пересмотра собственных представлений о том, как устроен рынок. Рынок меняется, эволюционирует вместе с технологиями, регуляторной средой и составом участников, и любая модель, сколь бы совершенной она ни казалась сегодня, рано или поздно потребует пересмотра.

Именно поэтому данная книга — не сборник окончательных истин, а приглашение к систематическому исследованию. Мы предлагаем читателю не готовые ответы, а инструментарий и методологию, которые позволят самостоятельно находить эти ответы применительно к постоянно меняющимся условиям. Путь от новичка, полагающегося на интуицию, до трейдера, принимающего решения на основе строгого анализа данных, долог и труден, но именно он ведет к устойчивым, воспроизводимым результатам. Начнем этот путь с самого важного шага — с формирования здорового скептицизма по отношению к собственным убеждениям о том, как устроен рынок.

Глава 1: Философия алгоритмического скептицизма

Рынок как система, а не как оракул

Прежде чем говорить о конкретных инструментах анализа, необходимо договориться о самом взгляде на предмет. Финансовый рынок — это не текст, который можно расшифровать раз и навсегда, и не механизм с постоянными параметрами, вроде часов с фиксированным ходом маятника. Это динамическая система, состоящая из миллионов независимых решений, каждое из которых меняет саму среду, в которой принимается следующее решение. Именно поэтому подход, который мы называем алгоритмическим скептицизмом, начинается не с вопроса «какой индикатор точнее», а с вопроса «на каком основании я вообще утверждаю, что что-то знаю о будущем движении цены».

Скептицизм здесь — не поза интеллектуального пессимизма и не отказ от действия. Это рабочий метод, требующий, чтобы каждое утверждение о рынке было операционализировано: переведено в измеримую величину, проверено на устойчивость и снабжено условиями, при которых оно перестает быть верным. Алгоритмический скептицизм — это отказ верить графику на слово. Линия на экране — это сжатое, огрубленное представление гораздо более богатого процесса: потока заявок, их отмены, частичного исполнения, конкуренции за приоритет по цене и времени. Свеча на дневном графике — это результат тысяч микро решений, спрессованных в четыре числа: открытие, максимум, минимум, закрытие. Работать с этой сверткой напрямую, минуя понимание того, что находится под ней, — значит строить прогноз на основе тени предмета, а не самого предмета.

Отсюда вытекает первый принцип: любое торговое решение должно опираться не на визуальный паттерн как таковой, а на понимание механики, которая этот паттерн породила. Голова и плечи или двойная вершина — это не причины движения цены, а следствия определенного распределения ликвидности и активности участников в конкретный момент. Скептик не отвергает эти фигуры целиком, но требует, чтобы за визуальной формой стояло подтверждение на уровне объема, дисбаланса заявок и динамики волатильности. Форма без содержания — это фольклор рынка, передаваемый из книги в книгу без критической проверки.

Ликвидность как первичная субстанция рынка

Если искать некую «материю», из которой состоит рыночная динамика, ею окажется ликвидность — способность рынка поглощать сделки без существенного изменения цены. Ликвидность — это не абстракция и не метафора, а вполне измеримая величина: глубина стакана на разных ценовых уровнях, скорость восполнения заявок после их исполнения, ширина спреда между лучшей ценой покупки и продажи. Именно ликвидность определяет, во что превратится любая теоретически красивая стратегия при столкновении с реальным исполнением: в источник дохода или в цепочку проскальзываний, съедающих всю расчетную прибыль.

Алгоритмический скептицизм требует рассматривать ликвидность не как постоянную величину, а как переменную, которая меняется в зависимости от времени суток, торговой сессии, приближающихся новостных событий и общего состояния рынка. Глубокий стакан с крупными объемами на ключевых уровнях работает как амортизатор: он гасит резкие движения, поглощая агрессивные ордера без существенного сдвига цены. Тонкий стакан, напротив, усиливает волатильность — при нем даже относительно небольшой ордер способен создать разрыв, гэп, каскад срабатывания стоп-приказов. Понимание этой механики меняет саму постановку задачи: вопрос не в том, «куда пойдет цена», а в том, «какая структура ликвидности стоит за текущим движением, и что произойдет, если эта структура истощится».

Отсюда следует практический вывод, важный для архитектуры любой торговой системы: объем позиции и агрессивность исполнения должны быть обратно пропорциональны текущей ликвидности инструмента. Система, игнорирующая этот принцип, действует так, будто рынок — это бесконечно эластичная среда, готовая поглотить любой ордер без последствий. Такое допущение справедливо только в теоретических моделях, но не в реальности, где каждая крупная сделка оставляет след и меняет баланс сил, пусть и на короткое время.

Стакан заявок как зеркало намерений

Если ликвидность — это субстанция рынка, то стакан заявок — это его моментальный снимок, отражение текущего распределения намерений участников. Каждая строка в стакане — это не просто цифра, а конкретное обязательство: кто-то готов купить или продать определенный объем по определенной цене. В отличие от свечного графика, который показывает уже свершившееся, стакан показывает потенциальное — то, что может произойти, если рынок дойдет до этих уровней.

Алгоритмический скептицизм требует относиться к стакану как к источнику гипотез, а не готовых выводов. Скопление крупных заявок на покупку у определенного уровня может быть признаком реального спроса институционального игрока, но с тем же успехом может оказаться временной иллюзией — заявкой, которая будет отменена за секунду до того, как цена ее коснется. Это явление, известное участникам рынка под разными названиями, требует не слепой веры в видимый объем, а анализа его устойчивости во времени: как долго заявка остается в стакане, обновляется ли она после частичного исполнения, коррелирует ли ее появление с реальной агрессивной активностью на противоположной стороне.

Здесь вводится важное понятие — дельта стакана, разница между объемом заявок на покупку и на продажу в определенном диапазоне цен. Сама по себе дельта не является сигналом к действию. Она становится информативной только в связке с динамикой цены: если дельта смещается в сторону покупателей, но цена при этом не растет, это признак скрытого сопротивления — кто-то поглощает спрос, не давая цене двигаться. Если дельта склоняется в сторону продавцов, но цена держится или растет, это сигнал скрытого накопления. Такие расхождения между видимым дисбалансом и реальным поведением цены — куда более ценная информация, чем сам факт дисбаланса.

Важно подчеркнуть: стакан заявок никогда не анализируется изолированно. Один лишь дисбаланс объемов, вырванный из контекста, — это шум, который легко спутать с сигналом. Только сопоставление стакана с динамикой сделок, скоростью их исполнения и изменением волатильности превращает разрозненные наблюдения в связную картину. Это требование к комплексности анализа — не факультативная рекомендация, а условие, без которого любые выводы о рыночной механике остаются недостоверными.

Волатильность как язык неопределенности

Третий фундаментальный элемент архитектуры рынка — волатильность, мера того, насколько сильно и быстро цена отклоняется от своего среднего значения за определенный период. В обыденном понимании волатильность часто путают с риском как таковым, но это неточное отождествление. Волатильность — это, скорее, температура рынка, показатель интенсивности процессов, происходящих внутри него. Высокая температура не означает автоматически опасность — она означает, что диапазон возможных исходов расширился, и система, работающая с этим инструментом, должна учитывать это расширение.

Алгоритмический скептицизм требует рассматривать волатильность не как статичную характеристику инструмента, а как процесс, обладающий собственной динамикой: периоды спокойствия сменяются периодами резких колебаний, причем переход между этими режимами часто происходит нелинейно. Рынок способен неделями находиться в состоянии низкой волатильности, накапливая потенциальную энергию, а затем разрешать это накопление резким и коротким импульсом. Такое кластерное поведение волатильности — эмпирически наблюдаемое свойство финансовых временных рядов, и его игнорирование делает любую модель риска несостоятельной с самого начала.

Из этого следует принцип адаптивности: параметры торговой системы, завязанные на волатильность — размер позиции, ширина защитных уровней, интервалы между сделками — не могут быть константами. Они должны пересчитываться в зависимости от текущего режима рынка. Система, спроектированная под условия спокойного рынка, обречена на серьезные проблемы в момент резкого расширения диапазона движений, и наоборот — чрезмерно осторожная настройка, рассчитанная на турбулентность, будет неэффективна в периоды затишья, упуская значимую часть потенциальной динамики.

