Иллюстрация мат.ожидания научной статьи по финансам.

И смешно, и грустно.

1. Открываем Arxiv и смотрим статьи по Quantitative Finance за последний год.
2. Большинство статей всё ещё пытаются предсказывать цены с активным фокусом на крипту.
3. Читаем выводы: "На одной траектории без кросс-валидации и бэктеста мы смогли оверфитнуться".
4. Оставшиеся статьи — тяжёлая наркомания вроде "Optimization of portfolios with cryptocurrencies: Markowitz and GARCH-Copula model approach". Не понятно, зачем такой зоопарк моделей. Все цифры опять с оверфитом.

Результат по предикту цен ожидаемый. Авторы пытаются предсказать процесс, цену, котораый зависит от огромного количества факторов, большинство из которых имеют вероятности 50 на 50 — встретишь динозавра или нет.

Представьте, что вы нашли модель, которая смогла предсказывать цены на проде. Какая у вас мотивация её публиковать? Что вы от этого получите?

А если загрузите в неё все свои деньги с максимальным плечом? При условии 100% точности модели предсказания, что вам выгоднее?

Но в реальности, если и существуют 100% точные предсказания цен, то это либо очень короткие промежутки времени, либо limited time opportunities, которых ОЧЕНЬ мало.

Квант мыслт не предсказанием цены, а вероятностью, с которой его модель делает выгодные сделки. Его интересует распределение ожидаемых доходностей от этих сделок. Это позволяет рассчитать оптимальную аллокацию капитала по Kelly Criterion.

Quant Researcher