Вересень 2026 року продемонстрував суттєву зміну характеру алгоритмічного захоплення ринку. Незважаючи на те, що за останні 30 днів загальна капіталізація цифрових активів зросла на 10,49%, досягнувши 2,87 трлн доларів, безпосередній запис виконання Core 1 (Core 1 live execution record) виявив різке звуження профілю прибутковості на короткому інтервалі. Із 70 закритих угод за 30-денний період, алгоритми зафіксували 52 прибуткові операції із середнім прибутком 6,23%. Однак в останньому 7-денному вікні, на тлі зниження загальної капіталізації на 2,61% та падіння домінування біткоїна до 58,27%, розподіл результатів кардинально змінився. Цей звіт застосовує призму ризику для аналізу метрик дисперсії, хвостових подій та структурної розбіжності між криптовалютними та фондовими стратегіями впродовж звітного місяця.

Динаміка дисперсії та звуження профілю в Core 1

Центральним спостереженням поточного місяця є контраст між ширшим 30-денним виконанням та щільністю результатів за останні сім днів. У той час як місячний зріз демонструє впевнену перевагу позитивних результатів, 7-денне вікно безпосереднього виконання зафіксувало 22 закриті позиції, розподіл яких виявив жорстку селективність ринку: 11 угод закрито з прибутком, 10 зі збитком, а одна угода завершилася з нульовим фінансовим результатом.

Ця нейтральна позиція, яка простежується через виконання для JASMYUSDT, підкреслює математичну готовність алгоритмів виходити з ринку без втрат при відсутності підтвердження тренду. Через такий розподіл вінрейту середній показник прибутковості у цьому вікні знизився до мікроскопічних 0,049%. Зниження відсотка виграшних угод з понад 74% (за 30 днів) до 50% (за 7 днів) відображає перехід від трендового ринку до режиму підвищеної локальної турбулентності, де системи Core 1 змушені частіше відсікати позиції, не чекаючи глибших просадок.

Аналіз хвостових ризиків: Від екстремумів прибутку до глибоких просадок

Оцінка ризиків вимагає прискіпливого погляду на хвостові події розподілу, оскільки середні показники часто маскують реальну волатильність окремих активів. За 30-денний період праве крило розподілу (найкращі угоди) було очолене активом DCRUSDT, який приніс фіксацію на рівні +58,74%. У вужчому 7-денному розрізі позитивний екстремум склав +21,75% (ICPUSDT) та +18,38% (HBARUSDT).

Набагато більший дослідницький інтерес представляє лівий хвіст (найгірші результати). Максимальна зафіксована втрата як у 7-денному, так і у 30-денному вікні становить -46,71%, реалізована на позиції IOSTUSDT (вхід 8 серпня, вихід 26 вересня). Досліджуючи дані історичного масиву IOSTUSDT, можна констатувати, що подібні різкі ліквідації є статистичною реальністю. Медіанна максимальна просадка (max drawdown) для всіх 232 стратегій Core 1 становить 17,77%, проте окремі трейди можуть виходити далеко за межі цієї медіани в умовах стрімкого погіршення ринкової мікроструктури конкретного токена.

Гетерогенність фондового ринку: Розширений розподіл

Оскільки стратегії для акцій виключені з безпосереднього середовища виконання Core 1 у Telegram, ми спираємося на історичний кеш фондових даних, який може мати затримку до 10 днів. Огляд цього масиву підтверджує, що 30-денне вікно на фондових ринках сформувало ще ширшу дисперсію результатів, ніж у криптовалютному сегменті.

Зафіксувавши 362 закриті угоди з вінрейтом 73,76% та середнім розміром прибутку 3,44%, фондові моделі зіткнулися з надзвичайно розтягнутим діапазоном між найкращою (+163,56%) та найгіршою (-40,02%) угодами. При цьому профіль-фактор (profit factor) у 30-денному розрізі склав 3,00 — це суттєво нижче показників 90-денного (6,74) та 365-денного (11,30) вікон. Таке стиснення співвідношення прибутків до збитків на фондовому ринку вказує на тимчасове ускладнення середовища для довгострокового утримання позицій, що є паралельним, але структурно відмінним від криптовалют процесом.

Стрес-тест на тривалих інтервалах: Екосистема FETUSDT

Щоб зрозуміти, чи є поточні локальні просадки системним збоєм чи прийнятною дисперсією, необхідно зіставити їх із тривалими бектестами. Розглянемо для прикладу екосистему стратегій кластера FETUSDT. За останні 90 днів симульований портфель з двох ключових стратегій цього активу показав скромний прибуток у 2,87% на тлі стрімкого зростання бенчмарку на 24,87%.

Однак при розширенні вікна до 365 днів (починаючи з 30 вересня 2025 року), картина радикально змінюється: цей же портфель згенерував прибуток 15,17%, тоді як базовий актив обвалився на 61,25%. Звернувшись безпосередньо до Каталогу стратегій DevioLab, можна детальніше дослідити поведінку кожної моделі. Зокрема, ізольована динаміка, притаманна конкретній стратегії 1TRAD-HVH2, демонструє, що моделі оптимізовані не для постійного випередження ринку в короткі місячні інтервали, а для виживання та сталого накопичення капіталу під час річних макрорежимів із глибокими фазами розподілу.

Висновки: Локальна дисперсія на фоні довгострокової стійкості

Аналіз поточного масиву даних за вересень 2026 року свідчить, що алгоритмічні стратегії вступили в період високої локальної дисперсії. Перехід від 74% успішних угод у 30-денному вікні до жорсткого співвідношення 11 до 10 в останній тиждень чітко підкреслює матеріалізацію ризиків та необхідність безкомпромісного управління просадками. Ліквідація позицій із глибокими збитками, є математичною неминучістю в моделях, що мають медіанний показник максимальної просадки на рівні 17,77%. Головним обмеженням цього спостереження залишається вузькість 7-денного вікна та історичний лаг фондових даних — короткострокове звуження прибутковості не скасовує структурної ефективності алгоритмів, проте слугує нагадуванням про те, що кількісне управління ризиком полягає не в уникненні дисперсії, а в здатності архітектури її поглинати.