Особого внимания заслуживает связь между волатильностью и ликвидностью. Эти две величины не существуют независимо друг от друга: снижение ликвидности почти всегда сопровождается ростом волатильности, поскольку тонкий стакан требует меньшего давления для сдвига цены. Понимание этой взаимосвязи позволяет алгоритмическому скептику видеть в резком росте волатильности не случайный шум, а закономерное следствие изменившейся структуры рынка — и реагировать на это изменение системно, а не эмоционально.

Архитектура анализа: от разрозненных данных к целостной системе

Три описанных элемента — ликвидность, стакан заявок и волатильность — не работают порознь. Они образуют единую архитектуру анализа, в которой каждый компонент выполняет строго определенную функцию и одновременно служит контекстом для интерпретации остальных. Именно на этом принципе строится модульность как рабочий метод: сложная задача понимания рынка разбивается на автономные, но взаимосвязанные блоки, каждый из которых можно тестировать, улучшать и заменять отдельно, не разрушая систему целиком.

Модуль анализа ликвидности отвечает за оценку того, насколько безопасно и эффективно может быть исполнена сделка определенного объема в текущих условиях. Модуль анализа стакана отслеживает баланс намерений участников и выявляет расхождения между видимым распределением заявок и реальным поведением цены. Модуль анализа волатильности определяет текущий режим рынка и задает параметры адаптации для остальных модулей. Важно, что эти блоки не работают в изоляции: сигнал от одного модуля может и должен модифицировать поведение другого. Например, обнаружение низкой глубины стакана автоматически должно снижать допустимый объем позиции, независимо от того, насколько привлекательным выглядит сигнал с точки зрения ценового паттерна.

Такая архитектура обладает важным преимуществом: она устойчива к изменению отдельных компонентов. Если один из модулей демонстрирует систематические ошибки в определенных рыночных условиях, его можно скорректировать или заменить, не перестраивая всю систему. Монолитные стратегии, где все правила переплетены в единую неразделимую логику, лишены этой гибкости — любое изменение одного параметра рискует непредсказуемо повлиять на поведение всей системы в целом.

Принцип обратной связи как условие выживания системы

Модульность сама по себе не гарантирует адекватности анализа. Архитектура, однажды построенная и зафиксированная, неизбежно устаревает по мере того, как меняется структура рынка, состав его участников и характер их взаимодействия. Именно поэтому вторым краеугольным принципом алгоритмического скептицизма выступает обратная связь — постоянная проверка того, насколько принятые решения соответствуют реально происходящим процессам.

Обратная связь работает на двух уровнях. Первый — это проверка отдельных гипотез: если модуль анализа стакана систематически интерпретирует определенный паттерн дисбаланса как признак разворота, но статистика показывает, что в большинстве случаев за этим следует продолжение движения, гипотеза должна быть пересмотрена, а не защищена постфактум удобными объяснениями. Второй уровень — это проверка самой архитектуры в целом: работает ли связка модулей согласованно, не противоречат ли их сигналы друг другу, не создает ли комбинация правил ложного ощущения уверенности там, где объективных оснований для нее нет.

Именно принцип обратной связи отличает алгоритмический скептицизм от догматического следования однажды выбранной методике. Скептик не влюблен в свою модель — он относится к ней как к рабочей гипотезе, которая хороша ровно до тех пор, пока подтверждается практикой, и должна быть немедленно скорректирована, как только начинает систематически расходиться с реальностью. Это требует определенной интеллектуальной дисциплины: способности признавать несостоятельность собственных построений без эмоциональной привязанности к затраченному на них труду.

Скептицизм как метод, а не как отрицание

Важно понимать, что алгоритмический скептицизм — это не нигилизм и не отказ от построения торговых систем под предлогом их принципиальной ненадежности. Это, напротив, требование строить системы более осознанно, отдавая себе отчет в границах их применимости. Скептик не утверждает, что рынок непознаваем — он утверждает, что познание рынка требует постоянной проверки, а не однократного акта веры в найденную закономерность.

Такой подход меняет саму этику работы с рыночными данными. Вместо поиска «идеальной формулы», которая раз и навсегда объяснит поведение цены, скептик выстраивает систему постоянного диалога с рынком: он задает гипотезы, тестирует их на основе объективных метрик ликвидности, стакана и волатильности, встраивает механизмы обратной связи и готов пересматривать даже фундаментальные допущения, если практика указывает на их несостоятельность. Именно в этой постоянной готовности к пересмотру — а не в отрицании возможности анализа как такового — заключается суть философии, которая станет фундаментом для всех последующих глав этой книги.

Глава 2: Когнитивные ловушки розничного трейдера

Мозг как враг: почему интуиция обманывает на рынке

Человеческий разум формировался не для торговли фьючерсами и не для чтения дельты стакана заявок. Он оттачивался тысячелетиями в среде, где скорость реакции была важнее статистической точности, а способность мгновенно распознать хищника в кустах ценилась выше умения оценивать вероятностные распределения. Этот эволюционный багаж, бесценный для выживания в саванне, превращается в системную помеху, когда тот же самый мозг садится перед графиком котировок.

Финансовый рынок — это среда, принципиально враждебная нашим врождённым когнитивным механизмам. Здесь нет хищника, которого нужно заметить за долю секунды, — здесь есть шум, который наш мозг упорно пытается превратить в сигнал. Здесь нет линейной причинности, к которой мы привыкли в повседневной жизни, — здесь царит нелинейная динамика, где малые причины порождают несоразмерно большие следствия, а очевидные закономерности распадаются, стоит увеличить выборку наблюдений. Розничный трейдер, садясь за терминал, приносит с собой весь этот эволюционный груз, даже не подозревая, насколько систематически он будет его подводить.

Проблема не в отсутствии интеллекта или недостатке знаний. Проблема в том, что определённые ошибки мышления являются встроенными, автоматическими, происходящими на уровне, недоступном для простого волевого усилия. Знание о существовании ловушки далеко не всегда защищает от падения в неё — это одна из самых неприятных истин, с которой сталкивается каждый, кто пытается перейти от эмоциональной торговли к системной. В этой главе мы разберём шесть фундаментальных механизмов, которые методично превращают капитал розничных участников рынка в статистический шум, из которого извлекают прибыль более дисциплинированные игроки.

Вера в паттерны: как мозг находит порядок там, где его нет

Самая глубинная и разрушительная из всех ловушек — это патологическая склонность человеческого сознания находить закономерности даже в абсолютно случайных данных. Этот механизм настолько фундаментален, что его невозможно полностью отключить сознательным усилием. Мозг эволюционно настроен предпочитать ложное распознавание паттерна его пропуску: лучше сто раз ошибочно увидеть узор в шуршании листьев, чем один раз не заметить реальную угрозу. Эта асимметрия рисков имела смысл в условиях выживания, но на финансовом рынке она превращается в источник постоянных убытков.

Когда трейдер смотрит на пятиминутный график и видит формирующуюся фигуру технического анализа, происходит нечто важное: мозг активно ищет визуальное подтверждение уже существующей гипотезы, полностью игнорируя контекст, в котором эта фигура формируется. Он не задаётся вопросом о глубине стакана заявок в данный момент, о реальном объёме, стоящем за движением, о том, является ли текущая ликвидность достаточной для того, чтобы эта фигура имела хоть какое-то прогностическое значение. Он просто видит знакомую форму и реагирует на неё, как на сигнал.

Особая опасность этой ловушки заключается в том, что подавляющее большинство визуальных паттернов, которые трейдер наблюдает на низких таймфреймах в условиях недостаточной ликвидности, представляют собой не проявление коллективной психологии участников рынка, а побочный продукт деятельности маркет-мейкеров, алгоритмических систем и случайного шума микроструктуры. Формация, которая выглядит убедительно на графике, часто является артефактом — результатом столкновения нескольких крупных заявок, не имеющим никакого отношения к устойчивым закономерностям поведения толпы.

Философски эта ловушка коренится в глубоком дискомфорте, который человеческое сознание испытывает перед лицом случайности. Мы органически не способны принять мысль о том, что значительная часть ценовых движений — это результат чистой стохастики, наложенной на структурные ограничения ликвидности. Признать случайность означает признать собственное бессилие предсказать будущее, а это противоречит базовой потребности психики в контроле и определённости. Поэтому мозг с готовностью конструирует нарратив, объясняющий любое движение цены, даже если объективно такого объяснения не существует.

Подтверждающее искажение: избирательная память трейдера

Второй столп саморазрушения розничного участника рынка — это склонность выборочно запоминать информацию, подтверждающую уже сформированное убеждение, и столь же выборочно забывать всё, что этому убеждению противоречит. Этот механизм работает настолько незаметно, что трейдер искренне не осознаёт масштаб искажения собственной статистики.

Представим типичную ситуацию: трейдер использует определённый индикатор для входа в позиции. В течение месяца этот индикатор даёт двадцать сигналов, из которых шесть оказываются прибыльными, а четырнадцать — убыточными. Однако в субъективной памяти трейдера остаются преимущественно те самые шесть удачных случаев — они эмоционально более насыщены, они вызывают дофаминовый отклик, связанный с ощущением триумфа и правоты. Убыточные сделки, напротив, вытесняются как нечто дискомфортное, не вписывающееся в образ себя как компетентного участника рынка.

Результат этого избирательного запоминания катастрофичен: трейдер продолжает использовать статистически убыточную стратегию, искренне веря в её эффективность, потому что его субъективный внутренний реестр сделок радикально расходится с объективным журналом транзакций. Это не просто ошибка восприятия — это фундаментальный разрыв между реальностью и её ментальной репрезентацией, который невозможно исправить без строгого, беспристрастного, механического учёта каждой без исключения операции.

Подтверждающее искажение проявляется не только в постфактумной оценке результатов, но и в процессе принятия решения о входе в позицию. Трейдер, уже сформировавший гипотезу о направлении движения актива, начинает бессознательно искать на графике и в новостном потоке только те сигналы, которые эту гипотезу поддерживают. Медвежья дивергенция на осцилляторе, явно противоречащая длинной позиции, попросту не замечается сознанием — оно её фильтрует, как не релевантную информацию. Это создаёт порочный круг: чем сильнее трейдер уверен в своей правоте, тем менее восприимчив он становится к объективным данным, свидетельствующим об обратном.

Эффект якорения: тюрьма цены входа

Третья ловушка касается искажающего влияния произвольно выбранной точки отсчёта на всю последующую оценку ситуации. Цена, по которой была открыта позиция, психологически превращается в абсолютный, священный ориентир, вокруг которого начинает вращаться вся дальнейшая аналитика трейдера, хотя объективно эта цена не несёт никакой информационной ценности для рынка — рынку абсолютно безразлично, по какой цене конкретный участник вошёл в сделку.

Механизм якорения проявляется в удержании убыточных позиций с формулировкой, знакомой каждому, кто хоть раз торговал: «как только цена вернётся к точке входа, я закроюсь без убытка». Эта фраза представляет собой квинтэссенцию когнитивной ловушки — трейдер игнорирует всю совокупность объективных данных, которые могли измениться с момента открытия позиции: нарастающий дисбаланс в стакане заявок, снижение волатильности, свидетельствующее об истощении движения, расхождение моментума с ценой. Вместо анализа текущей рыночной реальности он продолжает мысленно апеллировать к устаревшему, субъективному ориентиру.

Эта ловушка равносильна фундаментальной методологической ошибке — подгонке фактов под заранее желаемый результат. Вместо того чтобы задать честный вопрос «что говорят мне текущие данные о вероятном направлении движения», трейдер задаёт совершенно другой вопрос: «как мне дождаться момента, когда я смогу оправдать своё первоначальное решение». Это переворачивает саму логику анализа с ног на голову, превращая аналитический процесс в акт психологической самозащиты.

Якорение проявляется и в других формах: исторический максимум цены становится «справедливым уровнем», к которому актив непременно должен вернуться; круглое психологическое число воспринимается как непреодолимая граница; недавний локальный экстремум превращается в жёсткий ориентир для будущих движений. Во всех этих случаях произвольная точка отсчёта заменяет собой объективный анализ баланса ликвидности и структуры рыночного профиля.

Эвристика доступности: иллюзия компетентности после серии удач

Четвёртый механизм саморазрушения возникает тогда, когда трейдер начинает оценивать собственные прогностические способности исключительно на основании легкодоступных в памяти недавних событий, полностью игнорируя более широкий и репрезентативный статистический контекст. После нескольких подряд прибыльных сделок формируется опасная иллюзия: кажется, что удача — это результат приобретённого мастерства, а не благоприятного стечения рыночных обстоятельств.

Эта ловушка особенно коварна в периоды устойчивых направленных движений рынка, когда практически любая стратегия, ориентированная по тренду, приносит положительный результат просто в силу общего направления цен. Трейдер, входивший в длинные позиции в такой период, начинает искренне верить в собственную аналитическую одарённость, не отдавая себе отчёта в том, что почти идентичный результат показал бы и абсолютно случайный набор входов, синхронизированных с общим движением. Люди систематически путают компетентность с попутным ветром позитивной тенденции.

Проблема эвристики доступности состоит в том, что человеческая память устроена не как беспристрастная база данных, а как ассоциативная сеть, где недавние и эмоционально яркие события получают несоразмерно больший вес по сравнению с их реальной статистической значимостью. Пять успешных сделок подряд ощущаются как весомое доказательство рабочей системы, хотя с точки зрения математической статистики это ничтожно малая выборка, не позволяющая делать никаких обоснованных выводов об эффективности подхода. Настоящая оценка стратегии требует анализа результатов на протяжении гораздо более длительного временного горизонта, с учётом показателей просадки, распределения серий убытков и устойчивости к различным рыночным режимам — то есть требует именно того холодного статистического мышления, которое эвристика доступности методично подменяет эмоционально окрашенным впечатлением от недавнего опыта.

Недооценка нелинейности: линейное мышление в нелинейном мире

Пятая фундаментальная ошибка коренится в том, что человеческое мышление органически предрасположено к линейным причинно-следственным моделям: если фактор А немного изменился, то следствие Б должно измениться пропорционально и предсказуемо. Финансовый рынок категорически отказывается подчиняться этой интуитивно комфортной логике, представляя собой сложную адаптивную систему, где малые изменения условий способны вызывать несоразмерно масштабные последствия, а привычные закономерности внезапно ломаются под давлением пороговых эффектов.

Розничный трейдер, воспитанный на упрощённых схемах вроде «если показатель ниже определённого значения, значит скоро последует рост», раз за разом сталкивается с болезненным опровержением этой модели реальностью. В условиях резкого обвала ликвидности классические уровни поддержки, которые годами работали как надёжный ориентир, могут внезапно превратиться в зоны ускоренного, каскадного падения именно потому, что накопившееся количество лимитных заявок на этих уровнях, будучи снесённым, лишь усиливает нисходящий импульс, а не останавливает его. Состояние «перепроданности», которое в линейной модели должно было бы быстро разрешиться отскоком, способно сохраняться неделями, а иногда и месяцами, полностью игнорируя ожидания тех, кто мыслит в категориях простой пропорциональности.

Нелинейность рынка проявляется и в феномене кластеризации волатильности: периоды спокойствия имеют тенденцию сменяться периодами турбулентности не постепенно, а скачкообразно, причём момент этого перехода принципиально непредсказуем в рамках упрощённых линейных моделей. Трейдер, привыкший экстраполировать недавнее прошлое на ближайшее будущее, оказывается систематически застигнут врасплох именно в моменты структурных сдвигов рыночного режима — то есть ровно тогда, когда цена ошибки максимальна.

Миф о контроле и иллюзия простоты: финальная ловушка

Шестая, завершающая ловушка объединяет в себе сразу несколько взаимосвязанных заблуждений, которые в совокупности формируют наиболее опасное искажение — переоценку собственной способности управлять неуправляемым. Розничный трейдер, вооружённый мобильным приложением и десятком перегруженных индикаторами графиков, продолжает верить, что способен «переиграть» рынок, в ценообразовании которого давно доминируют алгоритмические системы, обрабатывающие информацию на скоростях и в масштабах, недоступных человеческому восприятию. Парадокс этой ситуации заключается в том, что чем выше субъективная уверенность трейдера в собственном превосходстве над рынком, тем стремительнее его капитал перетекает к тем участникам, которые делегировали принятие решений строгой математической дисциплине, свободной от эмоциональных колебаний.

Иллюзия контроля тесно переплетается с ещё одним распространённым заблуждением — верой в то, что усложнение анализа автоматически повышает вероятность успеха. Графики, перегруженные десятками наложенных друг на друга индикаторов, создают лишь видимость глубокого понимания происходящего, но эта видимость не имеет ничего общего с реальной прогностической силой. Рынок не вознаграждает за сложность самого анализа — он вознаграждает за статистическую значимость принимаемых решений, за дисциплину в управлении позицией и за способность фильтровать шум, отделяя его от редких, действительно информативных сигналов.

