ЦБ Турции распродал около 60 тонн золота на фоне войны в Иране
Представьте: вы входите в огромный аукционный зал. Тысячи людей, крики, движение. Вы анализируете, принимаете решение, делаете ставку. И только потом замечаете — половина участников аукциона вообще не люди. Это роботы. Они не устают, не паникуют, не ошибаются из-за страха. Они реагируют быстрее, чем вы успеваете моргнуть.
Добро пожаловать на финансовый рынок 2026 года. Хотя — если честно — этот аукцион выглядит так уже несколько десятилетий. Просто раньше роботов называли по-другому.
Я не технолог и не программист. Я трейдер. Я смотрю на тему ИИ через одну линзу: как это меняет рынок, на котором я работаю каждый день. Именно это — без страшилок, без хайпа, без однозначных ответов там, где их нет.
И ещё одна честная мысль прежде чем начать: большинство людей читают материал об ИИ либо чтобы убедиться что это опасно, либо чтобы убедиться что это спасение. Я прошу вас сделать третье — читать это как человек, который хочет понять инструмент и научиться им пользоваться.
I. ЭТО УЖЕ БЫЛО. ПРОСТО ПОД ДРУГИМ ИМЕНЕМ
Когда в разговоре о трейдинге звучит слово «ИИ» — большинство людей думают о ChatGPT, о 2022–2023 годах, о хайпе. Это ошибка восприятия. Автоматизация торговли началась не когда появились нейросети. Она началась тогда, когда один человек решил убрать эмоции из уравнения и заменить их правилом.
1949: первый алгоритм в истории трейдинга
Ричард Дончиан — трейдер и математик — публикует простое правило: покупай актив, если он обновил максимум за последние 20 дней. Продавай, если обновил минимум. Никаких новостей. Никакой интуиции. Только математика. Это был первый механический алгоритм в истории биржевой торговли. Ему сейчас 76 лет — и он до сих пор работает.
1983: «Черепахи» — первый публичный эксперимент
Ричард Деннис и Уильям Экхард поспорили: можно ли научить обычных людей торговать строго по системе — без эмоций, без отступлений, без интуиции? Они набрали 13 человек с улицы — назвали их «Черепахами» — и дали им механический алгоритм с жёстким риск-менеджментом. Дали по 1 миллиону долларов каждому. И засекли время.
За четыре года «Черепахи» заработали суммарно более 150 миллионов долларов. Это был первый публично задокументированный эксперимент с однозначным результатом: дисциплинированная система бьёт талант. Всегда.
Когда я думаю о «Черепахах», я думаю об одном: они не были умнее рынка. Они просто перестали слушать себя и начали слушать систему. Это и есть суть любого алгоритма — убрать человека из уравнения там, где человек мешает.
1988: Renaissance Technologies — 66% годовых тридцать лет подряд
Джим Саймонс, математик и бывший криптоаналитик АНБ, основывает Renaissance Technologies. Его фонд Medallion не нанимает трейдеров — он нанимает физиков, математиков, лингвистов. Их задача: найти в историческом поведении цены статистические аномалии, которые человеческий глаз не видит.
Результат с 1988 по 2018 год — 66% годовых до вычета комиссий. Это не опечатка. Лучший инвестиционный результат в истории человечества за тридцать лет подряд. Warren Buffett за тот же период показал около 20% годовых. Разница в три раза. Не за счёт лучшего понимания бизнеса — за счёт лучшего алгоритма.
В том же 1988 году учёный-компьютерщик из Колумбийского университета Дэвид Шоу создаёт D.E. Shaw & Co. К середине 1990-х его автоматизированные системы обеспечивают до 5% всего объёма торгов на Нью-Йоркской фондовой бирже. Один фонд. Пять процентов крупнейшей биржи мира.
Если вы торговали на NYSE в середине 1990-х — с первого дня каждая пятая сделка на другой стороне от вас была машинной. Вы об этом не знали. Машина знала всё о вас.
II. ЧЕТЫРЕ КАТАСТРОФЫ, КОТОРЫЕ ПЕРЕПИСАЛИ ПРАВИЛА
Автоматизация никогда не движется по прямой. Каждый технологический скачок сопровождался катастрофой, которая обнажала новую уязвимость. И именно в этих катастрофах — самые важные уроки для любого, кто сидит за терминалом сегодня.
