Исследование 500+ активных криптотрейдеров зафиксировало характерную картину: 86% никогда не рассчитывали Value at Risk и Expected Shortfall, 91% не проводили стресс-тестирование, 95% не запускали симуляции Монте-Карло. Средняя просадка в этой группе — 42%; у тех, кто применяет формализованные системы, она вдвое меньше — 18%.
На этом фоне появился Hummingbot ИИ Risk Simulator — автономный HTML-файл, который открывается в браузере без сервера и установки пакетов. Внешние библиотеки (Chart.js, Axios) подгружаются через CDN, данные портфеля хранятся в localStorage с base64-шифрованием. Инструмент объединяет восемь модулей, выстроенных в логическую цепочку: шаблон риска → ATR-калькулятор → анализ рисков → Монте-Карло → стресс-тест → корреляции → портфель → ИИ-вердикт.
| Профиль | Риск/сделку | Макс. просадка | Стоп-лосс |
|---|---|---|---|
| Консервативный | 0,5% | 15% | 2% |
| Умеренный | 1,0% | 25% | 3% |
| Агрессивный | 2,0% | 40% | 5% |
| Профессиональный | 0,25% | 10% | 1,5% |
Центральный модуль — ATR-калькулятор позиций. ATR (Average True Range), разработанный Уэллсом Уайлдером, измеряет среднюю амплитуду движения с учётом ночных гэпов, что делает его особенно точным для круглосуточных криптовалютных рынков. Логика расчёта проста: стоп-лосс равен 1,5× ATR, а размер позиции определяется как (капитал × риск на сделку) / стоп-лосс. При капитале $10 000 и риске 1% позиция при ATR 2,5% составит $2 667 (26,7% депозита), а при ATR 6% — уже $1 111 (11,1%): система автоматически сокращает экспозицию в 2,4 раза, когда рынок становится опаснее. Данные подтягиваются через Binance REST API по 14 дневным свечам без прокси.
Модуль анализа рисков считает классические метрики на реальной истории. VaR на уровне 95% показывает максимальный дневной убыток, который не будет превышен в 95% случаев. Expected Shortfall (CVaR) описывает среднее значение потерь в оставшихся 5% — именно эти хвостовые события уничтожают депозиты на крипторынке, где распределение доходностей значительно толще нормального. На бэктестах 2020–2024 точность VaR-модели составила 85–92%, CVaR — 88–94%, коэффициента Шарпа — 89–93%.
Симуляции Монте-Карло отвечают на вопрос о диапазоне исходов за 30–90 дней. Математическая основа — геометрическое броуновское движение: P(t+1) = P(t) × e^((μ − σ²/2)Δt + σ√ΔtZ). Система поддерживает от 1 000 до 25 000 итераций; 10 000 симуляций занимают около 15 секунд. Выходные данные включают медиану результатов, худшие 5% сценариев, вероятность убытка и кривую эквити. Авторская рекомендация: если худшие 5% сценариев дают просадку выше 30%, стратегию нужно пересматривать до запуска.
Стресс-тестирование воспроизводит три задокументированных кризиса. COVID-19 в марте 2020-го: падение −50%, волатильность ×4, корреляция альткойнов с BTC +90% — диверсификация перестаёт работать именно тогда, когда она нужна. Крах FTX в ноябре 2022-го: −25% с системным риском контрагента и заморозкой выводов. Flash crash 2017/2021: −30% за несколько часов с характерным быстрым восстановлением. Доступен и кастомный сценарий с ручной настройкой всех параметров. По итогам теста система выдаёт цветовую оценку: потери до 10% — устойчивый портфель, 10–30% — умеренный риск, выше 30% — критический, требующий перестройки позиций.
Подход «всё в одном файле» не уникален для криптоинструментов, но редок для риск-менеджмента такого охвата. Обычно подобный функционал распределён между платными платформами (Glassnode, Messari) или требует Python-окружения с pandas и scipy. Hummingbot ИИ Risk Simulator закрывает этот пробел для трейдеров, которым нужен быстрый расчёт без инфраструктуры.
