Математика фондового рынка: как считать доходность

Доходность можно посчитать по формуле, но рынок не обязан ей соответствовать. Инвестор, который слепо доверяет математической модели, рискует принять аккуратные цифры за гарантию — и потерять на первом же обвале, который модель не предусмотрела. Математика фондового рынка полезна ровно до тех пор, пока вы понимаете её границы: где заканчивается статистика и начинается реальность с её «чёрными лебедями».

Разберём, почему формулы ломаются о реальность, как математическая модель риска превращается в убыток и какие исторические эпизоды это подтверждают. Отдельно остановимся на нормальном распределении — и на том, почему оно не описывает обвалы. Затем перейдём к практике: что защищает инвестора от ошибок в расчётах, как работают диверсификация, хеджирование и лимиты, как считать доходность и риск без иллюзий. В конце — чек-лист действий перед тем, как довериться модели.

Математика фондового рынка: где формулы ломаются о реальность

Финансовая математика устроена так, что почти все её базовые формулы выведены для условий, которых на реальном рынке не существует. Средняя доходность считается как среднее арифметическое по историческим рядам, волатильность — как стандартное отклонение тех же рядов, риск портфеля — через ковариационную матрицу. Каждая из этих операций предполагает, что данные однородны, независимы и подчиняются устойчивому статистическому закону. Рынок не даёт ни одного из этих условий.

Ключевая ловушка — подмена понятий. Когда инвестор видит «среднегодовая доходность 15%», он читает это как «в среднем я буду получать 15% в год». Формула говорит другое: это арифметическое среднее по прошлым периодам, где отдельные годы давали плюс 60% и минус 40%. Среднее арифметическое и среднее геометрическое (то, что реально накапливает капитал) — разные числа, и разрыв между ними растёт вместе с волатильностью. Чем сильнее качает рынок, тем больше инвестор теряет на «волатильностном налоге», даже если средняя доходность выглядит солидно.

Второй разрыв — между моделью и горизонтом. Большинство формул предполагают, что вы можете пересидеть просадку и дождаться возврата к среднему. Но у частного инвестора есть обязательства: платежи, сроки, психологический предел терпения. Математика не знает про эти ограничения, а они определяют, реализуется ли расчётная доходность вообще. Историческая среднегодовая доходность индекса МосБиржи с дивидендами — 14–18%, но это число описывает индекс, а не конкретный портфель конкретного человека с конкретными датами покупок.

Практический вывод: любая формула доходности — это описание прошлого в предположении, что будущее похоже на него. Она полезна как ориентир масштаба, но не как обещание. Относиться к ней нужно как к карте, а не как к расписанию поездов.

Как математическая модель риска превращается в убыток

Стандартная модель риска опирается на волатильность: чем сильнее колеблется цена актива, тем выше его риск. Это удобно, потому что волатильность считается по формуле и легко сравнивается между инструментами. Проблема в том, что волатильность измеряет разброс, а не направление и не вероятность катастрофы. Актив с высокой волатильностью может годами расти, а актив с низкой — однажды обнулиться за неделю.

Механика превращения модели в убыток выглядит так:

1. Инвестор оценивает риск через историческую волатильность за спокойный период.
2. На основе этой оценки выбирает размер позиции и уровень стоп-лосса.
3. Рынок входит в режим, которого не было в историческом окне: разрыв ликвидности, гэп, смена режима волатильности.
4. Стоп-лосс срабатывает не по расчётной цене, а по первой доступной — существенно хуже.
5. Убыток превышает заложенный в модель максимум.

Здесь работает эффект «хвостового риска»: редкие события дают непропорционально большой урон. Модель, откалиброванная на 95% наблюдений, молчит именно про те 5%, которые и определяют итоговый результат. Чем больше плечо и чем короче горизонт, тем сильнее этот эффект: при использовании заёмных средств даже небольшое отклонение от расчётного сценария выбивает позицию принудительно, по маржин-коллу, в самый невыгодный момент.