Выживают на этом рынке в долгосрочной перспективе не те участники, кто искренне уверен в обладании неким секретным знанием или уникальным чутьём, недоступным остальным, а те, кто принял базовый и психологически не комфортный факт: рынок — это не противник, которого требуется перехитрить силой интеллекта или интуиции, а непрерывный поток данных, в котором единственной по-настоящему твёрдой валютой остаётся холодная, беспристрастная статистическая закономерность. Признание собственной когнитивной уязвимости — не проявление слабости, а первый и совершенно необходимый шаг на пути к дисциплинированному, системному взаимодействию с рынком, который безжалостно наказывает любую иллюзию контроля и вознаграждает лишь трезвый, эмпирически выверенный расчёт.

Глава 3: Уязвимости алгоритмических систем

Алгоритм не устает, не паникует и не поддается искушению отыграться после серии убытков. Именно эта бесстрастность порождает опасную иллюзию неуязвимости — будто, избавившись от человеческой психологии, торговая система избавляется и от риска ошибки. На практике происходит обратное: слабости просто меняют форму. Там, где человек ошибается из-за страха, алгоритм ошибается из-за жесткости конструкции. Там, где трейдер паникует при виде красной свечи, машина продолжает методично исполнять команды, которые уже потеряли связь с реальностью рынка. Уязвимости алгоритмической торговли не менее опасны, чем человеческие — они просто скрыты глубже, в самой архитектуре системы, и проявляются не сразу, а в момент, когда рынок меняет правила игры без предупреждения.

Переобучение: ловушка идеального прошлого

Первая и, пожалуй, самая коварная уязвимость — это переобучение, состояние, при котором алгоритм перестает искать закономерности и начинает заучивать конкретные исторические эпизоды. Разница между обучением и запоминанием кажется абстрактной, пока не сталкиваешься с ней на реальном капитале. Модель, оптимизированная на достаточно длинном историческом ряде с достаточным количеством свободных параметров, способна воспроизвести практически любую доходность на этом самом ряде. Проблема в том, что подобная точность — не признак понимания рынка, а признак подгонки под шум.

Механизм переобучения можно сравнить с портретистом, которому дали одну-единственную фотографию и попросили нарисовать точную копию — задача выполнима идеально. Но если того же портретиста попросить нарисовать человека по памяти, опираясь на общие черты лица, результат окажется куда менее точным, зато более универсальным. Алгоритмы, перегруженные фильтрами, дополнительными условиями и точечными исключениями «для конкретной ситуации в марте такого-то года», превращаются в портретистов первого типа. Они прекрасно рисуют прошлое и абсолютно беспомощны перед будущим, которое неизбежно окажется другим человеком.

Особенно опасна многослойная оптимизация, при которой разработчик, не удовлетворенный результатами, начинает добавлять условия одно за другим, пока кривая доходности на истории не станет идеально гладкой. Каждое такое условие — это, по сути, договоренность с прошлым, а не с будущим. Система начинает реагировать не на структурные закономерности рынка, а на случайные совпадения, которые статистически неизбежны на любом достаточно длинном ряде данных. Чем больше степеней свободы в модели, тем выше вероятность, что она найдет ложную закономерность и примет ее за истинную. Это фундаментальная проблема, вытекающая из самой природы статистики: при достаточном количестве попыток случайность начинает выглядеть как система.

Отличить переобучение от подлинной закономерности крайне сложно именно потому, что внешне они неразличимы — до тех пор, пока рынок не предоставит новую выборку данных, на которой мнимая закономерность рассыпается. Устойчивость стратегии проверяется не красотой ее исторического графика, а тем, насколько она остается работоспособной при смещении параметров, при изменении инструмента, при переносе на соседний временной период. Если малейшее изменение условий разрушает всю логику системы, это верный признак того, что перед нами не торговая стратегия, а искусно раскрашенный портрет прошлого.

Зависимость от ликвидности как скрытый фундамент

Вторая фундаментальная уязвимость лежит глубже логики самого алгоритма — она скрыта в предположении, которое редко формулируется явно, но лежит в основе почти любой модели: рынок обладает достаточной ликвидностью, чтобы исполнить решение алгоритма по расчетной цене. Это предположение работает в девяноста процентах случаев и катастрофически подводит именно в тот момент, когда цена решения максимальна.

Ликвидность — это не статичный параметр, а живая субстанция, которая появляется и исчезает в зависимости от времени суток, макроэкономического фона, действий крупных участников и даже технических сбоев на биржах. Алгоритм, откалиброванный на средних объемах торговой сессии, воспринимает глубину стакана как данность, не подвергая ее сомнению до тех пор, пока она внезапно не испаряется. В этот момент модель, рассчитывающая размер позиции исходя из исторической волатильности проскальзывания, обнаруживает, что реальное проскальзывание в разы превышает заложенные допущения.

Особенно драматично эта уязвимость проявляется в моменты одновременного схлопывания ликвидности сразу на нескольких коррелирующих инструментах. Алгоритм, задуманный как диверсифицированный портфель независимых позиций, внезапно сталкивается с тем, что корреляция между активами резко устремляется к единице именно тогда, когда диверсификация нужна больше всего. Причина проста: в момент паники маркет-мейкеры одновременно выводят капитал из всех рискованных инструментов, оставляя после себя не рынок с двумя сторонами, а вакуум, в котором цена движется скачками, а не плавным градиентом.

Существует и более тонкая форма этой уязвимости — зависимость от ликвидности, которая была искусственно создана самими алгоритмами. Значительная часть современной видимой глубины стакана обеспечивается высокочастотными маркет-мейкерами, чьи котировки существуют лишь доли секунды и отзываются при малейшем признаке информационного шока. Стратегия, которая тестировалась на данных, включающих эту фантомную ликвидность, будет систематически переоценивать свою способность исполнять сделки по расчетным ценам. В реальности, стоит алгоритму попытаться реализовать крупную позицию именно в момент стресса, вся эта видимая ликвидность растворяется мгновенно, оставляя ордер сталкиваться с пустым стаканом.

Временные лаги как встроенное отставание от реальности

Третья уязвимость коренится в самой физике информации: любые данные, на которые опирается алгоритм, к моменту принятия решения уже являются прошлым. Разница между настоящим рынком и рынком, каким его видит система, измеряется временными лагами — от микросекундных задержек передачи котировок до значительно более серьезных отставаний в расчете производных показателей.

Осцилляторы и большинство классических индикаторов рассчитываются на основании завершенных периодов — свеча должна закрыться, прежде чем показатель обновится. Это означает, что сигнал, генерируемый индикатором, по своей природе является запаздывающим отражением уже произошедшего движения, а не предвидением будущего. В условиях плавного тренда с умеренной волатильностью это отставание не критично — тенденция продолжается достаточно долго, чтобы запоздалый сигнал все еще принес пользу. Но именно в моменты резких структурных сдвигов, когда цена продолжения не имеет и разворачивается почти мгновенно, временной лаг превращается в прямой источник убытков: алгоритм получает сигнал к действию именно тогда, когда движение, породившее этот сигнал, уже завершилось.

Еще более опасная форма временного лага связана с инфраструктурными задержками — временем передачи данных между биржей, брокером и торговым терминалом. На высоколиквидных традиционных рынках эти задержки исчисляются миллисекундами и редко становятся критичными для стратегий, работающих на средних и длинных таймфреймах. Но на рынках с переменной скоростью обработки транзакций — например, там, где подтверждение операции зависит от сетевой нагрузки — задержка может растягиваться до секунд и даже минут. В такие моменты алгоритм действует вслепую, ориентируясь на котировку, которая давно устарела, а исполнение происходит по совершенно иной цене. Каскадное срабатывание защитных ордеров в такой ситуации способно создать эффект домино, при котором один запоздалый сигнал провоцирует серию последующих, усиливая исходное движение многократно.

Парадокс временных лагов заключается в том, что их невозможно устранить полностью — можно лишь минимизировать. Даже теоретически идеальная система, способная обрабатывать данные мгновенно, все равно сталкивается с физическим временем передачи сигнала. Единственный разумный ответ на эту уязвимость — не борьба с лагом, а его признание и встраивание в саму архитектуру риск-менеджмента: система должна закладывать буфер на возможное расхождение между расчетной и фактической ценой исполнения, особенно в периоды повышенной волатильности, когда цена способна пройти значительное расстояние за то самое время, пока сигнал добирается до места исполнения.

