МФТІ: перевірка торгових стратегій криптовалют в умовах реального ринку

В МФТІ представили систему, для якої перевірка торгових стратегій криптовалют будується не на ідеалізованій історії цін, а на моделюванні умов, близьких до реальної торгівлі. Розробка враховує комісії, проскальзування, ліквідність, вартість фінансування безстрокових контрактів та інші фактори, через які прибуткова на папері стратегія може виявитися слабкою після запуску.

Карточка розробки

• Розробник: Московський фізико-технічний інститут (МФТІ).
• Дата прем'єри системи: 30 липня 2026 року.
• Галузь: фінансові послуги, інвестиції та аудит.
• Технології: Data Mining.

Система відноситься до інструментів інтелектуального аналізу даних і призначена для більш суворої оцінки криптовалютних стратегій. Її задача — показати, як алгоритм поводився б не в лабораторних умовах, а в середовищі, де угода виконується з витратами, затримками та обмеженнями ринку.

Що таке бектестинг і навіщо він потрібен

Бектестинг — це перевірка торгової стратегії на історичних даних. Простими словами, алгоритм ніби проходить минулий ділянку ринку заново: отримує ціни, відкриває та закриває угоди за заданими правилами, а потім показує, яким міг бути результат.

Така перевірка потрібна, щоб заздалегідь оцінити логіку стратегії: приносила вона прибуток, наскільки сильно просідав капітал, як часто виникали збиткові періоди і чи витримує ідея різні ринкові фази. Для торгового робота бектестинг особливо важливий: він допомагає знайти слабкі місця до запуску на реальні гроші.

Як провести бектест стратегії або робота

Зазвичай перевірка будується за зрозумілим алгоритмом:

• Підготувати історичні дані: ціни, обсяги, комісії та інші параметри ринку.
• Налаштувати правила стратегії: умови входу, виходу, розмір позиції та обмеження за ризиком.
• Закласти реальні торгові умови: комісії, проскальзування, ліквідність та вартість фінансування для безстрокових контрактів.
• Запустити тест так, щоб алгоритм не використовував дані з майбутнього.
• Розібрати результати через звіти, графіки та таблиці угод.

Для бектестингу часто використовують MetaTrader, TradingView, Amibroker та подібні платформи. Якщо потрібна власна тестуюча система, її зазвичай пишуть на Python, C++ або R.

Оптимізація торгового робота зводиться до перебору та порівняння параметрів: наприклад, періоду індикатора, правил виходу або розміру позиції. Але вибирати тільки варіант з максимальною прибутковістю небезпечно — важливо дивитися, наскільки результат стійкий на різних ділянках ринку.

Є й додаткові способи перевірки. Форвард-тестування запускає стратегію на нових даних після налаштування, щоб перевірити її вже поза історичним ділянкою, на якому підбиралися параметри. Візуальне тестування показує угоди прямо на графіку крок за кроком: так простіше побачити, де алгоритм входить, виходить і помиляється.

Метрики, фактори та часті помилки бектесту

Результат бектесту оцінюють не тільки за прибутком. Зазвичай дивляться одразу кілька показників:

• Доходність: показує, скільки стратегія заробила за обраний період.
• Максимальна просадка: показує, наскільки сильно знижувався капітал від піка до мінімуму.
• Коефіцієнт Шарпа: допомагає оцінити доходність з поправкою на ризик.
• Волатильність: показує, наскільки різко змінювався результат стратегії.
• Відношення прибуток/ризик: допомагає зрозуміти, чи варта потенційна прибуток можливих втрат.

На успішність перевірки сильніше всього впливають якість даних, облік комісій, ліквідності, проскальзування, реалістичність моделювання, довжина тестового періоду та ризик переобучення.

Найбільш часті помилки — використання майбутніх даних, переобучення під вдалий ділянку історії, ігнорування торгових витрат та занадто короткий період перевірки. Саме через такі помилки стратегія може виглядати сильною на графіку, але швидко втрачати ефективність після запуску.

Що саме перевіряли вчені МФТИ

В центрі дослідження опинилися моментум-стратегії — один з популярних підходів в алгоритмічній торгівлі. Їх ідея проста: якщо ціна активу вже рухається в певному напрямку, вона може продовжити цей рух ще якийсь час. На традиційних фінансових ринках такі підходи застосовуються давно, але в криптовалютах їх часто тестують занадто спрощено.

На крипторинку зустрічаються різні типи стратегій:

• Моментум: ставка на продовження вже розпочатого руху ціни.
• Арбітраж: пошук різниці цін між майданчиками або інструментами.
• Скальпінг: часті короткострокові угоди з невеликою метою по прибутку.
• Трендові стратегії: робота за напрямком основного руху ринку.
• Контртрендові стратегії: спроба заробити на відкаті проти поточного руху.
• Маркет-мейкінг: виставлення заявок на купівлю та продаж для заробітку на спреді.

