Професійний трейдер Майлз Дойчер здійснив свого роду революцію у сфері управління ризиками, автоматизувавши знамениту нобелівську модель GARCH за допомогою ШІ-агента Claude Code. За його власним визнанням, вся система була зібрана штучним інтелектом: трейдер лише поставив завдання, а нейромережа сама перетворила складну математику на робочий інструмент.

Що вимірює модель і як ШІ її зібрав

GARCH (Generalized Autoregressive Conditional Heteroskedasticity) — це одна з найпотужніших кількісних моделей, яку професійні кванти щоденно застосовують. Її основоположник, Роберт Інгл, отримав за її розробку Нобелівську премію у 2003 році, а його учень Тім Боллерслев розширив модель до GARCH, якою досі користуються відділи кількісного аналізу по всьому світу.

Ключова ідея моделі полягає в тому, що ринкова волатильність не є випадковою, а піддається прогнозуванню. Дойчер пояснює, що GARCH дозволяє виміряти та передбачити коливання заздалегідь, спираючись лише на три показники:

  • Базовий рівень коливань активу (у біткоїна він традиційно вищий, ніж у індексу S&P 500).
  • Сила вчорашнього руху ринку.
  • Рівень волатильності, на якому ринок перебував до цього руху.

Сума цих трьох величин і дає прогноз коливань на завтра. Важливо розуміти: модель показує, наскільки сильно ринок може рухнутися, але не вказує напрямок. Це інструмент управління ризиком портфеля, а не сигнал на купівлю чи продаж.

Роль ШІ в цьому проєкті виявилася ключовою. Дойчер підкреслює, що не програмував систему сам — він описав завдання природною мовою, а Claude Code взяв на себе всю технічну реалізацію.

Як прогноз перетворюється на розмір позиції

Отриману оцінку коливань трейдер використовує для розрахунку розміру позиції. Інституційні відділи зазвичай обмежують річну просадку на рівні 15%, і від цього ліміту будується вся подальша математика. Якщо оцінка коливань по активу становить, скажімо, 30% річних, ліміт просадки ділиться на цю цифру — і множник позиції виходить рівним 0,5x. При базовій позиції у $10 000 це означає вхід на $5 000.

Дойчер перевірив реальну користь моделі на історичних даних. Він прогнав одну й ту саму стратегію на перетині ковзних середніх двома способами на п'ятнадцятирічному масиві даних по біткоїну — з однаковими входами, виходами та сигналами. При фіксованому розмірі позиції підсумковий капітал у тесті склав $17 957. З розрахунком позиції за моделлю GARCH результат виявився вищим — $21 205.

За оцінкою трейдера, варіант з нобелівською моделлю не лише приніс більше прибутку, але й пройшов шлях з меншими просадками та загальним ризиком. Втім, він попередив про важливе обмеження: при різкому обвалі після спокійного періоду модель не спрацює, і позиція буде відкрита в повному обсязі.

Думка експерта: Інтеграція класичних фінансових моделей із сучасними ШІ-агентами відкриває нові горизонти для роздрібних трейдерів. Раніше GARCH була прерогативою інституційних фондів з командами розробників, тепер же будь-який грамотний трейдер може отримати доступ до просунутого ризик-менеджменту. Однак не варто забувати: жодна модель, навіть нобелівська, не гарантує захисту від екстремальних ринкових подій.