Эмерджентное поведение: когда множество алгоритмов создают новую реальность

Четвертая уязвимость носит принципиально иной характер — она возникает не из свойств отдельной системы, а из коллективного взаимодействия множества независимо работающих алгоритмов. Каждый разработчик, создавая свою модель, исходит из предположения, что рынок — это внешняя среда, на которую его алгоритм воздействует незначительно. Это предположение справедливо для одиночного участника с небольшим капиталом, но становится ложным в масштабе, когда сотни и тысячи алгоритмов, обученных на схожих данных и использующих схожую логику, начинают реагировать на одни и те же триггеры практически синхронно.

Эмерджентность в данном контексте — это возникновение качественно нового поведения системы, не выводимого напрямую из свойств ее отдельных компонентов. Отдельный алгоритм, реагирующий на пробой ключевого уровня покупкой, ведет себя абсолютно рационально в рамках собственной логики. Но когда тысячи таких алгоритмов реагируют на один и тот же пробой одновременно, их коллективное действие создает петлю положительной обратной связи: покупки одних систем толкают цену вверх, что провоцирует срабатывание точно таких же триггеров у соседних систем, что толкает цену еще выше, привлекая внимание все новых алгоритмов. Результатом становится движение, лишенное фундаментальной причины, порожденное исключительно структурным резонансом однотипных торговых логик.

Самое тревожное в этом феномене — его самоусиливающаяся природа именно там, где алгоритмы наиболее технически совершенны. Чем точнее модели следуют одним и тем же общепринятым принципам технического анализа, чем более стандартизированы их пороговые значения и уровни срабатывания, тем сильнее становится эффект резонанса. Парадоксально, но снижение индивидуальной ошибки каждой отдельной модели повышает системный риск всей экосистемы, поскольку унифицирует поведение участников. Разнообразие подходов, которое кажется недостатком с точки зрения отдельного разработчика, стремящегося к идеальной модели, оказывается защитным механизмом для системы в целом — оно распределяет реакции во времени и снижает вероятность синхронного срабатывания.

Эмерджентное поведение проявляется и в более скрытых формах — например, когда алгоритмы арбитража между инструментами и биржами начинают транслировать локальный ценовой шок в глобальный, за доли секунды распространяя дисбаланс по всей взаимосвязанной сети рынков. То, что начиналось как незначительная аномалия на одной площадке, превращается в системное событие, охватывающее десятки коррелирующих активов, прежде чем человеческое сознание успевает осмыслить происходящее.

Неадекватная оценка волатильности

Пятая уязвимость касается фундаментального допущения, лежащего в основе большинства риск-моделей: волатильность подчиняется предсказуемым статистическим законам, и ее историческое распределение является достаточной основой для оценки будущих рисков. Это допущение работает удовлетворительно в спокойные периоды и разрушается катастрофически в моменты структурных сдвигов.

Классические параметрические модели, опирающиеся на нормальное распределение приращений цены, систематически недооценивают вероятность экстремальных отклонений — так называемые толстые хвосты распределения. В реальности резкие движения случаются значительно чаще, чем предсказывает теоретическая модель, а их амплитуда способна кратно превышать ожидаемую. Алгоритм, рассчитывающий размер позиции исходя из стандартного отклонения последних недель или месяцев, оказывается фундаментально неготовым к событию, которое статистически должно случаться раз в десятилетия, но на практике случается значительно чаще именно потому, что реальные рыночные распределения не соответствуют упрощенным теоретическим моделям.

Существует и обратная сторона этой проблемы — кластеризация волатильности, феномен, при котором периоды спокойствия и периоды турбулентности имеют тенденцию группироваться во времени, а не распределяться равномерно. Модель, обученная на длительном спокойном периоде, воспринимает низкую волатильность как норму и калибрует свои риск-параметры соответственно заниженно. Когда рынок входит в фазу турбулентности, эта заниженная калибровка приводит к системной недооценке риска именно в тот момент, когда цена ошибки максимальна. Индикаторы, построенные на исторической дисперсии, реагируют на смену режима с запозданием, поскольку по своей конструкции они усредняют информацию за некоторый период, а не мгновенно распознают структурный перелом.

Особую опасность представляет ситуация, когда низкая ликвидность и заниженная оценка волатильности накладываются друг на друга. Алгоритм видит спокойный рынок с узкими спредами и делает вывод о низком риске, не осознавая, что это спокойствие иллюзорно и держится лишь до тех пор, пока не появится достаточно крупный ордер, способный обнажить истинную хрупкость ликвидности. В этот момент модель, недооценившая волатильность, оказывается вдвойне уязвимой — она не только не готова к резкому движению цены, но и не готова к тому, что это движение будет усилено отсутствием противоположных заявок в стакане.

Когнитивные искажения разработчиков как скрытый источник системного риска

Шестая, и в некотором смысле наиболее фундаментальная уязвимость, коренится не в математике и не в рыночной механике, а в сознании человека, создающего алгоритм. Машинное обучение принято считать объективным именно потому, что оно оперирует числами, а не эмоциями. Но каждое число, каждая обучающая выборка, каждый выбранный гиперпараметр проходит через человеческое решение, а значит, несет на себе отпечаток тех же самых искажений мышления, от которых алгоритмическая торговля призвана избавить трейдера.

Первое и наиболее распространенное искажение разработчика — предвзятость подтверждения при выборе обучающих данных. Создатель стратегии, изначально убежденный в существовании определенной закономерности, склонен неосознанно подбирать исторический период и набор инструментов таким образом, чтобы гипотеза подтвердилась. Это не всегда сознательный подлог — чаще это результат десятков мелких решений, каждое из которых кажется нейтральным, но в совокупности приводит выборку к нужному результату. Выбор именно этого временного окна, а не соседнего, именно этой метрики оценки, а не альтернативной, именно такого способа обработки выбросов — все это точки, где субъективность просачивается в якобы объективную систему.

Второе искажение — избыточная вера в сложность как признак качества. Разработчик, потративший месяцы на создание многослойной модели с десятками параметров, психологически склонен считать ее превосходство над простыми правилами само собой разумеющимся просто в силу вложенных усилий. Это классическая ловушка оправдания инвестиций: чем больше времени потрачено на создание системы, тем труднее признать, что более простой подход мог бы работать не хуже, а порой и лучше именно за счет меньшей подверженности переобучению.

Третье искажение — иллюзия объективности метрик. Разработчик, выбирающий целевую функцию для оптимизации модели, вносит в этот выбор собственные представления о том, что важно, а что второстепенно. Оптимизация исключительно под общую доходность без учета глубины и длительности просадок отражает скрытое допущение о психологической устойчивости будущего пользователя системы, которое редко проверяется явно. Метрика, кажущаяся строго математической, на самом деле воплощает субъективный выбор приоритетов создателя.

Наконец, четвертое и, пожалуй, самое коварное искажение — эффект владения по отношению к собственному творению. Разработчик, вложивший интеллектуальные и временные ресурсы в конкретную архитектуру, склонен интерпретировать неоднозначные результаты тестирования в пользу своей модели, откладывать признание ее провала и искать оправдания отдельным неудачным сериям сделок вместо честной переоценки фундаментальных допущений. Именно это искажение объясняет, почему множество заведомо нежизнеспособных стратегий продолжают эксплуатироваться значительно дольше, чем позволяет холодный статистический анализ — их создатели психологически не готовы признать поражение собственной интеллектуальной конструкции.

Совокупность этих шести уязвимостей формирует не список изолированных рисков, а взаимосвязанную систему слабых мест, где ошибка в одном измерении усиливает уязвимость в другом. Переобученная модель особенно опасна именно в условиях низкой ликвидности, поскольку неспособна распознать смену режима вовремя из-за временных лагов расчета индикаторов. Неадекватная оценка волатильности становится фатальной именно в момент эмерджентного резонанса множества алгоритмов. А в основе всего этого стоит человек, чьи собственные когнитивные искажения незаметно встроены в код, который принято считать беспристрастным. Понимание этой архитектуры уязвимостей — не повод для отказа от алгоритмической торговли, а необходимое условие для построения систем, способных выживать не в идеальных лабораторных условиях исторического теста, а в реальном, непредсказуемом и постоянно меняющемся рынке.