Отдельная проблема — ошибка выжившего в данных. Модели часто строят на активах, которые дожили до сегодняшнего дня. Компании, обанкротившиеся по пути, из выборки выпадают, и риск получается заниженным. Формула честно считает то, что ей дали, но дали ей неполную картину.

Что это значит для практики: модель риска отвечает на вопрос «насколько сильно может качнуть в обычных условиях», но не на вопрос «что будет, если всё пойдёт не так». Второй вопрос важнее для сохранности капитала, и на него математика прямого ответа не даёт.

Когда математика подводила: примеры из истории рынков

История финансов знает несколько эпизодов, где именно математическая строгость модели приводила к системным потерям. Разбор этих случаев полезен не ради драмы, а ради понимания типовых ошибок.

Портфельное страхование (1987). Стратегия строилась на формуле, которая автоматически продавала фьючерсы при падении рынка, чтобы ограничить риск портфеля. Пока падение было плавным, всё работало. Когда рынок пошёл вниз резко, все участники одновременно получили сигнал продавать. Предложение фьючерсов обвалило цены, что дало новый сигнал продавать — обратная связь усилила падение. Формула была верной в предположении, что рынок ликвиден и что участники действуют независимо. Оба предположения оказались ложными.

Модель оценки дефолтов в ипотечных бумагах (2007–2008). Риск структурированных продуктов рассчитывали через корреляции между заёмщиками, опираясь на короткую историю благоприятных лет. Модель предполагала, что цены на жильё в разных регионах не падают одновременно. Когда они упали одновременно, корреляции, заложенные в формулу, оказались заниженными на порядок, и рейтинги, построенные на этих расчётах, потеряли смысл за считанные недели.

Крах «квантовых» фондов (1998, 2007). Стратегии, основанные на статистических закономерностях, работали годами, привлекая всё больше капитала. Когда в одной стратегии оказывалось слишком много денег, при неблагоприятном движении все начинали закрывать позиции одновременно. Закономерность, на которой строилась модель, исчезала именно потому, что в неё поверили слишком многие.

Общий знаменатель всех случаев: модель описывала мир, где участники независимы, ликвидность бесконечна, а прошлое повторяется. В реальности участники связаны, ликвидность исчезает в самый нужный момент, а режим рынка меняется. Это не аргумент против расчётов — это аргумент против слепого доверия к ним.

Почему нормальное распределение не описывает обвалы

Нормальное распределение — рабочая лошадка финансовой математики. Оно удобно: полностью описывается двумя параметрами, хорошо изучено, из него выводятся формулы риск-метрик. Но у него есть свойство, критичное для рынка: вероятность экстремальных отклонений падает очень быстро. Событие на пять стандартных отклонений от среднего по нормальному закону практически невозможно. На рынке такие события случаются регулярно.

Разница в цифрах ошеломляющая. Если доходности подчинялись бы нормальному распределению, дневное падение, сопоставимое с крупнейшими обвалами в истории, должно было бы происходить раз в несколько тысяч лет. На практике подобные дни случаются раз в несколько лет. Это значит, что «хвосты» реального распределения тяжелее, чем предполагает модель, и все метрики, выведенные из нормального закона, систематически занижают риск катастрофы.

Что это меняет на практике:

• Вероятность, посчитанная по нормальной модели, — это нижняя граница, а не оценка. Реальный шанс неприятности выше.
• Метрики вроде «риск при данном доверительном уровне» на коротком горизонте недооценивают потери именно в кризис.
• Диверсификация, рассчитанная через корреляции спокойного периода, в момент стресса работает хуже: корреляции сдвигаются к единице, и всё падает вместе.

Реальные распределения доходностей асимметричны: резкие падения более вероятны и более глубоки, чем резкие взлёты. Это отражает природу рынка — паника быстрее жадности. Модели, которые этого не учитывают, дают ложное чувство контроля: инвестор видит аккуратную цифру риска и считает, что худшее известно.

Отсюда практическое правило: любую оценку риска, полученную из нормальной модели, нужно мысленно увеличивать, а не принимать как точную. Считать, что «максимальный убыток ограничен», — опасная иллюзия, особенно при использовании заёмных средств.

Что защищает инвестора от ошибок в расчётах

Защита строится не на более точной формуле — точной формулы не существует. Она строится на процедурах, которые ограничивают ущерб от неизбежной ошибки в модели. Логика простая: раз предсказать худший сценарий нельзя, нужно сделать так, чтобы он не был фатальным.

Работающие механизмы:

1. Запас прочности в расчётах. Если модель говорит «риск 10%», планируйте исходя из 20–30%. Это не трусость, а поправка на то, что хвосты тяжелее, чем в формуле.
2. Ограничение размера позиции. Ни одна отдельная идея не должна влиять на итог портфеля настолько, чтобы её провал был необратимым.
3. Отказ от плеча на неопределённом горизонте. Заёмные средства превращают модельный риск в реальный принудительный убыток: позицию закрывают не тогда, когда вы решили, а когда требует брокер.
4. Проверка расчётов на нескольких сценариях. Не один прогноз, а диапазон: спокойный рынок, коррекция, кризис. Решение должно выдерживать все три.
5. Дисциплина по срокам. Деньги, которые понадобятся в ближайшие год-два, не должны зависеть от рыночной волатильности.

Отдельный элемент защиты — понимание собственного инструмента. Сложные продукты (фьючерсы, опционы, структурные продукты, иностранные ETF) требуют от неквалифицированного инвестора прохождения бесплатного тестирования у брокера — это требование закона «О рынке ценных бумаг» действует с октября 2021 года. Тестирование не гарантирует, что вы поняли риск, но заставляет хотя бы формально с ним столкнуться. Если продукт не объясняется простыми словами, это само по себе сигнал.

Наконец, защищает регулярная сверка плана с реальностью: раз в квартал пересматривать, совпадают ли фактические результаты с расчётными. Если расхождение системное — модель неверна, а не рынок «ведёт себя неправильно».

Диверсификация, хеджирование и лимиты: математика защиты

Три инструмента защиты — диверсификация, хеджирование и лимиты — часто подаются как универсальные решения. У каждого есть математическая основа, и у каждого есть границы применимости, о которых реклама молчит.

Диверсификация. Формально она снижает риск портфеля за счёт низкой корреляции активов. Но корреляции нестабильны: в спокойные периоды активы движутся вразнобой, в кризис — синхронно вниз. Диверсификация по классам активов (акции, облигации, золото, кэш) работает лучше, чем диверсификация по десятку акций одного сектора, потому что разные классы реагируют на разные драйверы. Но и она не отменяет системный риск: в глобальном кризисе падает почти всё.

Хеджирование. Идея — купить защиту от падения. Математически это перенос риска за плату. Плата реальна и постоянна (премия по опциону, стоимость обратной позиции), а защита срабатывает редко. Если хеджировать всё время, издержки съедают значительную часть доходности. Если хеджировать только в моменты страха — покупаешь дорого, потому что защита дорожает именно тогда, когда она нужна. Хедж имеет смысл как точечная страховка на конкретный риск с понятной ценой, а не как постоянный режим.

Лимиты. Самый недооценённый инструмент. Лимит — это заранее заданное правило: максимальная доля одного актива, максимальная просадка портфеля, после которой пересматривается стратегия. Лимит не улучшает прогноз, но ограничивает ущерб от плохого прогноза. Он работает механически, без эмоций, и именно поэтому эффективен.

Комбинация работает лучше любого элемента по отдельности: диверсификация распределяет риск, хедж точечно закрывает конкретную угрозу, лимиты ограничивают последствия. Но ни один из трёх не делает портфель неуязвимым — они лишь снижают вероятность катастрофического исхода.

Как считать доходность и риск без иллюзий

Практический расчёт начинается с честного вопроса: что именно вы считаете. Доходность бывает разной, и путаница между ними — источник большинства иллюзий.

