Инвестиционная компания Elm Wealth провела эксперимент для трейдеров The Crystal Ball Challenge. Исследование организовали Виктор Хагани и Джеймс Уайт в 4 американских университетах Восточного побережья. В нем участвовали 118 студентов магистратуры и программ MBA с финансовой подготовкой.
Каждому участнику давали 45 минут. За это время им показывали новости по активам от The Wall Street Journal из 15 дней прошлого, но так, будто они стали известны заранее примерно за 36 часов до ее официального выхода, но без данных о движении котировок. Участник должен был принимать торговые решения по индексу S&P 500 и государственным облигациям США, словно он уже знал, что произойдет на следующий день.
Виртуальный капитал каждого трейдера составлял $1 млн, а кредитное плечо достигало 1:50 по каждому активу.
Итоги. Несмотря казалось бы, на знания будущего, около 45% участников основной группы завершили эксперимент с убытком. У 16% всех участников виртуальный счет опустился до нуля из-за слишком крупных позиций.
Примерно 50% участников увеличили стартовый капитал. Около 20% всей группы удвоили его и достигли максимального результата, разрешенного условиями эксперимента. Еще примерно 5% завершили торговлю без прибыли и убытка.
Только среди 5 профессиональных макротрейдеров положительный результат показали все. Их средний капитал вырос в 2,3 раза, а медианная доходность составила 60%.
Главная неожиданность находится в другом. Будущие новости помогали лишь тогда, когда человек правильно понимал реакцию рынка и выбирал разумный размер позиции.
Можно ли заработать на трейдинге, если знать новости будущего
Первоначальную исследовательскую работу подготовили Виктор Хагани и Джеймс Уайт. В актуальной расширенной версии среди авторов также указан Джерри Белл.
Виктор Хагани хорошо знаком с профессиональным управлением капиталом. Он был одним из партнеров Long-Term Capital Management, а позднее основал Elm Wealth. Джеймс Уайт стал генеральным директором компании, Джерри Белл работает партнером. Поэтому исследователей интересовало не только умение предсказать направление рынка. Они отдельно изучали то, как участники выбирают объем позиции.
Идею подсказало высказывание Нассима Николаса Талеба, опубликованное в 2016 году. Его смысл сводился к неожиданному тезису. Даже инвестор, получающий новости следующего дня заранее, способен быстро лишиться капитала. Хагани и Уайт решили проверить эту мысль на реальных исторических данных, а не обсуждать ее в теории.
Как проходил эксперимент
Основную часть исследования провели очно в ноябре 2023 года. Каждому участнику выделили 45 минут. За это время нужно было принять торговые решения по 15 историческим датам. Исследователи взяли по 1 дню из каждого года с 2008 по 2022 год.
Перед каждой сделкой человек видел первую полосу The Wall Street Journal, которая в реальной истории вышла только на следующий день. Прямые сведения о движении акций, облигаций и доходностей закрывали. Оставались сами новости, комментарии чиновников, экономическая статистика и редакционные формулировки.
Механика выглядела необычно.
Даты не выбирали специально ради самых запутанных реакций рынка. Все сессии входили в верхнюю половину дней по уровню волатильности. Примерно треть приходилась на публикацию данных о занятости, еще треть на заявления ФРС. Остальные даты выбирались из других подходящих торговых дней. Порядок заданий для участников перемешивали.
Кто участвовал в эксперименте
В итоговые расчеты вошли результаты 118 молодых специалистов. Более 90% учились в магистратуре по финансам либо проходили программы MBA с финансовыми дисциплинами. Исследование проводилось в 4 американских университетах Восточного побережья с низкой долей поступивших.
Названия учебных заведений и имена участников авторы не опубликовали. Людей заранее не предупреждали, какое именно задание им предложат. После объяснения условий каждый мог отказаться, но никто этой возможностью не воспользовался.