Глава 4: Метрики и фильтры для анализа рынка

Три кита фильтрации: волатильность, ликвидность, моментум

Любая попытка анализировать рынок без чёткой системы координат обречена превратиться в бесконечное блуждание среди свечей, линий и разноцветных индикаторов. Чтобы не утонуть в этом визуальном шуме, необходимо выделить фундамент — три параметра, вокруг которых строится вся дальнейшая архитектура фильтрации сигналов: волатильность, ликвидность и моментум. Каждый из них решает свою задачу, и только их совместное применение создаёт устойчивую систему принятия решений.

Волатильность отвечает на вопрос «насколько сильно может измениться цена за выбранный промежуток времени». Это не абстрактная величина, а прикладной инструмент расчёта риска. Трейдер, игнорирующий волатильность, обречён либо на слишком тесные стоп-приказы, которые выбиваются рыночным шумом, либо на избыточно широкие, которые превращают управление капиталом в лотерею. Волатильность динамична: она сжимается в периоды консолидации и резко расширяется в моменты выхода новостей или структурных сдвигов. Понимание текущей фазы волатильности — это первый фильтр, который определяет, стоит ли вообще рассматривать вход в позицию в данный момент.

Ликвидность отвечает за исполнимость идеи. Можно построить безупречную с точки зрения логики стратегию, но если рынок в момент предполагаемого входа не обладает достаточной глубиной, любая сделка превратится в борьбу с проскальзыванием и расширенным спредом. Ликвидность — это не константа, а переменная, которая меняется в зависимости от времени суток, дня недели, приближения макроэкономических событий. Фильтрация по ликвидности означает, что трейдер сознательно отказывается от входов в периоды, когда рынок структурно не готов принять его ордер без потерь.

Моментум — это третий элемент, отвечающий за силу и направленность текущего движения. Он показывает, насколько убедительно рынок движется в выбранную сторону, и позволяет отличить полноценный импульс от вялого дрейфа цены. Моментум не существует в отрыве от волатильности и ликвидности: сильное движение при низкой ликвидности часто оказывается искусственным и быстро откатывается, тогда как то же движение при высоком объёме и достаточной глубине стакана свидетельствует о реальном перераспределении сил между покупателями и продавцами.

Синтез этих трёх метрик и создаёт полноценный фильтр. Волатильность определяет размер риска, ликвидность определяет саму возможность безопасного исполнения, а моментум определяет, есть ли смысл вообще рассматривать движение как значимое. Отсутствие хотя бы одного элемента из этой триады превращает анализ в неполную картину, где решения принимаются вслепую относительно одного из ключевых аспектов рыночной механики.

Волатильность как инструмент расчёта риска, а не просто индикатор

Распространённая ошибка заключается в том, что волатильность воспринимается как второстепенный технический показатель, годный лишь для настройки внешнего вида графика. На деле волатильность — это фундамент, на котором строится вся система управления капиталом. Средний истинный диапазон, отражающий типичную амплитуду движения цены за выбранный период, должен использоваться не изолированно, а в прямой связке с размером позиции и уровнем стоп-приказа.

Логика проста: если типичный дневной диапазон актива составляет два с половиной процента, а стоп-приказ выставлен на уровне одного процента, трейдер играет против статистики собственного же инструмента. Рынок с высокой вероятностью выбьет такой стоп ещё до того, как движение успеет развиться в предполагаемом направлении. Правильный подход предполагает обратную зависимость: чем выше текущая волатильность инструмента, тем меньше должен быть объём открываемой позиции, и тем шире должен быть стоп-приказ относительно точки входа.

Важно понимать, что волатильность не статична во времени. Существуют периоды сжатия, когда диапазон движений сокращается, рынок словно замирает перед решением, и периоды экспансии, когда амплитуда резко увеличивается. Переход от сжатия к экспансии — один из самых информативных сигналов, поскольку он часто предшествует сильному направленному движению. Задача аналитика — отслеживать не только абсолютное значение волатильности, но и её историческую динамику, сравнивая текущие показатели с многолетними средними значениями. Резкое отклонение от нормы — сигнал о том, что рыночные условия изменились и требуют пересмотра привычных параметров риска.

Отдельного внимания заслуживает связь волатильности с ликвидностью. Именно в моменты, когда ликвидность резко падает, а волатильность одновременно возрастает, рынок становится наиболее опасным для механического следования привычным правилам. Такое сочетание часто предшествует гэпам, разрывам и каскадным движениям, где стандартные модели расчёта риска перестают работать корректно. Понимание этой взаимосвязи заставляет относиться к волатильности не как к статичной цифре в углу графика, а как к живому, постоянно меняющемуся индикатору состояния рынка.

Ликвидность как фундамент исполнимости идеи

Ликвидность часто недооценивается начинающими участниками рынка, которые сосредоточены исключительно на направлении цены, забывая о том, насколько реалистично вообще войти и выйти из позиции без существенных издержек. Между тем именно ликвидность определяет, превратится ли теоретически верная идея в прибыльную сделку или утонет в проскальзывании и расширенном спреде.

Ключевая ошибка заключается в оценке ликвидности исключительно через призму общего объёма торгов за период. Абсолютная величина оборота мало о чём говорит без понимания её распределения во времени и по ценовым уровням. Гораздо более информативным является анализ кластеризации сделок — того, как объём распределяется вокруг конкретных ценовых отметок. Если крупный объём концентрируется в узком диапазоне, это говорит о формировании значимой зоны интереса участников рынка, тогда как размытый по большому диапазону объём скорее свидетельствует об отсутствии консенсуса.

Ликвидность также имеет выраженную временную структуру. Разные торговые сессии обладают принципиально разной глубиной рынка: периоды перекрытия крупных сессий традиционно характеризуются повышенной активностью, тогда как ночные часы или предпраздничные периоды сопровождаются истончением стакана заявок. В такие моменты даже относительно небольшой по меркам обычного дня ордер способен вызвать движение, несоразмерное реальному фундаментальному интересу к активу. Фильтрация сигналов по времени суток — необходимый элемент дисциплины, особенно для инструментов, торгующихся круглосуточно.

Практический фильтр, который стоит внедрить в любую систему анализа, — это сравнение текущего объёма с медианным значением за предшествующий период. Если объём на момент формирования сигнала существенно ниже типичного уровня, разумно игнорировать такой сигнал вне зависимости от того, насколько привлекательно он выглядит визуально на графике. Пробой ключевого уровня на фоне истощённой ликвидности с высокой вероятностью окажется ложным, поскольку за движением не стоит достаточного количества реальных участников, готовых удерживать новую цену.

Отдельно стоит обратить внимание на дисбаланс между объёмом покупок и продаж вблизи значимых ценовых уровней. Если цена многократно тестирует определённую отметку, но при этом объём агрессивных покупок последовательно снижается, это сигнализирует об ослаблении интереса, даже если формально уровень ещё не пробит. Такая дивергенция между ценой и объёмом — один из самых надёжных индикаторов приближающегося изменения баланса сил.

Моментум и его истинная природа

Моментум часто путают с простым направлением движения цены, хотя на самом деле это принципиально иная категория — она измеряет скорость и силу изменения, а не сам факт роста или падения. Актив может расти, но делать это всё медленнее, теряя внутреннюю энергию движения задолго до того, как цена формально развернётся. Именно в этом заключается диагностическая ценность моментума: он позволяет увидеть усталость тренда раньше, чем это станет очевидным по самой цене.

Работа с моментумом требует понимания его относительной, а не абсолютной природы. Сильное движение на низколиквидном активе с тонким стаканом заявок может выглядеть впечатляюще на графике, но не нести никакой прогностической ценности, поскольку не подтверждено реальным участием крупных игроков. Напротив, умеренное по амплитуде движение, сопровождающееся стабильным ростом объёма и сужением спредов, может свидетельствовать о формировании устойчивого тренда.

Существенная ошибка при работе с моментумом — рассмотрение его в отрыве от общего рыночного контекста. Сигнал об ускорении движения имеет принципиально разный вес в зависимости от того, происходит ли он в начале тренда, в его середине или на подходе к историческому уровню сопротивления. Один и тот же численный показатель моментума может означать продолжение тренда в одном контексте и признак истощения — в другом. Именно поэтому моментум никогда не должен использоваться как самостоятельный, изолированный триггер для принятия решений: он приобретает смысл только в сочетании с оценкой волатильности и ликвидности, описанными выше.

Выбор таймфреймов как архитектурное решение

Выбор временного масштаба анализа — это не второстепенная техническая деталь, а фундаментальное архитектурное решение, определяющее всю дальнейшую логику системы. Разные таймфреймы отвечают на принципиально разные вопросы, и попытка использовать один и тот же горизонт для всех задач неизбежно приводит к искажённым выводам.

