5.1

🎯 Модуль 5.1: Введение — Почему циклы?

Обзор семейств теорий циклов, методологические ограничения и ловушки предвзятости.

1. Почему история (не) повторяется

🟦
Понять

Почему история повторяется (или нет)

"История не повторяется, но рифмуется." — Mark Twain (приписывается)

Прежде чем погружаться в отдельные теоретические семейства, стоит сделать фундаментальное уточнение: что такое циклы вообще — и чем они не являются? Три термина регулярно путают в трейдинговой литературе:

  • Циклы — повторяющиеся паттерны с приблизительной периодичностью, обусловленные структурными механизмами (запасы, долги, демография, поколения).
  • Тренды — направленные движения без предположения о повторяемости (вековые бычьи рынки, S-кривые технологического освоения).
  • Случайные блуждания — нулевая гипотеза гипотезы эффективного рынка: цены непредсказуемы, любой паттерн — парейдолия.

Распознавание паттернов исторически было иногда чрезвычайно полезным: те, кто распознал параллели с более ранними обвалами в 1929 году, могли предвидеть дно 1932 года — и занять позицию для эпохального бычьего рынка 1950-х годов. Те, кто классифицировал кризис субпрайм 2008 года как классическую фазу делевериджа долга, купили на восходящем бычьем рынке в 2013 году. Обвал COVID в марте 2020 года также закончился через шесть недель V-образным восстановлением, которое только те, кто понимал функции реакции центральных банков как компонент цикла, и ожидали.

Однако столь же часто распознавание паттернов катастрофически терпит неудачу: японский Nikkei достиг исторического максимума в 1989 году и потратил более трёх десятилетий на возвращение — каждый циклический прогноз восстановления 1990-х и 2000-х годов оказался ошибочным. Бычий рынок доткомов 1999 года выглядел как классическая ловушка для быков, но продолжался ещё двенадцать месяцев и разорил многих ранних шортистов. А V-образный паттерн 2020 года стал шоком для большинства классических моделей делового цикла — они предсказывали L- или U-образную форму.

Главный посыл этой главы: теории циклов являются полезной системой структурирования рыночной реальности, но не оракулом. Те, кто воспринимает их как машины предсказаний, теряют деньги. Те, кто использует их как триггеры диверсификации и инструменты оценки рисков, могут улучшить собственный торговый процесс.

2. Обзор семейств теорий

🟦
Понять

Обзор семейств теорий

Экономическая литература насчитывает несколько десятков теорий циклов. Их можно разгруппировать в пять семейств, которые различаются типичной длиной периода и движущим механизмом. Следующая матрица показывает наиболее важные из них — более подробное рассмотрение следует в подмодулях 5.2–5.6.

Семейство Длина Движущая сила Сильные стороны Слабые стороны → Модуль
Классический деловой цикл
(Kitchin/Juglar/Kuznets)
3–25 лет Запасы, капиталовложения, демография Статистически задокументирован, длинная история данных Переходы фаз неясны 5.2
Длинные волны
(Kondratieff/Strauss-Howe)
50–100 лет Технологические инновации, поколения Объясняет мегатренды, хорошие нарративы Периодичность неточна, малая выборка n 5.3
Долговой цикл
(Minsky/Reinhart-Rogoff)
открытый Фазы финансирования Ранние индикаторы предупреждения, фальсифицируемы Точного тайминга нет 5.4
Большой цикл
(Dalio)
~250 лет Подъём и падение империй Распознавание паттернов за 500 лет Выборка n=3, не фальсифицируема 5.5
Рыночные циклы
(Wyckoff/Настроение/Elliott)
Дни–годы Рыночная психология Применение на субторговом уровне Запаздывают, субъективный подсчёт волн 5.6

Семейства перекрываются в реальности. Краткосрочное экономическое замедление (Kitchin, ~3 года) может совпадать со среднесрочным инвестиционным минимумом (Juglar, ~10 лет) и вековой технологической волной (Kondratieff, ~50 лет) — или нейтрализовать друг друга. Следующая схема показывает приблизительное положение трёх прототипических циклов за 130 лет:

1900 1965 2030 Длинная волна (~50 лет) Деловой цикл (~8 лет) Рыночная волна (~2 года)
Три прототипических семейства циклов — наложенных на горизонтальную ось времени 1900–2030

3. Где циклы работали (и где — нет)

🟦
Понять

Где циклы работали (и где — нет)

Три кейса — одно успешное применение, одна провалившаяся теория, одна неожиданная реальность. Они иллюстрируют асимметричную точность моделей циклов.