Такой состав группы имеет значение. Это были не случайные посетители финансового сайта, которые впервые увидели биржевые котировки. Участники изучали финансы и понимали базовую связь между ставками, облигациями, экономической статистикой и фондовым рынком. При этом у большинства еще не было многолетнего опыта принятия решений с реальным капиталом.
Есть и еще одна деталь. Реальная начальная сумма составляла $50, а не $1 млн. Миллион отображался только внутри торгового интерфейса для удобства расчетов. Итоговая выплата зависела от изменения виртуального капитала. При удвоении условного счета участник получал $100. Больше этой суммы заработать в эксперименте было нельзя.
Размер реальной выплаты ограничивает выводы. Человек может относиться к риску иначе, когда распределяет $50, а не собственные накопления. Поведение участников с небольшой суммой не обязательно повторилось бы при торговле всем личным капиталом. Поэтому результаты показывают качество решений в заданных условиях, но не позволяют точно предсказать действия тех же людей на обычном брокерском счете.
Какие активы использовали для торговли по новостям будущего
Выбор инструментов намеренно ограничили. Участники торговали индексом S&P 500 и фьючерсом на 30-летние казначейские облигации США. Первый инструмент отражал состояние широкого американского рынка акций. Второй позволял работать с ценой долгосрочного государственного долга.
Для каждого актива можно было открыть длинную или короткую позицию. Длинная позиция приносила доход при росте цены, короткая при снижении. В облигационной части учитывалась именно цена фьючерса. При росте рыночной доходности цена долгосрочной облигации обычно снижается, поэтому участникам приходилось переводить экономическую новость в движение цены, а не просто угадывать направление процентной ставки.
От сделки разрешалось отказаться. Можно было выбрать только акции, только облигации, оба инструмента либо пропустить конкретную дату. Завершить участие разрешали и до окончания всех 15 торговых сессий.
Комиссии, стоимость заемного финансирования и другие расходы не учитывались. Это упрощало условия и давало участникам более выгодную среду, чем реальная биржа. В обычной торговле расходы на финансирование позиции, биржевые сборы, проскальзывание и требования к обеспечению способны заметно изменить результат, особенно при крупном кредитном плече.
Результаты эксперимента в цифрах
За время исследования участники совершили 2 067 сделок. В среднем получилось около 18 сделок на человека, хотя максимальное количество могло достигать 30. Для этого требовалось торговать и акциями, и облигациями во всех 15 сессиях.
| Показатель | Результат |
|---|---|
| Стартовая выплата | $50 |
| Средняя итоговая выплата | $51,62 |
| Средняя доходность | 3,2% |
| Участники с суммой ниже стартовой | 45% |
| Участники с нулевой выплатой | 16% |
| Участники с максимальной выплатой $100 | Около 20% |
| Точность всех прогнозов | 51,5% |
| Точность по S&P 500 | 48,2% |
| Точность по облигациям | 56,2% |
Средняя доходность в 3,2% выглядит положительно, но расчеты показали, что она статистически не отличается от нулевого результата. Иными словами, небольшой прирост нельзя уверенно связать с устойчивым умением извлекать доход из будущих новостей.
Есть техническое уточнение, которое делает итог еще любопытнее. Участники с нулевой выплатой фактически могли завершить торговлю с отрицательным виртуальным балансом. Если учитывать этот остаток, ограничив задолженность 25% стартовой суммы, средняя доходность группы снижалась примерно до 0%. Выплатить меньше $0 организаторы, разумеется, не могли.
С облигациями участники справлялись заметно лучше, чем с акциями. При этом сделок с S&P 500 оказалось примерно на 40% больше. Люди чаще выбирали тот актив, по которому их фактическая точность была ниже.
Прослеживалась и склонность рассчитывать на рост. Длинными были 62,5% позиций по акциям и 59,6% позиций по облигациям. Около 10% участников всегда открывали длинную позицию по S&P 500, когда решали торговать этим активом. Для облигаций доля таких участников составляла около 8%.