Краткосрочная торговля с удержанием позиции в пределах нескольких минут или часов требует работы с младшими интервалами — от минутных до часовых свечей. На этих масштабах доминирует микроструктура рынка: локальные дисбалансы ликвидности, кратковременные всплески агрессивных ордеров, реакция на технические уровни в пределах текущей сессии. Однако чем мельче выбранный интервал, тем сильнее на нём проявляется рыночный шум, не имеющий отношения к устойчивым закономерностям. Паттерны, отчётливо видимые на минутном графике, зачастую распадаются при увеличении выборки и оказываются статистическим артефактом, а не воспроизводимой моделью поведения рынка.

Среднесрочный анализ, ориентированный на удержание позиции от нескольких дней до нескольких недель, разумно строить на связке четырёхчасовых и дневных графиков. Четырёхчасовой интервал позволяет улавливать локальные развороты и точки входа с приемлемой точностью, тогда как дневной график задаёт общий контекст и подтверждает или опровергает направление, обозначенное на младшем масштабе. Такое вложение таймфреймов друг в друга — не формальность, а способ отфильтровать значительную часть ложных сигналов: движение, не подтверждённое на старшем интервале, с высокой вероятностью окажется краткосрочным шумом.

Для долгосрочных позиций основным источником информации становятся недельные и месячные графики, где итоговая картина складывается из совокупности множества дневных колебаний, а случайные флуктуации практически полностью нивелируются длительностью периода наблюдения. Здесь ключевую роль играют не тактические сигналы, а макроструктурные уровни и устойчивость доминирующего тренда на протяжении многих циклов.

Принципиальное правило мультитаймфреймового анализа заключается в том, что сигнал, полученный на младшем интервале, должен получать подтверждение на старшем, прежде чем становиться основанием для действия. Расхождение между таймфреймами — не повод игнорировать анализ, а самостоятельный источник информации, указывающий на переходное, неопределённое состояние рынка, в котором разумнее воздержаться от активных действий, чем пытаться угадать направление разрешения этого конфликта.

Фильтрация сигналов по объёму

Объём торгов заслуживает отдельного, углублённого рассмотрения, поскольку именно он чаще всего становится решающим фактором, отделяющим достоверный сигнал от рыночного артефакта. Само по себе изменение цены — недостаточное основание для принятия решения: движение без подтверждения объёмом с высокой вероятностью окажется временным колебанием, не имеющим устойчивой основы.

Практический подход к фильтрации предполагает сравнение текущего объёма с его скользящей медианой за предшествующий период. Если пробой значимого уровня сопровождается объёмом, кратно превышающим типичные значения, это подтверждает участие крупных игроков и повышает вероятность продолжения движения. Если же пробой происходит на фоне объёма, находящегося на среднем или ниже среднего уровне, разумно относиться к такому сигналу с существенной долей скепсиса.

Особую ценность представляет анализ разницы между объёмом агрессивных покупок и объёмом агрессивных продаж вблизи ключевых ценовых зон. Устойчивый перекос в сторону покупок при одновременном отсутствии продвижения цены вверх может указывать на скрытое накопление позиций крупными участниками, которые сознательно избегают резкого сдвига цены, чтобы не спровоцировать преждевременную реакцию остальных игроков. Обратная ситуация — рост цены при снижающемся объёме подтверждающих покупок — является классическим признаком ослабевающего тренда, даже если формально цена продолжает обновлять локальные максимумы.

Кластеризация объёма по конкретным ценовым уровням, а не только распределение во времени, добавляет ещё один слой анализа. Зоны, где исторически концентрировался максимальный объём сделок, впоследствии часто выступают в роли значимых уровней поддержки или сопротивления, поскольку именно там сосредоточено наибольшее количество открытых позиций участников, для которых эта цена имеет психологическое и финансовое значение.

Осцилляторы в контексте тренда

Отдельного и крайне важного разговора заслуживает вопрос применения осцилляторов — индикаторов перекупленности и перепроданности, которые остаются одним из самых массово используемых, но при этом одним из самых часто неправильно интерпретируемых инструментов технического анализа. Фундаментальная ошибка заключается в том, что осциллятор рассматривается как самостоятельный сигнал к развороту, тогда как в действительности он лишь отражает степень усталости текущего движения относительно недавней истории цены.

Показания осциллятора должны интерпретироваться исключительно в контексте более широкого тренда, а не в отрыве от него. Высокое значение осциллятора, свидетельствующее о перекупленности, на восходящем тренде далеко не всегда означает предстоящий разворот — гораздо чаще оно означает лишь вероятность краткосрочной коррекции внутри продолжающегося движения вверх. Попытка открыть короткую позицию исключительно на основании зоны перекупленности в условиях сильного восходящего тренда — одна из самых распространённых причин убытков среди начинающих участников рынка, поскольку тренд способен удерживать осциллятор в экстремальной зоне значительно дольше, чем предполагает интуиция.

Продуктивный подход заключается в использовании осциллятора не как самостоятельного триггера, а как дополнительного фильтра, накладываемого на уже определённое направление тренда. Если старший таймфрейм подтверждает восходящее движение, а цена торгуется выше долгосрочной скользящей средней, то зона перепроданности на младшем интервале может использоваться как зона для поиска точек входа по тренду, тогда как зона перекупленности в этом же контексте служит сигналом к осторожности, а не к открытию противоположной позиции.

Дополнительным слоем фильтрации служит сопоставление показаний осциллятора с положением цены относительно скользящих средних разного периода. Если цена удерживается выше долгосрочной средней, а осциллятор достигает экстремальных значений, характерных для перекупленности, статистически более вероятным сценарием оказывается не полноценный разворот тренда, а коррекция до уровня среднесрочной скользящей средней с последующим возобновлением основного движения. Понимание этой закономерности избавляет от преждевременных и убыточных попыток торговать против доминирующей силы рынка.

Синтез метрик как основа устойчивой системы

Ни одна из рассмотренных метрик не работает изолированно и не должна восприниматься как самодостаточный источник торговых решений. Волатильность без учёта ликвидности превращается в абстрактную цифру, не помогающую понять реальную исполнимость идеи. Моментум без подтверждения объёмом рискует оказаться иллюзией силы там, где реального интереса участников не существует. Осциллятор, рассматриваемый вне контекста доминирующего тренда, систематически вводит в заблуждение относительно вероятности разворота.

Устойчивая система фильтрации сигналов строится как многослойный процесс, где каждый последующий фильтр отсекает часть шума, оставшегося после предыдущего. Сначала определяется общий тренд на старшем таймфрейме, затем оценивается текущий уровень волатильности для калибровки риска, далее проверяется достаточность ликвидности для безопасного исполнения, после чего анализируется объём для подтверждения значимости движения, и только в последнюю очередь используются осцилляторы — не как основание для входа, а как инструмент уточнения момента и оценки степени истощения текущего импульса. Такая последовательность превращает набор разрозненных индикаторов в целостную, логически связанную архитектуру анализа, где каждое решение опирается на совокупность взаимно подтверждающих друг друга данных, а не на единичный, изолированный сигнал.

Глава 5: Управление рисками и позицией

Рынок не наказывает за неправильный прогноз. Рынок наказывает за неправильно посчитанный размер позиции. Это утверждение звучит парадоксально для новичка, который уверен, что главная задача трейдинга — угадать направление движения цены. Но любой, кто провел на рынке достаточно времени, знает горькую истину: даже стратегия с точностью прогноза выше пятидесяти процентов способна привести депозит к нулю, если размер каждой ставки не согласован с математикой капитала. И наоборот — посредственная система с скромным преимуществом способна годами приносить стабильный доход, если риск-менеджмент выстроен как инженерная конструкция, а не как интуитивное чувство «сколько не жалко потерять».

Управление рисками — это не защитный довесок к торговой стратегии, а её несущий каркас. Без него любая, даже самая изощренная система анализа превращается в лотерею с отложенным взрывом. В этой главе мы разберем, как рассчитывается размер позиции, как волатильность должна определять уровень стоп-лосса, как ликвидность рынка вмешивается в эти расчеты и почему корреляция между открытыми позициями способна незаметно превратить диверсифицированный портфель в одну огромную концентрированную ставку.

