# Скрытые трещины в системных стратегиях: Ник Балтас о волатильности, 0DTE и ИИ

Источник: https://www.youtube.com/watch?v=M0KPvqpvaPE
Канал: Top Traders Unplugged
Опубликовано: 22.03.2026

---

В новом выпуске серии Systematic Investor ведущий Нильс Каструп-Ларсен и гость программы Ник Балтас, эксперт в области количественных стратегий (QIS), обсуждают текущее состояние рынков, устойчивость стратегий следования за трендом и адаптацию моделей к новым технологиям. В центре внимания — влияние геополитической напряженности на сырьевые рынки, роль опционов с нулевым сроком экспирации (0DTE) и применимость искусственного интеллекта в инвестиционных исследованиях.

## 🚀 Текущий контекст: Геополитика и «медвежьи» заголовки
[[JUMP:02:13]]

Обсуждение началось с критического взгляда на недавние публикации в финансовых СМИ. Нильс Каструп-Ларсен обратил внимание на статью Bloomberg, в которой текущая коррекция индексов CTAs (Managed Futures) называлась «худшей просадкой» [02:41]. Ведущий подчеркнул, что цифры в публикации были неточными (цитировалось падение на 4%, хотя фактическое снижение составляло около 2% в марте), и выразил недоумение по поводу того, как быстро СМИ переходят к негативным прогнозам после восьми месяцев непрерывного роста индустрии [03:06].

Ник Балтас выделил ключевые факторы, влияющие на рынок QIS (Quantitative Investment Strategies):

*   **Ближний Восток:** Геополитическая напряженность оказывает прямое влияние на производительность стратегий через динамику цен на энергоносители [03:47].
*   **Сырьевой сектор (Commodity Curve):** Стратегия короткого спреда (curve carry), ориентированная на разницу цен между ближайшими и дальними фьючерсами, столкнулась с трудностями. Резкая бэквордация (ситуация, когда текущая цена выше будущей) в нефти и газе, вызванная шоками предложения и холодной погодой, негативно сказалась на позициях, которые исторически выигрывают от нормального состояния кривой [04:28].
*   **Масштаб рынка:** Сектор QIS вырос до внушительных $600–700 млрд, охватывая как институциональных, так и розничных инвесторов [06:49].

По мнению Балтаса, текущие просадки в сырьевых спредах носят временный характер («mean-reverting»), так как бэквордация обычно сменяется нормализацией, если только шок предложения не станет перманентным [05:45].

## 📉 Структура портфеля и волатильность энергоносителей
[[JUMP:08:09]]

Участники дискуссии подробно разобрали различия между рынками нефти и газа. Каструп-Ларсен отметил, что, в отличие от нефти, в ценообразовании газа критическую роль играют логистические затраты [08:23]. Балтас добавил, что корреляция между газовым и нефтяным секторами практически нулевая, что важно для диверсификации портфеля [09:14].

Ключевые технические аспекты формирования портфеля:

*   **Смещение вправо (Right Skew):** Газ склонен к агрессивным скачкам цен («шипам»), что делает его крайне волатильным активом [09:28].
*   **Риск-менеджмент:** Многие стратегии следования за трендом (trend following) сейчас снижают риск-экспозицию в нефти, несмотря на наличие тренда вверх, из-за резкого роста волатильности [11:01].
*   **Тренды в частных стратегиях:** Нильс упомянул данные о том, что трейдеры начинают покидать крупные хедж-фонды (pod shops), предпочитая основывать собственные фирмы [12:17]. Согласно данным Goldman Sachs, доля таких «выходцев» выросла с 9% в 2023 году до ожидаемых 17% в 2025 году [12:46].

## 🧬 Опционы 0DTE: Угроза или инструмент для тренд-фолловеров?
[[JUMP:26:44]]

Одной из центральных тем стал вопрос слушателя о взрывном росте популярности опционов с нулевым сроком экспирации (0DTE) и их влиянии на классические модели, использующие только данные фьючерсов.

Ник Балтас привел статистику: 60% объема опционов на S&P 500 сейчас приходится на 0DTE, причем более половины этого объема генерируют розничные инвесторы [28:03].

Анализ влияния 0DTE на стратегии следования за трендом:

1.  **Хеджирование гаммы дилерами:** Когда инвесторы массово покупают или продают краткосрочные опционы, дилеры вынуждены хеджировать риски. Если дилеры находятся в состоянии «long gamma», они покупают при падении и продают при росте, что провоцирует возврат рынка к среднему (mean reversion). В состоянии «negative gamma» движения рынка, напротив, ускоряются [29:46].
2.  **Шорт-терм против лонг-терм:** Балтас считает, что для среднесрочных тренд-фолловеров (горизонт 3–24 месяца) внутридневные шумы от 0DTE не критичны [30:50]. Однако для краткосрочных стратегий это создает сложности, так как участились внутридневные развороты цен [33:09].
3.  **Использование данных:** Собеседники разошлись во мнениях о полезности данных опционов. Балтас допускает их использование как индикаторов сантимента (skew), а Каструп-Ларсен придерживается консервативного подхода: «тестируй то, чем торгуешь, и торгуй тем, что протестировал» [35:09]. Для него фьючерсные данные остаются приоритетными [35:22].

## 📊 Глубокое погружение: Выбор рыночной вселенной
[[JUMP:38:53]]

Спикеры обсудили свежую работу экспертов Man Group под названием «A Trend Following Deep Dive: The Optimal Market Mix for a Trend Follower». В статье исследуется, как выбор торговых инструментов влияет на характеристики стратегии.

Основные выводы исследования:

*   **Дилемма «Кризисная Альфа vs Шарп»:** Если инвестор стремится к защите во время кризисов (defensiveness), ему следует ограничиться «ядром» наиболее ликвидных рынков (Core Markets) [41:24]. В моменты стресса падают главные компоненты рынка, и классические инструменты лучше всего отражают эти макро-движения [42:03].
*   **Идиосинкразические риски:** Для максимизации коэффициента Шарпа в долгосрочной перспективе необходимо расширять вселенную за счет альтернативных рынков (экзотические товары, EM-акции). Это дает больше независимых ставок, но снижает защитные свойства стратегии в моменты общего рыночного обвала [42:54].
*   **Эффективность капитала:** Ликвидные рынки требуют меньшего гарантийного обеспечения (маржи), что делает «защитные» портфели более эффективными с точки зрения использования наличности [45:32].

Балтас признал, что раньше в индустрии защитные свойства стратегии связывали преимущественно со скоростью модели (чем быстрее, тем лучше), но данная работа доказывает, что состав рыночной вселенной имеет не меньшее значение [43:48].

## 🤖 Искусственный интеллект в исследованиях
[[JUMP:48:53]]

Вторая работа Man Group, рассмотренная в подкасте — «Alpha Trend and Agnostic Research Workflow» — посвящена использованию агентов на базе LLM в исследовательском процессе.

Ник Балтас описал этот процесс как создание «агентской модели», где нейросеть выполняет роль автоматизированного исследователя [51:07]. Эксперименты показали, что ИИ способен самостоятельно идентифицировать полезные факторы (например, сигналы пробоя) и отсеивать шум [52:14].

Однако участники подчеркнули критическую роль человека:

*   Человеческое суждение («human judgment») необходимо для интерпретации результатов и защиты от переобучения (overfitting) [51:47].
*   ИИ может ошибаться в базовых фактах. Балтас привел пример, когда чат-бот назвал начало 2024 года для тренд-фолловеров «смешанным», хотя это был один из лучших периодов в истории индустрии [53:45].

Каструп-Ларсен выразил сомнение в том, что «ДНК искусственного интеллекта» совместима с принципом простоты (Occam's razor). По его мнению, опытные исследователи стремятся упрощать модели для получения чистого сигнала, в то время как ИИ склонен к чрезмерному усложнению и расширению сущностей [54:41].

## 📈 Квантовый ренессанс: Выход из «зимы»
[[JUMP:55:49]]

Завершил обзор анализ статьи «The Quant Renaissance». Ник Балтас напомнил о «квантовой зиме» 2018–2020 годов, когда факторные стратегии на акции (Value, Momentum) показали крайне низкие результаты из-за неблагоприятного макрорежима и «скученности» (crowding) сделок [57:06].

В текущий период («ренессанс») наблюдаются качественные изменения:

1.  **Динамическая аллокация:** Вместо статического удержания факторов менеджеры переходят к динамическому управлению в зависимости от режима рынка (рецессия, перегрев и т.д.) [59:55].
2.  **Новые данные:** Использование альтернативных данных (геолокация, транзакции по картам, патентная активность) снижает корреляцию между моделями разных фондов с 70-80% до 40-50% [1:00:35].
3.  **Макро-устойчивость:** Современные техники машинного обучения позволяют создавать стратегии, менее зависимые от конкретного макроэкономического сценария [1:01:15].

Балтас резюмировал, что текущая среда характеризуется высокой степенью фундаментальной неопределенности, что, как ни парадоксально, выгодно для трендовых стратегий. В отличие от периода «путов ФРС» (Fed put), когда вмешательство регулятора создавало предсказуемость и провоцировало развороты цен, нынешняя волатильность позволяет трендам развиваться более органично [1:03:01].