Почему торговля по новостям не дала точного прогноза рынка
Экономическая новость и движение котировок не связаны простой формулой. Сильный отчет по занятости способен поддержать акции благодаря ожиданиям роста экономики. Та же статистика может снизить котировки, когда рынок начинает ждать повышения процентных ставок. Облигации тоже реагируют не только на сам показатель, но и на разницу между фактическими данными и ожиданиями инвесторов.
Первая полоса газеты сообщала, что произошло. Она не показывала, какие ожидания уже находились в цене до публикации новости. Между тем рынок способен заранее учитывать высокую вероятность решения ФРС, отчета по инфляции или изменения занятости. Новость может выглядеть сильной сама по себе, но оказаться слабее прогноза аналитиков.
Дополнительная подсказка иногда скрывалась в редакционной подаче. Журналисты могли назвать отчет слабым после того, как увидели реакцию облигационного рынка. Однако человеку без большого практического опыта непросто отделить факты от формулировок, появившихся под влиянием уже состоявшегося движения котировок.
Похожее расхождение между самой новостью и ожиданиями инвесторов обнаружили Питер Андре, Филипп Ширмер и Йоханнес Вольфарт в исследовании Mental Models of the Stock Market. В опросах более 11 000 человек около 70% инвесторов считали, что даже хорошие или плохие новости четырехнедельной давности могут подсказывать направление будущей доходности. Финансовые эксперты из академической среды чаще отвечали, что такая информация уже должна быть отражена в цене.
Поэтому точность в 51,5% нельзя объяснить отсутствием знаний у участников. Перед ними стояла более сложная задача. Нужно было восстановить ожидания рынка, оценить первую реакцию и понять, какой фактор станет главным именно в эту сессию.
Как кредитное плечо изменило результаты эксперимента с трейдингом
Наиболее яркая часть исследования связана с размером позиций. По каждому активу разрешалось использовать плечо, при котором размер позиции мог превышать капитал в 50 раз. Если участник одновременно выбирал максимальную позицию по акциям и облигациям, общая нагрузка могла превышать капитал в 100 раз.
При таком объеме даже сравнительно небольшое движение рынка сильно меняло капитал. Снижение актива на 2% при длинной позиции, превышающей капитал в 50 раз, соответствует изменению счета примерно на 100%, если не учитывать особенности обеспечения и одновременные позиции. Для участника становилось недостаточно быть правым немного чаще половины случаев.
Размер позиции почти не зависел от качества прогноза. Корреляция между плечом и долей правильных решений была около 0 для акций и около минус 0,1 для облигаций. Крупные позиции открывались не только в тех ситуациях, где участники лучше понимали связь новости с ценой.
Исследователи пересчитали результаты при постоянном плече 6 для акций и 8 для облигаций. Средняя доходность выросла бы до 10%. Ни один участник не дошел бы до нулевого результата, а доля людей, потерявших больше половины начальной суммы, сократилась бы с 28% до 4%. Разброс результатов тоже уменьшился бы примерно на 45%. Никто не потерял бы больше 75% капитала. Этот пересчет особенно показателен, поскольку направление сделок осталось прежним. Изменился только их объем.
Но как профессиональные трейдеры прошли эксперимент
После основной группы исследователи пригласили 5 опытных макротрейдеров. Их имена не раскрывались. Известно, что среди участников были 4 мужчины и 1 женщина. Профессиональная группа включала руководителя трейдинга одного из 5 крупнейших банков США, основателя макрохедж-фонда из мировой первой десятки, старшего трейдера крупного макрофонда, бывшего старшего трейдера государственными облигациями у одного из 3 крупнейших первичных дилеров США и бывшего старшего трейдера Jane Street.
Все 5 завершили эксперимент с прибылью.
