Летняя серия разборов подходит к финалу, и финал особый. Это не эксперимент, а карта: я прочитал и систематизировал 153 исследования о прогнозировании волатильности — от эконометрики 1963 года до нейросетей 2026-го, международные и русскоязычные. Хотелось наконец разложить по полочкам, как ИИ и машинное обучение реально применяются в торговле. Кажется, получилось 🙂
⚙️ Главная идея — конвейер из четырёх этапов. Прогноз волатильности становится деньгами не сразу:
1️⃣ модель делает прогноз
2️⃣ торговое правило превращает его в решение
3️⃣ позиции собираются в портфель
4️⃣ инвестор оценивает результат
Четыре этапа, и у каждого своя зрелая наука со своими метриками. Проблема в том, что эти науки почти не разговаривают друг с другом — как цеха завода, каждый из которых уверен, что продукт делает именно он.
📊 Главная цифра. Из 153 работ:
▪️ 81 оценивает прогнозы только статистической ошибкой — точнее или нет, и всё
▪️ 35 оценивают только торговый результат, не спрашивая, каким был прогноз внутри
▪️ и только 8 применяют оба критерия сразу
Вся наука о прогнозе волатильности десятилетиями отвечает на вопрос «какая модель точнее» и почти никогда — на вопрос «а стоит ли эта точность денег».
🔀 Четыре канала. В статье обобщена классификация путей, которыми прогноз доходит до сделки: параметры сделки, фильтр входа, размер позиции и аллокация капитала. Постоянные читатели узнают: три канала я вводил в Разборе №5, где показал, что одна и та же точность даёт +0,85 Шарпа через один канал и ноль через другой. Выяснилось, что это сравнение каналов при равных условиях — пока единственное в литературе. Не потому, что я самый умный, а потому, что никто не спрашивал 😏
📚 И отдельная гордость. В обзор впервые системно включён русскоязычный корпус работ по волатильности — та наука, которая для международного читателя оставалась за языковым барьером. Наши работали не хуже, просто их не читали.
🇷🇺 А на вопрос «кто на развивающихся рынках вообще доводил точность до денег» ответ получился неожиданно личным. Систематически — пока только та серия работ, которую вы читали этим летом: от точности через каналы к портфелю и ставке. Этапы со второго по четвёртый на нашем рынке почти не изучены. Это не повод для гордости, это карта целины — и приглашение её пахать.
💡 Из пяти исследовательских задач, которые статья ставит, назову самую близкую к жизни: как меняется экономика прогнозов при ключевой ставке выше 15%. Когда деньги на депозите приносят серьёзный доход, арифметика «держать позицию или выйти в кэш» меняется фундаментально. Развитые рынки такого эксперимента дать не могут — а наш даёт.
🎯 Вывод всей карты — тот же, к которому меня привели эксперименты, только теперь он подтверждён на поле в 153 работы. Статистическая точность — валидный прокси экономической ценности, но только при одном условии: должен существовать канал, через который точность доходит до распределения капитала. Нет канала — нет денег, какой бы умной ни была модель.
📄 Lysenok N. I. Volatility Forecasting from Econometrics to Artificial Intelligence: A Four-Stage Review of the Evidence Pipeline from Forecast Accuracy to Portfolio Performance // IJCISIM. 2026. Vol. 18 (18s). P. 1406–1430. doi.org/10.70917/ijcisim-2026-4990
https://publications.hse.ru/pubs/share/direct/1192912975.pdf
P.S. Летняя научная серия закрыта: Разборы №5, №6, №7 и №8 — две эмпирики, портфель и карта поля. Четыре статьи за одно лето. Теперь понятно, где я пропадал? 🙂
P.P.S. Дальше — обычный ритм и то, что обещал: #Стройка@nilysenok возвращается.
#Кафедра@nilysenok
