Коротко (TL;DR)
- Нейросеть для трейдинга сильна там, где задача — обработать текст и данные, а не угадать будущее. Разбор новостного потока, сводка отчётности, классификация собственных сделок, помощь с кодом стратегии, поиск аномалий в потоке заявок — у всех этих задач есть проверяемый результат: вы можете открыть исходник и убедиться, что модель не соврала.
- Публичных доказательств того, что нейросеть стабильно предсказывает цену ликвидного рынка, нет. Работа Byrd и Balch показала обратное движение: машинное обучение действительно предсказывало внутридневную цену акций до 2009 года и перестало быть прибыльным после — на данных 2003–2017 годов.
- Красивая кривая доходности почти всегда нарисована задним числом. При пяти годах истории достаточно перебрать 45 независимых конфигураций стратегии, чтобы получить Sharpe 1 на прошлом и ожидаемый ноль в будущем. Перебрать 45 вариантов на ноутбуке — дело нескольких секунд.
- Комиссия съедает преимущество раньше, чем оно проявится. Круг сделки на розничном спот-счёте Binance стоит 0,2% (тариф уровня VIP 0 на 15 августа 2026 года). Модель обязана в среднем зарабатывать больше этого — просто чтобы выйти в ноль.
- «Торговый бот» биржи и нейросеть — разные вещи. Сеточный и DCA-бот работают по правилам и параметрам, которые задаёте вы; машинного обучения там нет вовсе, и это следует из справки самой биржи.
- Главный практический вывод: ИИ имеет смысл отдавать задачи, результат которых вы можете проверить сами. Всё, что нельзя проверить, — предмет веры, а не инструмента.
Где нейросеть в трейдинге даёт результат: пять проверяемых задач
Общее правило простое: нейросеть полезна там, где вы способны проверить её работу, не дожидаясь движения рынка. Если результат виден сразу — модель либо права, либо нет, — задача подходит. Если результат «подтверждается» только прибылью через месяц, вы проверяете не модель, а собственную удачу.
- Коротко (TL;DR)
- Где нейросеть в трейдинге даёт результат: пять проверяемых задач
- Почему нейросеть не предсказывает цену: три причины из математики
- Переобучение бэктеста: 45 попыток превращают шум в Sharpe 1
- Комиссии и проскальзывание: сколько преимущества съедает круг сделки
- Бэктест против форвард-теста: как проверить чужую кривую доходности
- Боты бирж, ИИ-сигналы и своя модель: что из этого нейросеть
- Своя модель на своих данных: сколько стоит и обо что упирается
- Риски ИИ-трейдинга для частного счёта: где именно теряют деньги
- Как отличить рабочий продукт от развода: чек-лист из шести вопросов
- FAQ
Пять задач, которые проходят этот тест.
Разбор новостного потока и настроений. Языковая модель читает сотни заголовков, лент и отчётов быстрее человека и раскладывает их по тону и теме. Проверка элементарная: откройте пять размеченных ею новостей и сверьте оценку глазами. Именно на этой задаче собран самый убедительный академический результат: GPT-4 угадывает первичную реакцию рынка на заголовок примерно в 90% случаев по метрике «портфель-день». Но авторы работы аккуратно называют эту реакцию неторгуемой — движение происходит быстрее, чем частный участник успевает выставить заявку.
Классификация собственных сделок. Выгрузка истории из биржевого API плюс модель, которая расставляет метки: время суток, инструмент, размер, причина входа, длительность удержания. На выходе — картина ваших повторяющихся ошибок. Проверяется вручную по десяти строкам.
Сводка длинных документов. Отчёты фондов, тексты регуляторов, документация протокола, квартальные результаты публичных компаний. Модель делает выжимку, вы сверяете каждую цифру с оригиналом. Это самая честная форма помощи: ИИ помощник для трейдинга экономит часы чтения, но ответственность за число остаётся на вас.
Помощь с кодом стратегии. Код проверяется запуском — либо работает, либо падает. Здесь нейросеть для трейдинга даёт наибольший выигрыш во времени и наименьший риск: ошибку видно сразу, а не через полгода просадки.
Поиск аномалий в потоке заявок. Резкое изменение плотности стакана, нетипичный объём, расхождение между площадками. Модель отмечает необычное, решение принимает человек. Ограничение серьёзное, и о нём ниже: истории стакана в бесплатном виде не существует, поэтому такую модель приходится кормить данными, которые вы собираете сами и только вперёд.Задача Что делает модель Чем проверяется результат Где ломается Разбор новостей и настроений размечает тон и тему потока сверка 5–10 новостей глазами реакция рынка уже произошла Классификация своих сделок ставит метки на историю из API ручная проверка выборки мусор на входе даёт мусор на выходе Сводка отчётов и документов выжимка длинного текста сверка каждой цифры с оригиналом выдуманные детали в пересказе Код стратегии пишет и правит скрипты запуск и тесты правдоподобный, но неверный алгоритм Аномалии в потоке заявок отмечает нетипичное сверка со стаканом в моменте истории стакана нет, данные копите сами
И одна задача, которая этот тест не проходит, — предсказание цены.
Почему нейросеть не предсказывает цену: три причины из математики
Разберём по порядку, что именно ломается.
Рынок меняет правила по ходу игры. Статистики называют это нестационарностью: связь между вчерашними признаками и завтрашней ценой не постоянна, потому что участники видят те же данные и меняют поведение. Самое аккуратное измерение этого эффекта сделали Дэвид Бёрд и Такер Балч: в работе о внутридневном предсказании цены методами глубокого обучения они показали, что до 2009 года две разные ML-стратегии действительно приносили прибыль, а после 2009-го обе перестали — на непрерывном ряду данных 2003–2017 годов. Авторы предложили использовать машинное обучение как измеритель эффективности рынка: чем труднее модели заработать, тем эффективнее рынок.
Преимущество исчезает от того, что им пользуются все. Лопес-Лира и Тан, изучая предсказание реакции акций на заголовки, зафиксировали ровно это: доходность стратегии снижается по мере распространения языковых моделей. Причём остаточное движение, которое ещё можно поймать, сильнее выражено у мелких бумаг и негативных новостей, то есть там, где ликвидность хуже и проскальзывание больше. Нейросеть для трейдинга криптовалют попадает в ту же логику: чем ликвиднее пара, тем меньше в ней остаётся неразобранных закономерностей.
Модель учится на прошлом, а торгует в будущем. Отсюда три классические ловушки, которые встречаются в 90% самодельных стратегий:
- Заглядывание вперёд (look-ahead bias): в обучающую выборку случайно попадает информация, которой в тот момент ещё не существовало. Классический пример — закрытие свечи, использованное как признак для сделки внутри этой же свечи.
- Выживший в выборке (survivorship bias): тестирование только на монетах, которые дожили до сегодня. Делистинги и обнулившиеся токены из истории исчезли, поэтому любая стратегия «купить и держать альткоины» на такой выборке выглядит блестяще.
- Переобучение — самая дорогая из трёх, ей посвящён отдельный раздел ниже.
Ни одна из ловушек не лечится более мощной моделью. Все три — свойства данных и процедуры, а не архитектуры сети.
Переобучение бэктеста: 45 попыток превращают шум в Sharpe 1
Здесь начинается математика, которой нет ни в одном материале русскоязычного топа выдачи, — а она объясняет происхождение почти всех красивых графиков доходности.
Бэктест — прогон стратегии по историческим данным: «как бы она отработала, если бы я запустил её три года назад». Sharpe (коэффициент Шарпа) — доходность, поделённая на её колебания; значение около 1 в индустрии считают хорошим результатом.
Проблема в том, что бэктест почти всегда прогоняют не один раз. Меняют период скользящей средней, порог входа, размер стоп-лосса, время удержания — и оставляют лучший вариант. Вот что об этом доказали Бейли, Борвейн, Лопес де Прадо и Чжу в статье, вышедшей в Notices of the American Mathematical Society в 2014 году:
если доступно только 5 лет данных, перебирать больше 45 независимых конфигураций нельзя — иначе вы почти гарантированно получите стратегию с годовым Sharpe 1 на истории и ожидаемым Sharpe 0 вне выборки.
При двухлетнем бэктесте этот порог падает до семи конфигураций. А сколько конфигураций перебирает обычный человек, подбирающий стратегию? Стратегия с семью переключателями «да/нет» — это 2⁷ = 128 вариантов, и ожидаемый максимальный Sharpe среди них выше 2,6 — этот пример приводят сами авторы. Десять параметров по три значения каждый дают, по нашему подсчёту, 3¹⁰ = 59 049 вариантов, то есть на три порядка выше порога.
Там же, в статье для Notices of the AMS, авторы отдельно называют нейросети инструментом, требующим особой осторожности из-за переобучения, — наравне с техническим анализом и другими сложными непараметрическими методами. Если вы только знакомитесь с индикаторами и паттернами, полезно сначала разобраться с техническим анализом криптовалют на уровне логики, а не автоматизации: нейросеть, надстроенная над непонятной вам стратегией, просто ускоряет получение непонятного результата.
И главный практический вывод той же работы: исследователь, не сообщивший число перебранных вариантов, делает оценку риска переобучения невозможной. Это и есть вопрос, который вы задаёте любому продавцу результата.
Соавторы того же коллектива в отдельной работе Lawrence Berkeley National Laboratory добавляют два уточнения, которые меняют картину окончательно.
Первое — про масштаб перебора. Вероятность выбросить десять шестёрок на десяти кубиках равна примерно 1,65 × 10⁻⁸, то есть один шанс из 60 миллионов. Но если бросать кубики 60 миллионов раз, десять шестёрок выпадут почти наверняка. Перебрать 60 миллионов вариантов торговой стратегии современный компьютер успевает за минуты.
Второе — про последствия. Переобучение на финансовых рядах с памятью даёт не нулевую доходность, а устойчивый убыток. То есть переподогнанная под историю модель не «выйдет в ноль» — она будет систематически терять.
Вместе эти два уточнения снимают последнее утешение. Подогнанная под историю модель не просто окажется бесполезной — она окажется убыточной, а не нулевой.
Комиссии и проскальзывание: сколько преимущества съедает круг сделки
Допустим, преимущество у модели всё-таки есть. Дальше она встречается с издержками.
Считаем на реальном тарифе. Спотовая комиссия обычного пользователя Binance — 0,100% для мейкера и 0,100% для тейкера; при оплате в BNB действует скидка 25%, то есть 0,075% (тарифная сетка биржи на 15 августа 2026 года, уровень VIP 0 — это оборот меньше 1 000 000 $ за 30 дней, то есть подавляющее большинство частных счетов).
Круг сделки — вход плюс выход. Значит, каждая закрытая позиция обходится в 0,2% без скидки и 0,15% со скидкой. И это ещё не всё: сверху ложится спред (разница между лучшей ценой покупки и продажи) и проскальзывание — разница между ценой, которую вы видели, и ценой, по которой заявка реально исполнилась. На спокойном рынке в ликвидной паре эти две величины малы, на выходе новости они растут именно тогда, когда бот активнее всего торгует.
Что это означает в год:Круговых сделок в сутки Кругов за год Комиссия за год при 0,2% за круг Со скидкой BNB (0,15%) 1 365 73% от суммы позиции 55% 3 1 095 219% 164% 10 3 650 730% 548%
Числа выглядят пугающе, но читать их надо правильно. Это не «минус 730% с депозита» — это суммарный оборот комиссий за год при условии, что каждая сделка идёт на всю сумму. Смысл таблицы в другом: порог безубыточности на одну сделку не зависит от частоты и всегда равен стоимости круга. Модель, которая целится в среднюю прибыль 0,3% на сделку, отдаёт бирже две трети своего валового результата. Модель, целящаяся в 0,15%, работает в убыток независимо от точности прогноза.
Отсюда практическое следствие, которое ломает большинство самодельных высокочастотных стратегий: чем чаще торгует бот, тем выше требования к качеству каждого сигнала, а не наоборот. Частота не компенсирует слабое преимущество, она его умножает на издержки.
Бэктест против форвард-теста: как проверить чужую кривую доходности
Форвард-тест — прогон стратегии на данных, которых не существовало в момент её создания: вы фиксируете параметры, запускаете и смотрите, что получилось за следующие недели. Бэктест показывает, как стратегию подогнали; форвард-тест показывает, работает ли она.