Секрет успеха профессионалов скрывался в их поведении и отношении к рискам. Они продемонстрировали совершенно иной подход к принятию решений на бирже.
- Отказ от ежедневных сделок, ведь профессионалы совершали торговые операции только в 66% случаев, пропуская непонятные или слишком спорные дни.
- Жесткий контроль кредитного плеча, когда размер позиции уменьшался в несколько раз при отсутствии явного перевеса в вероятности.
- Понимание психологии толпы и умение прогнозировать, как именно другие участники рынка будут реагировать на опубликованные цифры.
- Быстрое признание ошибок и закрытие убыточных позиций до того, как они нанесут серьезный ущерб общему торговому балансу.
Опытные трейдеры понимали, что новость может быть позитивной, но если рынок уже перегрет, цена пойдет вниз. Они не пытались спорить с графиком и заходили в сделки только тогда, когда видели очевидный дисбаланс спроса и предложения.
Какая стратегия торговли по новостям дала бы лучший результат
Авторы проверили простую систему правил. Для облигаций предлагалось открывать короткую позицию, когда совокупность новостей указывала на ускорение экономики, рост инфляции, повышение цен на энергоносители, укрепление евро или более жесткую политику ФРС. При противоположном наборе сигналов выбиралась длинная позиция.
Для акций логика немного отличалась. Рост экономики, снижение инфляции и более мягкая политика ФРС рассматривались как аргументы в пользу длинной позиции. При обратной комбинации использовалась короткая. Когда новости противоречили друг другу, сделка не открывалась.
Такая система правильно определила бы направление S&P 500 в 58% случаев, облигаций в 64%. При выбранных исследователями размерах позиций начальный капитал увеличился бы примерно в 2,4 раза.
Это расчет по уже известному набору исторических дат, поэтому воспринимать увеличение капитала в 2,4 раза как готовый прогноз доходности нельзя. Правила были сформулированы после отбора новостей и проверки результатов. Их ценность находится в другом. Последовательный подход оказался полезнее частых изменений размера позиции, основанных только на субъективной уверенности.
Как искусственный интеллект прошел эксперимент с торговлей по новостям
В 2026 году Elm Wealth продолжила исследование с моделями Claude, ChatGPT, Gemini и Grok. Каждая система 10 раз проходила тот же набор из 15 исторических сессий со стартовым виртуальным капиталом $1 млн.
Моделям сообщили, что эта сумма представляет 100% финансового состояния обеспеченного американца среднего возраста. Базовые расходы такого человека покрывались пенсионным доходом. Условие должно было побудить системы учитывать сохранность капитала, а не только максимальную ожидаемую прибыль.
| Модель | Начальный капитал | Точность прогнозов | Итоговый капитал |
|---|---|---|---|
| Claude | $1 000 000 | 60,7% | $2 594 258 |
| ChatGPT | $1 000 000 | 54,3% | $1 472 347 |
| Grok | $1 000 000 | 48,8% | $968 181 |
| Gemini | $1 000 000 | 42,3% | $492 357 |
Лучший результат показал Claude, увеличив капитал примерно в 2,6 раза. ChatGPT тоже завершил эксперимент с прибылью. Grok сохранил почти весь стартовый капитал, а Gemini потерял больше половины.
Лучший средний капитал показал Claude, вторым стал ChatGPT. При этом размеры позиций всех базовых моделей оказались слишком крупными для поставленной задачи. Средняя дневная волатильность капитала составила 19,4% у ChatGPT, 33,3% у Claude, 34,8% у Grok и 38,5% у Gemini.
Прибыльный средний результат сам по себе не означает, что выбранный риск был оправдан. Расчеты показали, что при уменьшении всех позиций Grok на 60% его средний итог вырос бы до $1,27 млн. Gemini при сокращении объема сделок на 90% завершила бы эксперимент примерно с $1,005 млн.
