ИИ и shutdown в США: стоит ли торговать на панике?

Политические новости редко выглядят как «данные» — скорее как шум. Но есть один тип событий, который рынок замечает почти гарантированно: приостановка работы правительства США (government shutdown). Это громко, это бьёт по ожиданиям, и это регулярно совпадает со всплесками волатильности.

Проблема в другом: заметность события ещё не означает, что на нём можно стабильно зарабатывать. Исследования по shutdown’ам часто выглядят убедительно на графиках, но рассыпаются при попытке превратить их в торговое правило. И вот здесь тема нашей серии «Искусственный интеллект в финансовых инвестициях» становится практичной: ИИ полезен не тем, что “предсказывает” исход политических переговоров, а тем, что дисциплинирует проверку гипотез и строит риск-модели вокруг редких событий.

Ниже — разбор того, что реально видно в данных по shutdown’ам, почему это плохой одиночный сигнал для маркет-тайминга и как машинное обучение помогает превратить политическую неопределённость в управляемый фактор риска.

Что именно считать shutdown и почему это важно для данных

Shutdown — это не «рынок упал, потому что политики поссорились». Это конкретная операционная пауза: Конгресс не утверждает финансирование (или президент не подписывает), возникает разрыв бюджета, и часть федеральных функций временно останавливается.

Для количественного анализа критичны две детали:

1. Дата старта и дата окончания должны быть определены одинаково для всех эпизодов.
2. Надо привязаться к первому торговому дню, когда событие уже фактически началось (если старт пришёлся на выходной/праздник).

Почему это важно? Потому что модели (и люди) легко «подгоняют» событие под реакцию рынка. Если вы вольно выбираете точку отсчёта, вы почти гарантированно создаёте красивый, но ложный паттерн.

Что показывают данные: паника до и “отскок” после

Прямой вывод из исторических наблюдений по 11 shutdown’ам: рынок ведёт себя так, будто боится заранее, а затем часто “переваривает” факт быстрее, чем ожидалось.

Два повторяющихся паттерна

1. Предshutdown-паника: за несколько дней до старта заметна склонность к снижению (и у акций, и у сырья). Логика понятна: неопределённость, риск-офф, желание сократить экспозицию.

2. Постстартовая коррекция: на следующий день(дни) после начала нередко появляется сильный «плюс». Рынок получает подтверждение реальности ущерба и часто понимает, что «не так страшно, как в заголовках».

В исследовательском наборе инструментов удобно использовать прокси:

• SPY как представитель широкого рынка крупных компаний США.
• DBC как представитель широкого сырьевого корзинного экспозиционного инструмента.

И в акциях, и в сырье визуально читаются похожие короткие движения вокруг даты события.

Почему “похоже” — не значит “можно торговать”

Когда авторы проверяют статистическую значимость дневных отклонений (окна от D−5 до D+5 вокруг старта и окончания), p-value иногда “подмигивают” уровню 5%. Например, в конкретных точках выборки:

• для SPY около старта один день близок к границе значимости (уровень 5%),
• для DBC заметен «значимый» день прямо перед стартом.

Но это типичная ловушка: вы тестируете много дней, много окон, много событий, и вероятность случайно получить «значимый» результат резко растёт. На практике это выглядит так:

«Если вы достаточно долго ищете сигнал в редких событиях, вы его найдёте. Вопрос только — будет ли он работать завтра.»

Именно поэтому shutdown как самостоятельный индикатор для принятия решений — слабая идея.

Почему shutdown — плохой одиночный сигнал (и где ИИ реально полезен)

Ключевая проблема shutdown’ов — не в том, что рынок «не реагирует». Реакция есть. Проблема в том, что это редкое событие с малой выборкой и сильной зависимостью от контекста.

1) Слишком маленькая выборка

Около десятка эпизодов за десятилетия — это почти ничего для устойчивых выводов. Итог:

• широкие доверительные интервалы,
• низкая статистическая мощность,
• высокая чувствительность к одному “неудобному” эпизоду.

ИИ тут не «спасает магией». Но он помогает перестать обманывать себя: вводить строгую валидацию, симуляции, бутстрэп, Bayesian-подходы, режимные модели.

2) Риск hindsight и forward-looking bias

Мы знаем даты окончания, мы знаем «как всё было». И мозг автоматически объясняет реакцию рынка так, будто это было очевидно заранее.