📈 Крах Уолл-стрит 1929 → Восстановление 1950-х

Крах октября 1929 года и последовавшая за ним Великая депрессия очень хорошо вписываются в схему Большого цикла Dalio (Фаза 6 → переход в Фазу 1), а также в классическую долговую дефляцию по Irving Fisher. Те, кто понимал механику, могли предвидеть формирование дна с 1932 года — и были правильно позиционированы для эпохального бычьего рынка между 1949 и 1968 годами (Dow от 161 до почти 1000 пунктов). Явный успешный случай распознавания паттернов на протяжении нескольких десятилетий.

📉 Япония 1990 → Потерянные десятилетия

После схлопывания пузыря Nikkei в конце 1989 года (пик 38 957 пунктов) практически все классические модели делового цикла предсказывали восстановление в течение 5–10 лет. Вместо этого последовали 30 лет бокового застоя с дефляцией, долговым нависанием и демографическим шоком. Nikkei вернулся к своему историческому максимуму лишь в 2024 году. Классические теории потерпели неудачу — они не знали «потерянных десятилетий» со структурной дефляцией как сценария по умолчанию.

🔄 COVID 2020 → Неожиданная V-образная форма

В марте 2020 года все фондовые индексы упали на 30–35% за четыре недели. Практически все стандартные экономические модели (МВФ, ОЭСР, классический деловой цикл) предсказывали L-образную или в лучшем случае U-образную форму — многолетнюю фазу восстановления. Вместо этого пришла V-образная форма: S&P 500 достиг новых исторических максимумов уже в августе 2020 года. Движущей силой стала функция реакции центрального банка (ФРС: ставка 0% + неограниченное QE), не включённая ни в одну классическую теорию. Те, кто не учёл эту переменную, фундаментально ошиблись.

Урок: теории циклов работают особенно тогда, когда условия напоминают исторические прецеденты — и терпят неудачу, как только происходят структурные разрывы (новая монетарная политика, демографические инверсии, технологические потрясения).

4. Критическое распознавание ловушек предвзятости

🟧
Оценить

Распознавание когнитивных ловушек предвзятости

Теории циклов особенно подвержены трём классическим когнитивным предвзятостям. Тот, кто их не знает, считает каждую теорию лучше подкреплённой, чем она есть на самом деле.

Предвзятость выжившего

Теории описывают почти исключительно выжившие экономические системы: Нидерланды, Великобритания, США. Империи, рухнувшие рано, практически не учитываются в распознавании паттернов — они оставили меньше данных, меньше литературы, меньше академического внимания. Пример: советское «экономическое чудо» 1950–60-х годов долго интерпретировалось на Западе как устойчивый подъём; после 1991 года оно исчезло из большинства моделей циклов, хотя представляло собой чёткую констелляцию Фаза-2/3 и было бы актуально для теории.

Предвзятость выборки / Парейдолия

Исследователи находят паттерны, потому что ищут их. В достаточно длинных временных рядах практически любую периодичность можно «обнаружить» — это явление известно как парейдолия в данных. Кто ищет 50-летние циклы — находит их; кто ищет 60 лет — тоже находит. Только подлинные прогнозы вне выборки с заранее заданными пороговыми значениями могут исключить парейдолию — и именно этого большинство теоретиков циклов не делают.

Предвзятость ретроспекции

В ретроспективе каждый кризис выглядит «предсказуемым». В действительности 2008, 2020 и 2022 годы не были своевременно распознаны подавляющим большинством теоретиков — редкие попадания впоследствии превозносятся как доказательство теории, а многочисленные промахи забываются. Правильный вопрос — не «подходит ли паттерн?», а «сколько ложных сигналов дала та же теория в прошлом?».

Четыре пункта для критической оценки любой теории циклов

  1. Размер выборки: На скольких исторических наблюдениях основывается теория? При n < 5 статистическая значимость минимальна.
  2. Фальсифицируемость: Какое конкретное событие опровергло бы теорию? Если никакое — это вера, а не наука.
  3. Послужной список: Какие прогнозы сделал автор? Сколько из них оказалось верным, сколько — нет?
  4. