Риск-менеджмент в алгоритмической торговле: почему выживает стабильность, а не максимум прибыли

В алгоритмическом трейдинге есть неприятный эффект: стратегии с самой впечатляющей ожидаемой доходностью регулярно умирают раньше, чем скромные, но устойчивые. Не потому, что они «плохо придуманы», а потому, что их просто не хватает до момента, когда ожидание действительно реализуется. Рынок успевает задать пару длинных просадок, капитал тает, параметры пересчитываются на ходу, и стратегия исчезает раньше, чем успевает отработать свою «среднюю».

Поэтому разговор про риск-менеджмент — это не разговор про «ограничения для осторожных». Это разговор про то, при каких условиях стратегия вообще доживает до собственной математики. В длинной игре выигрывает не самая прибыльная система, а самая стабильная: та, которую не выносят просадка, всплеск волатильности, корреляционный шок и несколько подряд неудачных сделок.

Risk per trade и position sizing: сколько капитала отдаём одной сделке

Первый практический вопрос любой стратегии — не «какой сигнал», а «какой размер позиции». Ответ на него почти полностью определяет, как именно система будет умирать на плохих участках.

Удобная рамка — фиксированный процент капитала на одну сделку, обычно в диапазоне от долей процента до единиц процентов. Суть не в конкретной цифре, а в том, что убыток одной сделки рассчитывается до входа и нормируется не в абсолюте, а в доле капитала. Это автоматически даёт уменьшение позиции по мере просадки и рост позиции по мере восстановления, без геройских «отыграюсь большим лотом».

Теоретическим потолком такой дисциплины служит критерий Келли: он даёт долю капитала, максимизирующую ожидаемый логарифм роста при известных вероятности и выплате. 1 Практикующие трейдеры почти никогда не играют «полный Kelly»: оценки вероятностей и матожидания в реальности зашумлены, а Kelly при ошибке параметров даёт резкий всплеск риска разорения. Поэтому обычно работают на доле Kelly — четверти, половине — и делают это не ради «максимального роста», а ради устойчивости оценок.

Ключевая мысль в этом разделе не про формулу, а про порядок: сначала бюджет риска на сделку, потом размер позиции, потом сигнал. Не наоборот.

Stop loss как часть модели, а не страховка постфактум

Stop loss часто обсуждают как «защитный механизм», как будто это отдельная функция поверх стратегии. В алгоритмической логике это не так: stop — это заранее заложенное ожидание потерь, без которого нельзя корректно посчитать ни risk per trade, ни ожидание стратегии.

Если стратегия опирается на «почти никогда не срабатывающий широкий стоп», это означает одно из двух: либо распределение убытков длинное и тяжёлое, и тогда редкие срабатывания съедают всю накопленную доходность разом; либо stop вообще не участвует в модели, и тогда position sizing считается от некорректной величины. В обоих случаях реальное поведение стратегии на сложном рынке будет отличаться от бэктеста.

Работающий подход — задавать stop от структуры рынка и режима волатильности, а не от желаемой доходности. Размер позиции затем подгоняется так, чтобы попадание в stop стоило заранее выбранную долю капитала. Тогда «плохой день» остаётся плохим днём, а не событием, которое переводит стратегию в режим выживания.

Volatility как единица измерения, а не как враг

Волатильность в обычном разговоре обычно звучит как проблема: «рынок неспокойный». В риск-менеджменте она играет другую роль — единицы измерения. Процент дневного движения одного инструмента и другого несопоставимы напрямую: один актив спокойно ходит в узком коридоре, другой за ту же неделю может сделать несколько многопроцентных движений.

Поэтому прикладной приём — нормировать риск на волатильность. Грубо говоря, вместо «держу одинаковое количество контрактов» система держит одинаковый вклад каждой позиции в общий риск портфеля. Делается это через историческую волатильность, ATR или близкие оценки, а цель — чтобы ни один инструмент случайно не определил поведение портфеля только потому, что у него сегодня высокая амплитуда.

Второй полезный приём — vol-targeting: портфель приводится к заранее выбранному уровню совокупной волатильности, и при её всплеске экспозиция автоматически снижается. Это не делает стратегию прибыльной, но выравнивает её поведение между режимами рынка и защищает от эффекта «стратегия отлично выглядела, пока рынок был спокойным».

Max drawdown и risk of ruin: метрики выживания, а не красоты

Среди метрик качества стратегии выделяются две, которые говорят не про доходность, а про выживание.

Max drawdown — максимальное снижение капитала от исторического максимума до следующего минимума. Это не «плохой месяц в прошлом», а ответ на вопрос, какую эмоциональную и финансовую нагрузку реально должна выдержать система и её владелец, чтобы стратегия продолжала работать. В обзорах CFA Institute по оценке эффективности max drawdown прямо упоминается как appraisal-метрика рядом с Sortino ratio и upside/downside capture. 2

Risk of ruin — вероятность того, что капитал опустится ниже порога, после которого стратегия перестаёт иметь смысл (обнулится, будет отключена маржин-коллом или остановлена вручную). Его нельзя «почувствовать», его нужно считать. При фиксированной доле риска на сделку и известных вероятностях выигрыша/проигрыша формула risk of ruin показывает, насколько быстро серия неудачных сделок может вынести стратегию из игры даже при положительном матожидании.