1987: Чёрный понедельник — когда защита стала оружием
К 1987 году крупные фонды внедрили «портфельное страхование» — алгоритмы, автоматически продающие фьючерсы при падении рынка. Идея казалась гениальной: чем глубже падение, тем больше продаёшь, тем надёжнее защищён портфель. 19 октября 1987 года эта логика убила сама себя.
Dow Jones упал на 22.6% за один торговый день. Представьте: вы приходите утром на работу, открываете терминал — и за день теряете почти четверть всего. Причина: алгоритмы начали продавать → падение ускорилось → алгоритмы продали ещё больше → падение стало обвалом. Машины не паниковали. Они просто делали то, для чего были созданы. И именно это их сломало.
Урок: система, созданная для защиты, становится источником разрушения, если все используют её одновременно
1998: LTCM — когда нобелевские лауреаты проиграли рынку
Long-Term Capital Management — фонд с двумя нобелевскими лауреатами, бывшим вице-председателем ФРС и лучшими математическими умами Уолл-стрит. Их модели арбитража на облигациях работали безупречно. Модели говорили: дефолт России — статистически невозможное событие, вероятность меньше 0.01%.
В августе 1998 года Россия объявила дефолт. За четыре месяца LTCM потерял 4.6 миллиарда долларов. ФРС экстренно организовала спасение фонда — иначе под угрозой оказалась бы вся глобальная финансовая система. Модели были безупречны. Они просто не знали того, чего не было в истории.
Урок: ИИ работает на исторических данных. «Чёрный лебедь» не виден в данных — до тех пор, пока он не прилетел
2010: Flash Crash — 1 000 пунктов за пять минут
6 мая 2010 года, 14:42 по нью-Йоркскому времени. Один алгоритм компании Waddell & Reed начал продавать 75 000 контрактов E-Mini S&P 500 без учёта цены и времени. Высокочастотные системы увидели аномалию и мгновенно вышли с рынка — ликвидность испарилась. Dow Jones упал на 1 000 пунктов за пять минут. Акции Accenture торговались по одному центу. Procter & Gamble — крупнейшая компания мира — упала на 37% за секунды.
Через 20 минут рынок восстановился. Но мир увидел: к 2010 году HFT-системы обеспечивали более 70% объёма торгов акциями в США. Когда они одновременно вышли — рынка не стало. Ликвидность, которую алгоритмы создавали в обычное время, они же и уничтожили в момент стресса.
Урок: алгоритм может мгновенно обеспечить ликвидность — и так же мгновенно её забрать. В кризисный момент скорость работает против вас
2012: Knight Capital — 440 миллионов долларов за 45 минут
Это история о том, как одна строчка кода уничтожила компанию. 1 августа 2012 года Knight Capital Group обновила программное обеспечение на торговых серверах. Один разработчик случайно активировал старый отключённый алгоритм «Power Peg». Никто этого не заметил.
За 45 минут система совершила миллионы ошибочных сделок. Убыток: 440 миллионов долларов — больше чем годовая прибыль компании. Knight Capital прекратила существование. Не из-за плохой стратегии. Не из-за рыночного краха. Из-за одной строчки кода, которую никто не выключил.
Урок: автоматизация без контроля убивает не рынок — она убивает саму компанию. Чем быстрее машина, тем дороже её ошибка
III. ПОЛВЕКА ЭВОЛЮЦИИ В ОДНОЙ ТАБЛИЦЕ
Это не скачок и не революция. Это непрерывная линия, где каждое поколение систем стоит на плечах предыдущего.
IV. КАК ВЫГЛЯДИТ ИИ СЕГОДНЯ — И ПОЧЕМУ ЭТО ПУГАЕТ
Если предыдущие эпохи автоматизации можно было назвать эволюцией инструментов — то то что произошло в 2020-е годы изменило не инструменты, а саму архитектуру рынка. И вот что я имею в виду.
Aladdin: когда один инструмент видит всё
Платформа Aladdin от компании BlackRock управляет оценкой рисков портфелей на сумму более 11 триллионов долларов. Для сравнения: ВВП России — около 2 триллионов долларов, ВВП Германии — около 4 триллионов. Один программный инструмент. Одна модель расчёта риска. Через неё смотрят на рынок сотни крупнейших пенсионных фондов, страховых компаний и суверенных фондов мира.