Головна проблема таких тестів — відірваність від реальності. Котирування на історичному графіку показує ціну, але не розкриває всіх умов угоди: якою була ліквідність, скільки коштувало виконання, яким виявилося проскальзування і як змінювалися ринкові цикли. Через це стратегія може виглядати сильною на минулих даних, а після запуску швидко втратити очікувану дохідність.

Команда кафедри <<Блокчейн>> МФТИ вирішила перевірити, наскільки моментум-стратегії стійкі при більш реалістичному підході. Для цього робота була розбита на кілька практичних кроків:

• Створення системи тестування.
• Збір погодинних даних по спотовому ринку.
• Збір погодинних даних по безстроковим ф'ючерсам за 8 років.

Як працює система тестування

Розробка поетапно імітує роботу торгової стратегії так, ніби вона запущена в реальному часі. На кожному кроці система перевіряє кілька умов:

• Алгоритм отримує лише ті ринкові дані, які могли бути доступні в момент прийняття рішення.
• Результат угоди розраховується з урахуванням комісій.
• У розрахунок додається проскальзування.
• Ураховується доступна ліквідність.
• Для безстрокових контрактів враховується вартість фінансування.

Після розрахунку одного тимчасового відрізка алгоритм переходить до наступного і повторює процедуру вже на оновлених даних. Такий підхід допомагає уникнути поширеної помилки — використання інформації з майбутнього. В результаті тест показує не абстрактну дохідність на історії, а більш правдоподібну картину поведінки стратегії в торгівлі.

Система відтворює роботу стратегії крок за кроком: використовує лише доступні на той момент дані, враховує реальні торгові витрати і потім переходить до наступного періоду. Такий метод дозволяє оцінити, як стратегія могла б поводитися в справжніх ринкових умовах, — пояснив Максим Єгоров, випускник кафедри <<Блокчейн>> МФТИ.

Для ринку, де трейдери часто перевіряють ідеї в MetaTrader, пишуть власні моделі на Python або переносять високонавантажені алгоритми на C++, важлива не лише логіка входу і виходу з позиції. Якість перевірки тримається на трьох речах:

• Урахування витрат, які виникають при виконанні угод.
• Урахування обмежень виконання, включаючи ліквідність і проскальзування.
• Порівняння підсумкової оцінки з тим, як стратегія могла б спрацювати в реальній торгівлі.

Результати: дохідність виявилася не головною перевагою

Отримані результати додатково перевірили статистичними методами. Це було потрібно, щоб відокремити стійкий ефект від випадкового збігу параметрів з вдалим сегментом ринку. Такий контроль показав: багато стратегій, які добре виглядають при стандартному тестуванні, помітно втрачають ефективність після врахування реальних торгових умов.

Головний висновок полягав не в тому, що моментум-стратегії дають максимальний прибуток. Більш важливою перевагою стала їхня здатність обмежувати втрати в періоди різких падінь ринку. При реалістичному тестуванні саме захист капіталу під час обвалів вийшов на перший план.

Через систему прогнали 132 варіанти стратегії. Дослідження показало, що не можна покладатися тільки на один варіант, який найкраще проявив себе на історичних даних. Після поправки на випадковий перебір його результат статистично вже не відрізнявся від удачі. При цьому сам моментум-ефект не зник.

Якщо оцінювати стратегію не за одним найуспішнішим сценарієм, а в середньому і формувати портфель з кількох варіантів, вона зберігає стійку прибутковість. При цьому її ключове властивість — зниження просадки в кризові періоди. За розрахунками МФТІ, максимальна просадка скорочувалася більш ніж у 2 рази: з 67% до 29%.

Навіщо така перевірка потрібна крипторинку

Автори розробки вважають, що система може стати базою для оцінки і створення нових інвестиційних продуктів на ринку криптовалют. Її цінність в тому, що продукт можна заздалегідь перевірити в умовах, близьких до реальної торгівлі, і зрозуміти, наскільки він здатний захищати капітал під час сильних спадів.

Така система може лягти в основу оцінки нових інвестиційних продуктів для криптовалютного ринку. Вона дозволяє заздалегідь побачити, як стратегія проходить періоди сильного зниження і наскільки контрольованим залишається ризик. На фоні формування в Росії нормативної бази для цифрових фінансових активів такі інструменти можуть стати особливо затребуваними, — зазначив Максим Єгоров.

Наступним кроком вчені МФТІ планують перевірити інші класи торгових стратегій. Також дослідження хочуть розширити на нові типи криптоактивів, щоб оцінити, наскільки реалістичне тестування змінює уявлення про ризик і дохідність у різних сегментах ринку.