Базовые принципы корректного счёта:

1. Считайте геометрическую, а не арифметическую доходность. Именно она показывает, во что превратился капитал. Разрыв между двумя средними растёт с волатильностью: чем сильнее качает, тем больше теряется на «волатильностном налоге».
2. Учитывайте все издержки. Комиссии брокера, биржевой сбор, налоги, спред между ценой покупки и продажи. Модель без издержек показывает доходность, которой не существует.
3. Считайте реальную доходность. Номинальная доходность минус инфляция. Если номинально портфель вырос, а инфляция съела больше — покупательная способность упала.
4. Считайте доходность денежно-взвешенную, а не временную. Если вы вносили деньги частями, ваша личная доходность отличается от доходности инструмента. Формула внутренней нормы доходности учитывает и суммы, и даты.
5. Оценивайте риск диапазоном. Не одним числом волатильности, а сценариями: что будет при падении рынка на 10%, 30%, 50%.

Пример масштаба. Если вы вложили 100 000 ₽ и через год получили 110 000 ₽, номинальная доходность — 10%. Но если за тот же год инфляция была существенной, реальная доходность окажется заметно ниже, а после вычета комиссий и налога — ещё меньше. При горизонте в несколько лет разница между номиналом и реальностью накапливается и может изменить знак результата.

Отдельно про риск: не существует одной цифры, которая его описывает. Волатильность говорит о разбросе, максимальная просадка — о худшем падении, время восстановления — о том, сколько придётся ждать. Для личного планирования важнее всего максимальная просадка и горизонт: сможете ли вы пересидеть падение, не продавая на дне.

И главное: расчёт нужен не для того, чтобы предсказать результат, а чтобы понять, какие результаты возможны и какие из них для вас неприемлемы. Если расчёт показывает сценарий, который вы не переживёте, — менять нужно не формулу, а структуру портфеля.

Что сделать перед тем, как довериться модели

Прежде чем строить решения на любой формуле или стратегии, имеет смысл пройти короткий чек-лист. Он не гарантирует прибыль, но отсекает самые дорогие ошибки.

1. Проверьте исходные данные. На каком периоде построена модель? Если это несколько благоприятных лет — результат завышен. Нужен период, включающий хотя бы одну серьёзную просадку.
2. Спросите про допущения. Какие предположения заложены: независимость событий, стабильность корреляций, ликвидность? Каждое из них может нарушиться.
3. Оцените издержки. Комиссии, налоги, спреды, плата за управление. Модель без издержек — реклама, а не расчёт.
4. Прогоните сценарии. Что будет с портфелем при падении рынка на 20%, 40%, 60%? Если ответ «катастрофа» — размер позиции слишком велик.
5. Проверьте ликвидность инструмента. Сможете ли вы выйти из позиции быстро и без потерь? На неликвидных активах выход в кризис может стоить дорого.
6. Разберитесь в продукте. Для сложных инструментов — фьючерсов, опционов, структурных продуктов, иностранных ETF — неквалифицированный инвестор проходит бесплатное тестирование у брокера. Если механика продукта неясна, лучше отказаться.
7. Определите лимиты заранее. Максимальная доля одной позиции, максимальная просадка, после которой вы пересматриваете стратегию. Решение, принятое в спокойном состоянии, надёжнее решения в панике.
8. Зафиксируйте горизонт. Деньги, которые нужны в ближайшие год-два, не должны зависеть от рыночных колебаний.

После этого стоит честно ответить себе на вопрос: что вы делаете, если модель ошибается? Если ответа нет — модель не готова к использованию. Хорошая стратегия отличается от плохой не точностью прогноза, а тем, насколько спокойно она переживает свою неправоту.

Математика фондового рынка — инструмент мышления, а не источник гарантий. Она помогает сравнивать варианты, оценивать масштаб риска и не принимать решения вслепую. Но итоговый результат зависит не от красоты формулы, а от того, насколько структура портфеля соответствует вашей способности переживать убытки и вашему горизонту. Начинать нужно с этого, а расчёты — уже под него.

Информационный сервис. Не является финансовой рекомендацией. Окончательные условия уточняйте на сайте банка.