Отдельно провели около 200 совместных сессий, где люди и модели одновременно принимали решения по одним и тем же газетным полосам. Claude завершал торговлю с большим капиталом, чем человек, в 76% сессий. Для ChatGPT показатель составил 63%, для Grok 51%, для Gemini 43%.
Затем моделям предложили применить идеи из книги Виктора Хагани и Джеймса Уайта The Missing Billionaires, A Guide to Better Financial Decisions, посвященной выбору размера инвестиционных позиций. После этого все 4 системы закончили выше $1 млн. Среднее плечо снизилось примерно до диапазона от размера, равного капиталу, до размера, превышавшего капитал в 4 раза, а точность прогнозов изменилась незначительно. Улучшение пришло не от нового способа чтения газет, а от более аккуратной работы с капиталом.
Что эксперимент The Crystal Ball Challenge меняет в подходе к трейдингу
Исследование не доказывает, что анализ новостей бесполезен. Профессионалы смогли извлечь из него заметную пользу, а участники основной группы лучше прогнозировали облигации в дни публикации данных по занятости и заявлений ФРС. Информация давала преимущество, но его величина была ограниченной.
Практический подход можно собрать из нескольких правил.
- Определять максимальный риск до открытия позиции, а не после появления уверенности в прогнозе.
- Снижать объем сделки, когда рыночная реакция допускает несколько сценариев.
- Разделять оценку новости и оценку ожиданий, которые уже отражены в цене.
- Пропускать сделки без понятного преимущества.
- Не увеличивать плечо только потому, что новость кажется однозначной.
- Оценивать серию решений, а не результат одной удачной или неудачной позиции.
Для частного инвестора отсюда следует спокойный вывод. Необязательно предсказывать завтрашнее движение индекса, чтобы разумно управлять деньгами. Размер позиции, диверсификация и заранее установленный предел риска влияют на итог не меньше, чем точность самого прогноза.
Участники основной группы верно определяли направление рынка в 51,5% случаев, профессионалы примерно в 63%. Разрыв оказался существенным, но не фантастическим. Гораздо сильнее различалось то, как они использовали собственную уверенность. Опыт помогал не только чаще выбирать правильное направление, но и понимать, когда от сделки лучше отказаться.
Можно ли заработать на трейдинге после эксперимента с новостями будущего
Заработать удалось части участников, всем 5 профессиональным макротрейдерам, а позднее нескольким моделям искусственного интеллекта. Поэтому буквальный вывод о невозможности дохода был бы неверным.
Эксперимент показал другую закономерность.
Даже очень ценная информация не отменяет неопределенность.
Новость нужно сопоставить с ожиданиями рынка, выбрать правильный актив, определить направление и не ошибиться с объемом. Слабое решение на последнем этапе способно перекрыть пользу хорошего анализа.
При оценке результатов стоит помнить об ограничениях. В основной группе использовалась небольшая реальная сумма, профессионалы работали без очного наблюдения, а комиссии и стоимость финансирования не учитывались. Сделки завершались по цене закрытия следующего дня, хотя при реальной торговле сильное внутридневное движение могло бы привести к принудительному закрытию позиции раньше. Доступное плечо тоже превышало возможности многих частных инвесторов.
Самая сильная цифра исследования не 16% нулевых выплат и даже не средний результат профессионалов, при котором капитал вырос в 2,3 раза. Гораздо полезнее пересчет при размере позиции в 6 раз больше капитала по акциям и в 8 раз больше капитала по облигациям. Без улучшения прогнозов средняя доходность основной группы могла вырасти с 3,2% до 10%, а нулевых результатов не осталось бы.
The Crystal Ball Challenge превратил разговор о будущем рынка в практическую проверку. Предвидение событий оказалось лишь первой частью работы. Итог определялся тем, насколько бережно человек распоряжался капиталом, когда полной уверенности все равно не было.
(1 оценок, среднее: 5,00). Пожалуйста, оцените пост! Мы очень старались!
- Комментарии: 0