В 2025 году BlackRock добавил в экосистему платформу Asimov — систему, которая круглосуточно без остановки сканирует корпоративные отчёты, новости и электронные письма и автоматически генерирует инвестиционные идеи. Плюс Aladdin Copilot — интерфейс на базе GPT-4, где аналитик задаёт вопрос обычным языком и получает развёрнутый анализ портфеля за секунды.
V. ГЛАВНАЯ СКРЫТАЯ УГРОЗА: КОГДА ВСЕ ДУМАЮТ ОДИНАКОВО
Есть один риск в этой теме, о котором почти никто не говорит публично. Я называю его стадным ИИ — и именно он заставляет меня смотреть на текущее состояние рынка с осторожностью.
Когда сотни крупнейших институциональных инвесторов используют одну и ту же модель оценки риска (Aladdin), когда крупнейшие банки строят торговые системы на базе одних и тех же LLM (Large Language Model — это нейросетевая модель искусственного интеллекта, обученная на огромных объёмах текста для понимания и генерации человеческого языка.) — рынок перестаёт быть местом встречи разных мнений. Он превращается в эхо-камеру. А эхо-камеры взрываются.
Исследование 2025 года проверило предсказания восьми крупнейших LLM-моделей по одним и тем же рыночным сценариям. Результат: высокая положительная ковариация — то есть они думают похоже. Когда они ошибутся, они ошибутся одновременно.
Но это не новая проблема — она просто приобрела новый масштаб и новую скорость. Посмотрите на историю через эту линзу, и вы увидите один и тот же сценарий, повторяющийся снова и снова.
1987 год: все крупные фонды используют одну и ту же логику портфельного страхования. Рынок падает — все продают одновременно — обвал. 1998 год: все крупные банки доверяют одним и тем же математическим моделям конвергенции. Дефолт России — все модели ошибаются одновременно — коллапс. 2008 год: весь мир покупает ипотечные облигации, потому что все рейтинговые агентства используют схожие модели и говорят «безопасно». Рынок рушится — и все модели ошибаются одновременно.
▌ Стадное поведение не изобрёл ИИ. Его изобрёл человек. ИИ просто сделал его быстрее — в миллионы раз быстрее. Если раньше «стадо» собиралось за дни и недели, то сейчас — за миллисекунды.
Теперь представьте следующий сценарий: крупный геополитический шок — допустим, неожиданная эскалация на Ближнем Востоке. Aladdin получает данные. Его модель риска говорит «выходи». Сотни фондов по всему миру получают один и тот же сигнал в одно и то же время. Они все выходят. За секунды. Ликвидность испаряется — как в Flash Crash 2010 года. Только теперь масштаб не один рынок акций. Это глобальная финансовая система.
Это не сценарий из антиутопии. Это системный риск, который уже существует и о котором регуляторы говорят в закрытых документах. Европейский регулятор ESMA выпустил специальные брифинги по этой теме в 2026 году. Индийский регулятор SEBI уже требует регистрации всех алгоритмических стратегий и обязательной возможности их мгновенной остановки человеком.
VI. ГДЕ ИИ ВАС ПРЕВОСХОДИТ — И ГДЕ ОН СЛЕП
Теперь самый практичный вопрос: что всё это значит лично для вас — для трейдера, который открывает терминал каждое утро?
Мой ответ не «ИИ убьёт трейдинг» и не «ИИ вам поможет». Мой ответ такой: ИИ убьёт посредственного трейдера. Того, кто торговал по чужим сигналам, без понимания психологии рынка, без собственной системы. Потому что именно это машина делает дешевле, быстрее и без эмоций.
Но есть то, где человек по-прежнему незаменим. И именно там делаются самые большие деньги.
Где ИИ вас превосходит — примите это как факт
- Скорость обработки информации: ИИ прочитает 10 000 корпоративных отчётов за секунды. Вы — нет. LOXM от JPMorgan исполняет крупные ордера значительно дешевле человека — и это задокументировано.
- Паттерны в микроструктуре: Аномалии в высокочастотных данных, которые человеческий глаз физически не способен увидеть.
- Мониторинг рисков: Одновременный мониторинг миллионов позиций — то, что требует сотен аналитиков, машина делает за доли секунды.