Почему различие критично, лучше всего объясняет схема из той же работы Berkeley Lab. Представьте советника, который рассылает 10 240 писем: половине адресатов он предсказывает рост бумаги, половине — падение. Через месяц он пишет только тем 5 120, кому угадал, и снова делит их пополам. После десяти повторений остаются десять человек, каждый из которых видел десять сбывшихся прогнозов подряд. Никакого умения здесь нет — есть отбор выживших. Точно так же выглядит витрина сигнального сервиса, показывающая только те стратегии и те периоды, где получилось.
Что спрашивать, когда вам показывают график доходности:
- Сколько вариантов вы перебрали? Ответ «мы не считали» равнозначен «оценить переобучение нельзя».
- Какой период и включает ли он падающий рынок? Кривая, целиком выросшая на бычьем участке, ничего не говорит о поведении в другом режиме.
- Учтены ли комиссии и проскальзывание? Спросите конкретную ставку, а не «да, конечно».
- Это бэктест или живой счёт? У живого счёта есть выписка биржи и метки времени сделок, у бэктеста — только картинка.
- Кто держит деньги? Если средства переводятся сервису, а не остаются на вашем счёте под ключом API с запретом вывода, вопрос доходности вторичен.
- Показан ли период отключения? Честный отчёт содержит и те недели, когда стратегию выключали. Их отсутствие — тот же отбор выживших.
Ни один из шести вопросов не требует технических знаний. Все шесть невозможно закрыть, если результата на самом деле нет.
Боты бирж, ИИ-сигналы и своя модель: что из этого нейросеть
Слово «ИИ» в этой нише прикрывает четыре совершенно разные вещи. Смешивать их — главная причина, по которой люди разочаровываются не в том, в чём следовало.
Торговые боты биржи. Сеточный бот, DCA-бот, копитрейдинг. Биржа описывает свой сеточный бот как инструмент, который выставляет заявки с заданным шагом внутри заданного диапазона: цена растёт — срабатывает продажа, цена падает — срабатывает покупка. Всё, что определяет поведение, задаёте вы: арифметический или геометрический шаг, верхняя и нижняя границы, число сеток, сумма, цена активации, стоп-лосс и тейк-профит. Машинного обучения здесь нет. Даже кнопка «AI-параметры» означает не торговлю нейросетью, а автоподбор этих же чисел по техническому анализу пары за выбранный период — так это описано в справке самой площадки. Такие боты бесплатны и встроены в интерфейс: например, набор бесплатных торговых ботов есть у KuCoin, похожие инструменты работают у большинства крупных площадок, а условия конкретной площадки удобнее смотреть в разборе биржи Bybit. Это честные инструменты с открытыми правилами — просто они не то, что рекламируют под словом «нейросеть».
Платные ИИ-сигналы. Подписка, за которую приходят рекомендации. Правил вы не видите, число перебранных конфигураций вам не сообщат, а бизнес-модель устроена так, что сервис зарабатывает на подписке независимо от вашего результата. Это ключевое отличие: у управляющего, берущего процент от прибыли, интересы совпадают с вашими, у продавца подписки — нет.
Своя модель на своих данных. Единственный вариант, где вы видите всё: выборку, признаки, число попыток, издержки. И единственный, где на вас же лежит вся работа.
Языковая модель как ассистент. Не торгует, а читает, размечает, считает и пишет код. ИИ бот для трейдинга и ИИ помощник для трейдинга — это разные роли, и путаница между ними стоит людям денег.Класс Что внутри Кто держит деньги Что можно проверить Главный риск Бот биржи (сетка, DCA) правила и параметры вы, на своём счёте все правила открыты боковик закончился — стратегия сломалась Платные ИИ-сигналы закрытый алгоритм зависит от сервиса почти ничего подписка оплачивается независимо от результата Своя модель ваш код и выборка вы всё, включая число попыток переобучение и издержки LLM-ассистент языковая модель вы каждый ответ по первоисточнику правдоподобные выдумки в деталях
Отдельно про копитрейдинг: он не имеет отношения к нейросетям вообще — это повторение сделок другого человека, у которого свои мотивы и своя схема вознаграждения.
Своя модель на своих данных: сколько стоит и обо что упирается
Самое дорогое в собственной модели — не видеокарта. Аренда вычислений считается в долларах за час и на фоне остального почти незаметна. Дорого обходятся данные и время, а упирается всё в три стены, которые деньгами не пробиваются.
Стена первая: данные заканчиваются раньше, чем вы думаете. Биржа бесплатно публикует архивы сделок, агрегированных сделок и свечей всех интервалов — от одной секунды до месяца. Этого достаточно для стратегий на цене и объёме. Но истории книги заявок в бесплатных архивах нет. Значит, всё, что связано с микроструктурой — плотность стакана, поток заявок, следы крупного участника, — вы можете собирать только сами и только вперёд, начиная с сегодняшнего дня. Год такой истории у вас появится через год. Готовые наборы книг заявок продают коммерческие поставщики, и их прайс — предмет переговоров, а не публичная страница.
Стена вторая: комиссия у вас другая. Биржа открыто описывает условия маркетмейкерской программы: чтобы в неё попасть, нужен 30-дневный оборот свыше 1000 BTC и качественные стратегии котирования; в обмен участник получает пониженные комиссии и повышенные лимиты API. То есть участник, с которым вы соревнуетесь, платит за сделку меньше вас и успевает отправить больше заявок в секунду. Это не «плохой бот против хорошего» — это разные правила игры. Кто именно стоит по другую сторону вашей заявки, подробно разобрано в материале про то, как маркетмейкер держит стакан.
Стена третья: скорость. Между вашим сервером и биржевым движком лежит интернет, между сервером профессионального участника и тем же движком — гораздо меньше. На горизонте секунд это не имеет значения, на горизонте миллисекунд решает всё. Отсюда простой ориентир: чем короче горизонт стратегии, тем безнадёжнее соревнование.
Из трёх стен следует не «не пытайтесь», а «выбирайте горизонт». На дневных и недельных интервалах преимущество в микросекундах бесполезно, зато полезны данные, которые вы собираете руками, — макро-показатели, потоки, календарь событий. Как собрать такой набор без платных подписок, разобрано в гайде про макро-дашборд крипто-инвестора. Нейросеть для анализа трейдинга на таком горизонте становится инструментом обработки данных, а не оракулом.
Риски ИИ-трейдинга для частного счёта: где именно теряют деньги
Перечень отсортирован по частоте, а не по громкости.
- Переобученная стратегия. Не нулевой результат, а систематический убыток — это доказанное свойство переобучения на рядах с памятью, а не пессимизм. Лечение: фиксировать число перебранных вариантов до начала перебора и держать честный форвард-тест.
- Издержки, не учтённые в тесте. Стратегия, показавшая плюс на бэктесте без комиссий, при 0,2% за круг чаще всего уходит в минус. Лечение: закладывать реальный тариф и запас на проскальзывание с первой строки кода.
- Смена режима рынка. Сеточный бот прекрасно работает в боковике и разрушается на тренде — потому что его правило состоит в покупке падения. Свечные модели и уровни ведут себя так же: полезно понимать, как читать свечной анализ, прежде чем автоматизировать реакцию на него.
- Выдумки языковой модели в деталях. Модель уверенно называет несуществующую цифру из отчёта или несуществующий метод API. На тексте это раздражает, на числе — стоит денег. Лечение: каждая цифра сверяется с первоисточником.
- Доступ к деньгам. Ключ API с разрешением на вывод средств превращает любую техническую ошибку или утечку в потерю депозита. Ключ выдаётся только на торговлю, с привязкой к IP.
- Мошенничество на бренде ИИ. Регуляторы США выпустили совместное предупреждение об инвестиционном мошенничестве с использованием ИИ 25 января 2024 года и привели в нём образцы формулировок: «наша собственная ИИ-система торговли не может проиграть» и «используйте ИИ для выбора гарантированных победителей». Обещание невозможности убытка — не преувеличение продавца, а признак схемы.
