Цифры, которые обычно не показываю

Тайвань

Исследователи из Беркли (Barber, Lee, Liu, Odean) получили доступ к полной базе Тайваньской биржи: 14 лет торгов, почти 4 млн участников, все сделки «без приукрас». Результат в одной из ключевых выборок: около 97% дейтрейдеров закрывали дни в минусе. В других срезах цифры менялись, но общая картина оставалась: большинство теряет деньги. После комиссий. Причём даже до учёта комиссий убыточных было больше 80%.

Источник: Barber et al., Review of Financial Studies, 2014

Обычное возражение: «ну это дейтрейдинг, а у меня алгоритм». Формально да, но на практике большая часть ритейл-«алго» – это те же внутридневные решения: частые входы, небольшой тейк, короткая жизнь позиции. Комиссии, спред и проскальзывание при этом никуда не исчезают.

Бразилия

Работа 2020 года (Chague, De-Losso, Giovannetti). Почти 20 тысяч человек, которые начали торговать: авторы исключили тех, кто быстро сдался, и смотрели на тех, кто продержался более 300 торговых дней. Это не новички.

Источник: Chague et al., SSRN, 202

Результат близкий: опять порядка 97% в убытке в итоге; только 1.1% зарабатывали заметно больше минимальной зарплаты; средний убыток примерно 49 долларов в день. Если переводить в год – это тысячи долларов минуса за право сидеть у терминала.

Анализ «выживаемости» показал: через год торгуют ≈44% стартовавших, через два ≈24%, через три — ≈15%. Остальные либо обнулились, либо ушли самотеком.

Почему это важно для MOEX

У меня нет полной панели ритейл-счётов MOEX – это факт, и я это прямо говорю. Но механизмы потерь по сути универсальны: комиссии, проскальзывание, конкуренция со скоростными участниками и человеческая психология работают одинаково везде. На нашей бирже есть дополнительные особенности: вне «голубых фишек» ликвидность часто слабая (спреды 0.5% и больше), набор инструментов иной, доступ к зарубежной инфраструктуре для розницы сильно ограничен. Поэтому ждать, чтоу нас массово будет лучше, чем на развитых рынках, было бы наивно

Инфраструктура, о которой часто забывают

Торговля – это не только модель и параметры. Это ещё и путь ордера от вас до биржи.

Что у ритейла в руках

Tinkoff Invest API: типичная латентность 50–200 мс, иногда хуже; документация хорошая, есть песочница. QUIK + Lua: быстрее, условно 20–100 мс, но документация «как в нулевых», песочницы обычно нет. Finam, Alor: рабочие решения, где-то посередине

Это всё миллисекунды. Работает для многих задач, но не для конкуренции с колокацией.

Что у профи

Колокация MOEX: сервер в том же дата-центре, что и matching engine. Латентность в районе десятков микросекунд. Разница между домашними десятками миллисекунд и микросекундами – это не «чуть быстрее», это другой класс задач.

Когда я прогнал логи в тестовой среде, разницу было видно в миллисекундах и она реально влияет на исполнение. Пока ваш ордер идёт через интернет-маршруты, алгоритм с колокацией может увидеть его, вычислить реакцию и встать «впереди». Это не заговор — это архитектура рынка

По опыту: в паре тестов по ликвидным тикерам у меня среднее проскальзывание при паре тысяч пришедших ордеров было ≈0.03% и это существенно «съедало» заявленный edge для внутридневных стратегий.

Вывод

Стратегии, где критична скорость исполнения (скальпинг, маркетмейкинг, арбитраж на секундах), для типичного ритейла при обычных ресурсах и подключениях практически недоступны. Это не про «плохой код», это про физику и экономику.

Допустим, одна сделка объёмом 100 000 ₽. Типичные издержки на вход-выход в сумме дают примерно 0.07–0.15%. Если ваш ожидаемый edge на сделку ~0.1%, то большая часть уходит рынку ещё до того, как цена пошла «в нужную сторону»

На часовом таймфрейме ATR по акциям получается порядка 0.25–0.4%. Это вся доступная волатильность. Если треть этого хода съедают издержки, а Win Rate ≈50% и соотношение риск/прибыль ≈1:1, то математика даёт отрицательное ожидание.