- Исполнение системных стратегий: Всё что можно формализовать в правило — машина сделает лучше вас. Всегда.
Где ИИ слеп — и это ваше преимущество
- "Чёрные лебеди": Дефолт России в 1998-м. Ковид в 2020-м. ИИ не знает того, чего не было в истории — а рынок регулярно создаёт события без прецедентов.
- Контекст и ирония: Алгоритм читает новость, но не слышит тон. Не понимает политический подтекст. Не чувствует когда рынок делает вид что не замечает очевидного.
- Иррациональные нарративы: GameStop. Dogecoin. Мемные акции. Там где нарратив важнее данных — ИИ опаздывает. Человек, который чувствует настроение толпы, приходит первым.
- Кризисное доверие: В момент паники люди хотят слышать живого человека. Не алгоритм. Это не сентиментальность — это рыночная реальность.
VII. КАК Я ИСПОЛЬЗУЮ ЭТО В РАБОТЕ КАЖДЫЙ ДЕНЬ
Я хочу рассказать вам не теорию, а то что происходит за моим рабочим столом каждое утро. Потому что именно это — разрыв между теорией и практикой — чаще всего остаётся за кадром в материалах про ИИ.
Я не против ИИ. Я против слепого доверия к нему. Это принципиально разные позиции.
В своей ежедневной работе я использую несколько инструментов с чёткими ролями для каждого. Grok — для поиска актуальных новостей и рыночного настроения в реальном времени: он хорошо видит что обсуждается прямо сейчас. Gemini — для структурированного поиска данных, статистики и корпоративной отчётности из открытых источников. ChatGPT — для редактуры и переформулировки: когда нужно переписать абзац иначе или упростить сложную мысль. Claude — как аналитическая среда для проверки аргументов, построения структуры и поиска логических противоречий в моих тезисах.
Ни одному из них я не доверяю полностью. Каждый из них может ошибиться, придумать несуществующий факт, неправильно интерпретировать контекст. Именно поэтому я использую несколько инструментов параллельно, а не один — так же как опытный хирург не работает одним скальпелем.
Аналитик с ИИ в 2026 году тратит на сбор и структурирование информации не целый рабочий день — а час. Оставшееся время он тратит на то, что машина не умеет: интерпретацию контекста, формирование позиции, принятие решения под ответственность. Это и есть ваше конкурентное преимущество.
Но вот что важно понять: ИИ не сделает вас умнее. Он сделает вас быстрее. Умнее вас делает только опыт, дисциплина и честный разбор собственных ошибок. Молоток не строит дом. Дом строит человек с молотком, который знает архитектуру.
ЧТО ДЕЛАТЬ С ЭТИМ ЗНАНИЕМ
1949 год — первый алгоритм Дончиана. 1987 год — первая системная катастрофа. 1998 год — LTCM и дефолт России. 2010 год — Flash Crash. 2026 год — $11 триллионов под управлением одной платформы. Это не история технологий. Это история о том, как рынок постоянно усложнялся — и как каждый раз выживали не те, кто сопротивлялся изменениям, а те, кто понял их раньше других.
Борьба с прогрессом не приводит к хорошему — это показывает каждое десятилетие биржевой истории. Но слепое доверие к прогрессу убивает так же верно — это показывает каждая из четырёх катастроф, о которых я рассказал выше.
Есть третий путь. Понять инструмент. Знать где он силён и где он слеп. Поставить его на службу своей системе — а не заменить свою систему им. Именно это отличает профессионала от любителя в любую эпоху, с любыми инструментами.
ИИ не убьёт трейдера. Он убьёт посредственного трейдера. Разница между ними — не в таланте и не в удаче. Она в том, продолжает ли человек учиться или решает, что уже знает достаточно.
Следующий ключевой вопрос, за которым я наблюдаю: что произойдёт, когда стадный ИИ ошибётся первый раз по-настоящему? Когда сотни фондов получат один сигнал и выйдут одновременно — и рынок окажется в Flash Crash, только в глобальном масштабе? Именно тогда будет виден разрыв между теми, кто понимал риски системы, и теми, кто ей просто доверял.
Я буду за этим следить. И писать об этом здесь.
Если этот материал изменил то, как вы смотрите на тему — значит, мы мыслим в одном направлении.