Про фон, на котором всё это продаётся, стоит сказать прямо: в соцсетях августа 2026 года демонстрация «прибыльного бота, собранного в чате с ИИ» обычно заканчивается предложением написать в личные сообщения. Это не разбор инструмента, а первый шаг воронки продаж.
Как отличить рабочий продукт от развода: чек-лист из шести вопросов
Список составлен так, чтобы им мог пользоваться человек без технического образования. Каждый пункт проверяется до оплаты.
- Есть ли верифицируемый трек-рекорд? Не картинка, а выписка с биржи или публичный счёт, где видны сделки с метками времени. Скриншот терминала не является доказательством.
- Кто держит деньги? Средства остаются на вашем биржевом счёте, а сервис получает ключ API без права вывода, — это рабочая схема. Перевод денег на счёт сервиса — нет.
- За что платит клиент: за результат или за подписку? Подписка означает, что доход продавца не зависит от вашего результата.
- Названо ли число перебранных конфигураций? Отсутствие числа делает оценку переобучения невозможной — это требование авторов, доказавших теорему о минимальной длине бэктеста, а не наша придирка.
- Что написано в оферте? В документах ищите две вещи: юридическое лицо с адресом и раздел об ответственности. Формулировка «сервис не несёт ответственности за торговые решения» рядом с обещанием безрискового заработка — прямое противоречие, и юридическую силу имеет именно первая часть.
- Есть ли обещание, которого не может быть? Заработок с гарантией, «не может проиграть», фиксированный процент в месяц. Регуляторы приводят такие фразы как маркер мошенничества, и это самый быстрый фильтр из шести.
Продукт, который проходит все шесть пунктов, существует и обычно выглядит скучно: открытые правила, ваш счёт, ваш ключ, отсутствие обещаний. Инструмент, который не проходит ни одного, тоже существует и выглядит эффектно.
FAQ
Можно ли попросить ChatGPT торговать за меня?
Языковая модель сама по себе не имеет доступа к бирже и не видит текущие котировки: она работает с текстом, который ей дали. Подключить её к торговле технически можно через API, но тогда решения принимает написанный вами код, а не «интеллект» модели. Ответственность и риск ошибки при этом полностью на вас, а качество зависит от стратегии, а не от модели.
Работают ли бесплатные торговые боты на биржах?
Работают ровно так, как описано в их правилах. Сеточный бот зарабатывает на колебаниях внутри диапазона и теряет, когда цена уходит из диапазона; DCA-бот усредняет позицию и требует запаса средств. Это не нейросети и не прогноз — это автоматизация ваших собственных решений, которая избавляет от ручных заявок, но не создаёт преимущества.
Сколько данных нужно, чтобы обучить свою модель для трейдинга?
Вопрос обычно ставят наоборот. Важнее не объём, а соотношение длины истории и числа перебранных вариантов: при пяти годах данных безопасный предел — около 45 независимых конфигураций, при двух годах — семь. Свечей и сделок биржа отдаёт бесплатно за много лет, а вот истории книги заявок в бесплатных архивах нет, и её придётся собирать самостоятельно.
Почему бэктест показывает прибыль, а на реальном счёте убыток?
Три обычные причины. Первая — переобучение: из множества вариантов выбран тот, что случайно подошёл к прошлому. Вторая — издержки: комиссия, спред и проскальзывание в тесте не учитывались, а круг сделки стоит 0,2% на розничном тарифе. Третья — заглядывание вперёд: в расчёт попала информация, недоступная в момент сделки.
Чем ИИ-трейдинг на крипте отличается от акций?
Рынок работает круглосуточно, поэтому у модели нет пауз на переобучение и нет закрытия, к которому можно привязать расчёт. Ликвидность распределена между площадками неравномерно, комиссии выше, чем у брокеров на фондовом рынке, а исторических данных в открытом доступе меньше по глубине. Механика ошибок при этом одинаковая — меняется только цена этих ошибок.
Что делать, если сервис показывает красивый трек-рекорд?
Задать шесть вопросов из чек-листа выше и начать с двух: сколько вариантов стратегии перебрали и есть ли биржевая выписка вместо картинки. Если ответа нет ни на один, дальше можно не идти. Дополнительно попросите показать период, когда стратегию отключали: его отсутствие означает, что вам показывают только выживших.