Математика размера позиции: от интуиции к формуле

Первая и самая распространенная ошибка розничного трейдера — определение размера позиции «на глазок», исходя из суммы, которую психологически комфортно рискнуть. Такой подход игнорирует фундаментальный принцип: размер позиции должен быть производной от трех переменных — размера капитала, допустимого риска на сделку и расстояния от точки входа до стоп-лосса. Эти три параметра образуют жесткую формулу, которая не оставляет места для эмоциональных корректировок.

Допустимый риск на сделку — это процент от капитала, который трейдер готов потерять в случае срабатывания стоп-лосса. Стандартная практика ограничивает эту величину одним-двумя процентами от депозита. Число не взято с потолка: оно выведено из статистики серий убыточных сделок. Даже стратегия с приемлемым математическим ожиданием способна генерировать пять, семь, а иногда и десять убыточных сделок подряд — это не аномалия, а обычное проявление случайности в ограниченной выборке. Если риск на сделку составляет два процента, серия из десяти подряд убытков сократит капитал примерно на восемнадцать процентов — болезненно, но не фатально. Если же риск на сделку составляет десять процентов, та же серия уничтожит депозит почти полностью, и восстановление станет математически почти невозможным, поскольку процентный прирост, необходимый для компенсации глубокой просадки, растет нелинейно относительно самой просадки.

Именно здесь кроется главный урок: убыток в пятьдесят процентов требует прироста в сто процентов, чтобы вернуться к исходной точке. Это не отвлеченная арифметика, а причина, по которой чрезмерный риск на сделку является медленным самоубийством капитала даже при формально прибыльной стратегии.

Расчет размера позиции строится в обратном порядке от риска к объему. Сначала определяется сумма, которой трейдер готов рискнуть в абсолютном выражении — это процент от капитала. Затем определяется расстояние от точки входа до стоп-лосса в ценовых единицах. Разделив допустимый риск на это расстояние, мы получаем количество единиц актива, которое можно приобрести без превышения лимита риска. Этот механизм автоматически корректирует объем позиции в зависимости от того, насколько широким должен быть стоп-лосс: чем дальше стоп от цены входа, тем меньше объем позиции, и наоборот. Такая обратная зависимость — не техническая деталь, а фундаментальный принцип, который защищает капитал от эмоционального желания «взять побольше» в моменты, когда график выглядит особенно убедительно.

Важно понимать, что этот расчет должен производиться для каждой сделки заново, а не использоваться как фиксированное число лотов. Рынок постоянно меняет свою внутреннюю геометрию, и то, что вчера требовало стопа в пятьдесят пунктов, сегодня может требовать стопа в сто пятьдесят из-за возросшей волатильности. Игнорирование этого пересчета — одна из самых частых причин, по которым формально дисциплинированные трейдеры все равно теряют капитал: они соблюдают правило «не больше двух процентов риска», но забывают, что размер позиции должен адаптироваться под меняющийся ценовой контекст.

Волатильность как основа для расчета стоп-лосса

Стоп-лосс, установленный без учета текущей волатильности инструмента, — это стоп-лосс, установленный вслепую. Фиксированное число пунктов, одинаковое для спокойного рынка и рынка в состоянии турбулентности, обречено либо срабатывать слишком часто на нормальных колебаниях цены, либо оставлять избыточный риск в моменты аномального спокойствия.

Средний истинный диапазон — фундаментальный инструмент для калибровки стоп-лосса под текущие рыночные условия. Он показывает, какова типичная амплитуда колебаний цены за определенный период, включая гэпы и разрывы между сессиями. Логика проста и математически обоснована: стоп-лосс, установленный на расстоянии, меньшем среднего диапазона, будет систематически выбиваться обычным рыночным шумом, не имеющим никакого отношения к развороту тренда. Трейдер, использующий такой узкий стоп, будет проигрывать не потому, что его гипотеза о направлении движения неверна, а потому, что сама конструкция стопа игнорирует физику рыночных колебаний.

Практическое правило заключается в привязке стоп-лосса к множителю среднего истинного диапазона — например, полтора или два диапазона от точки входа. Если диапазон актива составляет пятьдесят пунктов, стоп-лосс, установленный на расстоянии в семьдесят пять пунктов, учитывает естественную амплитуду шума, оставляя пространство для случайных колебаний, не отменяющих торговую идею. Но здесь важно вернуться к предыдущему разделу: чем шире стоп, тем меньше должен быть объем позиции, чтобы риск на сделку оставался в рамках установленного процента от капитала. Волатильность и размер позиции — это не два отдельных параметра, а две стороны одной и той же формулы, которые обязаны рассчитываться синхронно.

Отдельного внимания заслуживает динамическая природа волатильности. Она не статична — периоды спокойствия сменяются периодами высокой турбулентности, и алгоритм или трейдер, использующий устаревшее значение среднего диапазона, рискует применять параметры вчерашнего рынка к сегодняшним условиям. Волатильность имеет свойство кластеризоваться: за периодом высокой амплитуды часто следует продолжение повышенной активности, а не мгновенный возврат к спокойствию. Это означает, что расчет диапазона должен обновляться на скользящей основе, а не браться как константа на длительный период.

Отдельная ловушка — использование процентного стоп-лосса без привязки к волатильности вообще. Фиксированный процент, например, стоп в один процент от цены входа, кажется универсальным решением, но на деле игнорирует то обстоятельство, что один и тот же процент может быть либо слишком узким, либо избыточно широким в зависимости от того, насколько актив склонен к колебаниям в принципе. Инструмент с исторически низкой волатильностью, торгующийся в узком диапазоне, требует более узкого стопа в абсолютном выражении, чем инструмент, склонный к резким движениям. Смешение этих подходов — частая причина, по которой формально «разумный» риск-менеджмент все равно приводит к неравномерным результатам между разными активами в портфеле.

Адаптация к изменяющейся ликвидности

Расчет размера позиции и стоп-лосса опирается на предположение, что рынок будет исполнять ордера по ожидаемой цене. Это предположение справедливо только в условиях достаточной ликвидности. Когда глубина рынка истощается, вся математика риска, построенная на теоретических расчетах, начинает расходиться с реальностью исполнения.

Проскальзывание — это разница между ценой, на которую рассчитывал трейдер, и ценой, по которой фактически исполнился ордер. В условиях глубокого стакана эта разница минимальна и предсказуема. Но в моменты истощения ликвидности — во время низко объемных сессий, перед публикацией важной статистики, в период праздничных торгов или ночных часов на криптовалютных биржах — тот же самый ордер может исполниться значительно хуже ожидаемого уровня. Стоп-лосс, рассчитанный на определенное расстояние от цены входа, в условиях разреженного стакана может сработать по цене, существенно отклоняющейся от установленного уровня, превращая запланированный двухпроцентный риск в фактический риск в пять или семь процентов.

Это означает, что расчет позиции не может ограничиваться только волатильностью цены — он обязан учитывать и волатильность самой ликвидности. Практический подход заключается в мониторинге глубины стакана и объема торгов в разрезе времени суток и рыночной сессии. Если текущий объем торгов существенно ниже медианного значения за предыдущий период, это сигнал к снижению объема позиции или к расширению планируемого стоп-лосса с учетом ожидаемого проскальзывания. Такая корректировка не является перестраховкой — это прямое следствие того, что издержки исполнения ордера являются частью общего риска сделки, а не отдельной, второстепенной величиной.

Особенно остро эта проблема проявляется на активах с неравномерным распределением ликвидности в течение суток. Азиатская сессия на валютном рынке, ночные часы на криптовалютных биржах, период между закрытием одной национальной сессии и открытием другой — все это моменты, когда даже относительно небольшой рыночный ордер способен сдвинуть цену на величину, которая в часы пиковой активности была бы статистически незначительной. Алгоритм или трейдер, игнорирующий эту неравномерность и применяющий одинаковые параметры риска в любое время суток, рано или поздно столкнется с ситуацией, когда формально корректный расчет позиции окажется практически неисполнимым по ожидаемой цене.

Существует и обратная сторона проблемы ликвидности — размер собственной позиции относительно среднего объема торгов инструмента. Если объем планируемой сделки составляет заметную долю от среднего дневного оборота актива, само открытие или закрытие позиции способно двигать цену против трейдера, создавая издержки, которые не были заложены в первоначальный расчет риска. Это особенно актуально при работе с активами средней и низкой капитализации, где крупная относительно рынка позиция превращает трейдера из наблюдателя рыночной динамики в её непосредственного участника, влияющего на собственный результат исполнения.