Rozmawiamy z Bartkiem Żurawskim, analitykiem danych, który od czterech lat pracuje jako freelancer dla kilku europejskich firm fintech.
Kiedy zauważyłeś realną zmianę dostępności tych narzędzi?
Gdzieś w połowie 2023 roku zaczęły pojawiać się platformy, które wcześniej były zamknięte dla instytucji. Nagle freelancer zarabiający 8 000 zł miesięcznie mógł korzystać z tych samych modeli predykcyjnych co fundusz z miliardowym portfelem. Nie mówię, że z taką samą skutecznością, ale z tym samym zestawem narzędzi.
Co konkretnie się zmieniło w samych modelach?
Modele przestały wymagać ogromnych zbiorów danych historycznych zebranych ręcznie. Nowe podejścia, szczególnie oparte na transfer learningu, pozwalają trenować modele na gotowych bazach i dostosowywać je do własnego portfela w ciągu kilku godzin. Wcześniej taki projekt trwał tygodniami i kosztował kilkadziesiąt tysięcy złotych.
Jakie błędy popełniają freelancerzy wchodzący w ten temat?
Zakładają, że model sam w sobie jest strategią. To nieprawda. Model to narzędzie do filtrowania sygnałów, nie wyrocznia. Widziałem ludzi, którzy ślepo podążali za wynikami backtestingu i tracili pieniądze, bo nie rozumieli, że model był trenowany na warunkach rynkowych, które już nie istnieją.
Dobra praktyka to testowanie modelu na danych z okresu, którego model nie widział podczas treningu, i sprawdzanie, jak zachowuje się w warunkach wysokiej zmienności. Dopiero potem warto podejmować decyzje o realnych środkach.
Co polecasz komuś, kto zaczyna?
Zacznij od platformy takiej jak QuantConnect albo Composer. Naucz się czytać wykresy drawdown, nie tylko krzywą zwrotów. I daj sobie co najmniej sześć miesięcy obserwacji przed włożeniem prawdziwych pieniędzy.