Правильный подход (и человеческий, и машинный) — строить признаки только из того, что было доступно на тот момент:

• календарные вероятности (вроде приближения дедлайна финансирования),
• риторика и новости в реальном времени (если вы умеете честно собирать ленту),
• рыночные данные (волатильность, спрэды, динамика ставок).

3) Множественное тестирование и “сигнальный шум”

Даже если два дня из 22 показали «значимость», это часто просто удача. Здесь ИИ полезен дисциплиной:

• автоматизировать контроль множественных гипотез,
• вводить регуляризацию,
• оптимизировать не доходность, а устойчивость (stability) правил.

Как построить AI-подход: не “торговать shutdown”, а измерять режим риска

Если ваша цель — лиды и реальная польза клиенту, честная постановка задачи звучит так:

Shutdown — не торговый триггер. Shutdown — метка режима повышенной политической неопределённости, которую можно встроить в управление риском.

Практический каркас модели (что я бы делал)

Шаг 1. Сформулировать задачу правильно

Не «купить/продать на D+1», а, например:

• прогноз диапазона волатильности на 5–10 торговых дней,
• оценка вероятности просадки больше X%,
• выбор доли риска (позиционирование) в портфеле.

Шаг 2. Собрать признаки, которые масштабируются

Shutdown’ов мало, поэтому нужна «широкая» матрица признаков, которая работает и на других эпизодах политического риска:

• VIX и его изменение,
• внутридневные амплитуды, гэпы, объёмы,
• кредитные спрэды (прокси стресса),
• динамика доходностей трежерис (наклон кривой),
• сырьевой импульс (например, энергетика vs металлы),
• новостной сентимент (если есть инфраструктура),
• календарные признаки (дедлайны бюджета, заседания, голосования — как классы событий, а не единичные даты).

Шаг 3. Использовать модели, которые не “переучиваются” на редкости

Для редких событий хорошо заходят:

• логистическая регрессия с регуляризацией (простая, интерпретируемая),
• градиентный бустинг с жёстким контролем переобучения,
• режимные модели (переключение «спокойный/стрессовый»),
• байесовские модели, где вы явно задаёте неопределённость.

Главное — оптимизировать не красоту бэктеста, а устойчивость на разных эпохах.

Шаг 4. Превратить сигнал в правило риска

Примеры того, что работает лучше, чем «сделка на новостях»:

• снизить плечо/долю акций, если модель повышает вероятность “risk-off” режима;
• увеличить долю защитных активов (в зависимости от мандата);
• ужесточить стоп-правила и лимиты по VAR/ES;
• временно перейти на более короткий горизонт ребалансировки.

Это скучно. Зато это зарабатывает чаще, чем героические попытки поймать один день D+1.

Частые вопросы инвесторов (и короткие ответы)

Можно ли заработать на “отскоке” после старта shutdown?

Иногда — да, системно — сомнительно. В истории виден постстартовый “плюс”, но статистической опоры мало, а транзакционные издержки и проскальзывания быстро съедают преимущество.

Тогда зачем вообще анализировать shutdown?

Потому что это хороший учебный кейс: он показывает, как рынок «покупает слухи и продаёт факт» (или наоборот) и как ИИ проверяет, где паттерн, а где иллюзия.

Что можно сделать частному инвестору без сложного ML?

Использовать shutdown как повод перейти в режим дисциплины:

• не увеличивать риск на эмоциях,
• заранее определить сценарии (что делаю при росте волатильности),
• ребалансировать по плану, а не по заголовкам.

Что делать с этим знанием в декабре 2025

Конец года усиливает нервозность сам по себе: тонкий рынок, фиксации, переоценка ожиданий на следующий год. На таком фоне политическая неопределённость в США может выглядеть «больше, чем она есть».

Мой вывод жёсткий: торговать shutdown как отдельный сигнал — слабая ставка. А вот использовать его как триггер для того, чтобы включить алгоритмическую проверку режима риска (волатильность, ликвидность, корреляции) — разумно.

Если вы строите системный подход в духе «Искусственный интеллект в финансовых инвестициях», то shutdown — это тест на зрелость процесса: умеете ли вы отличать красивую историю от воспроизводимой закономерности.

Политика создаёт шум. ИИ полезен там, где он превращает шум в измеримый риск.

Если хотите, я могу помочь: настроить набор признаков политической неопределённости, собрать прототип модели режимов (risk-on/risk-off) и показать, как это внедряется в портфельные лимиты и ребалансировку. Какой у вас горизонт — недели, месяцы или долгосрок?