Иногда шум - это просто паттерн, который ты ещё не умеешь видеть.
Большинство финансовых временных рядов визуально выглядят примерно одинаково:
тренд + движения + огромное количество шума.
Особенно на небольших таймфреймах.
Но есть интересный способ посмотреть на рынок совершенно с другой стороны.
Не через цену.
А через частоты.
Для этого существует Fourier Transform.
Идея на самом деле достаточно простая.
Практически любой сложный временной ряд можно представить как комбинацию множества волн разных частот.
Одни очень медленные.
Другие быстрые.
Какие-то сильные.
Какие-то практически незаметные.
Сложи их вместе - получишь тот самый график цены, который выглядит почти случайным.
Fourier Transform делает обратное.
Он берёт временной ряд и буквально разбирает его на частоты.
Вместо:
price → time
мы начинаем смотреть:
power → frequency
И здесь становится интересно.
Представим, что внутри цены одновременно существуют:
долгосрочный тренд,
цикл примерно в 20 торговых дней,
и случайный шум.
Глазами на графике этот цикл можно вообще не заметить.
Но после Fourier Transform в спектре около 20 дней появится peak.
По сути рынок говорит:
«эта частота встречается здесь подозрительно часто».
Именно поэтому spectral analysis интересен для quant.
Рынки создаются людьми и экономической активностью.
А в них полно повторяющихся процессов.
Дни и недели.
Зарплаты.
Налоговые периоды.
Опционные экспирации.
Ребалансировки.
Отчётности.
Сезонность бизнеса.
Поведенческие циклы инвесторов.
Если часть этих процессов повторяется, теоретически их след может оставаться и в цене.
Но здесь начинается самое важное.
Найти цикл ≠ найти alpha.
Финансовый рынок - не маятник.
Допустим, на последних пяти годах ты нашёл красивый 20-дневный цикл.
Проблема в том, что первые два года он мог быть очень сильным.
Следующие два - слабым.
А последний год его вообще не существовало.
Обычный Fourier Transform усреднит всё это и всё равно покажет тебе частоту.
И вот ты уже смотришь на красивый peak, которого в текущем рынке больше нет.
Поэтому интереснее смотреть не только:
какие частоты существуют?
но и:
когда они существуют?
Здесь появляются rolling windows, Short-Time Fourier Transform и другие методы, позволяющие наблюдать, как спектр меняется во времени.
По сути мы переходим от поиска:
«есть ли у рынка цикл?»
к вопросу:
«в каком режиме этот цикл появляется и когда начинает исчезать?»
А это уже гораздо интереснее.
Потому что рынок не stationary.
У него меняются участники.
Ликвидность.
Volatility.
Монетарный режим.
Микроструктура.
Поведение алгоритмов.
Поэтому постоянного «секретного цикла BTC на 37 дней» скорее всего не существует.
И если кто-то нашёл его на исторических данных - это ещё ничего не значит.
Даже статистически значимый цикл может оказаться абсолютно бесполезным после fees, slippage и ошибок timing.
А ещё Fourier ничего не говорит о причинности.
Он может показать что повторяется.
Но не объяснит почему.
И именно здесь проходит граница между красивой математикой и настоящим research.
Самое интересное в quantitative trading вообще редко начинается с ответа.
Обычно оно начинается с момента, когда ты находишь странность в данных и задаёшь следующий вопрос:
это действительно структура рынка - или я просто очень красиво описал шум?
63
9
5August 29, 2026 3.3K 54