Практический вывод простой. Стратегия с ожидаемой доходностью 40% годовых и max drawdown 60% и стратегия с ожидаемой доходностью 15% годовых и max drawdown 10% — это не «просто разные профили риска». Это, как правило, разные шансы вообще дожить до своих средних. И именно второй вариант стабильнее переживает длинные периоды, в которые первый уже был бы закрыт или переписан.

Диверсификация и корреляция: почему «много стратегий» не значит «мало риска»

Диверсификация в учебниках описывается как «не клади всё в одну корзину», и это правда — но только если корзины действительно независимые. Формально именно на этом построена современная теория портфеля: риск портфеля определяется не суммой рисков отдельных активов, а их ковариацией. 3 В учебных материалах CFA Institute по portfolio risk and return отдельно подчёркивается, что эффект диверсификации достигается именно за счёт неполной корреляции активов. 4

В алгоритмической торговле эта мысль становится неочевидной. «Десять стратегий на одном рынке» часто оказываются одной и той же стратегией, записанной десятью разными способами: их входы коррелированы, их просадки синхронны, а их матожидания опираются на одну и ту же рыночную аномалию. Когда аномалия исчезает или режим рынка меняется, весь «диверсифицированный» портфель уходит в просадку одновременно.

Дополнительная сложность в том, что корреляции нестабильны. В спокойный период активы и стратегии могут выглядеть почти независимыми, но в кризис корреляции сходятся к единице: падает почти всё, кроме узкого набора защитных инструментов. Поэтому честный взгляд на диверсификацию — это не «у меня много позиций», а «какое число реально независимых источников доходности у меня в портфеле и как они ведут себя в стрессовом сценарии».

Sharpe и Sortino: как сравнивать стратегии по качеству доходности

Две стратегии с одинаковой годовой доходностью могут вести себя принципиально по-разному. Чтобы это увидеть, используют risk-adjusted метрики.

Sharpe ratio — отношение избыточной доходности стратегии к её волатильности. В канонической формулировке автор описывает это как меру «вознаграждения на единицу риска», опирающуюся на mean-variance подход: среднее и стандартное отклонение как достаточные характеристики распределения. 5 Sharpe хорошо работает, когда распределение доходностей близко к симметричному, и честно наказывает стратегию за хаотичные колебания вокруг средней.

Sortino ratio — тот же дух, но с важным отличием: в знаменателе стоит не общее стандартное отклонение, а downside deviation, то есть волатильность только отрицательных отклонений от целевой доходности. Это ближе к интуиции трейдера: «резкий рост» и «резкое падение» не должны одинаково наказываться в метрике качества. Sortino полезен для стратегий с асимметричными распределениями — например, для систем с ограниченным убытком и длинным правым хвостом. В материалах CFA Institute по performance evaluation Sortino ratio рассматривается как одна из appraisal-метрик вместе с max drawdown. 2

Обе метрики не являются приговором. У них общий слабый пункт: они считаются на конкретной истории, и их значения чувствительны к выбору окна, частоте данных и допущениям о распределении. Поэтому в алгоритмической торговле их обычно смотрят вместе с drawdown-характеристиками и поведением стратегии в разные режимы рынка, а не как единственный критерий «эта лучше той».

Что это значит для алгоритмического трейдера

Если собрать всё вместе, получается довольно скучный, но работающий каркас.

• Сначала фиксируется бюджет риска: сколько капитала система готова терять на одну сделку и в периоде.
• Из бюджета риска выводится position sizing, нормированный на волатильность.
• Stop loss рассчитывается от структуры рынка, а не от желаемой доходности, и именно он задаёт величину риска на сделку.
• Диверсификация оценивается по числу реально независимых источников доходности, а не по числу позиций.
• Качество стратегий сравнивается через Sharpe/Sortino и drawdown-метрики, а не через абсолютную доходность.
• Risk of ruin и max drawdown используются как жёсткие ограничители: их превышение — сигнал остановить или переписать стратегию, а не «пересидеть».

Именно такую дисциплину имеет смысл встраивать в инструменты для алгоритмической торговли, включая ai-trader: не как набор косметических настроек, а как обязательный контур, без которого сигналы и бэктесты ничего не значат. Для биржевых площадок и инвесткомпаний аналогичную логику уже давно формализуют регуляторы: ESMA в своих guidelines по автоматизированной торговле прямо требует эффективные системы и контрольные процедуры, pre-trade и post-trade лимиты, устойчивость инфраструктуры и процедуры на случай сбоев. 6

Итог

Прибыль — это функция выживания. Стратегия, которая теоретически зарабатывает больше, но периодически стирает половину капитала, проигрывает не по математике, а по времени: её редко держат достаточно долго, чтобы «средняя» успела случиться.

Стабильная стратегия работает иначе. Она соглашается на меньший потолок ради того, чтобы серия плохих сделок, неудобный режим волатильности или корреляционный шок не становились для неё концом. И именно это соглашение — контролируемый риск на сделку, честный stop, нормировка на волатильность, осознанная диверсификация и метрики, считающие просадку, а не только доходность — отличает алгоритмическую торговлю как инженерную практику от попытки угадать рынок.

В трейдинге выживает не самая прибыльная стратегия, а самая стабильная. Position sizing, честный stop, нормировка на волатильность, осознанная диверсификация и risk-adjusted метрики — это и есть инструменты, которыми такую стабильность собирают на практике.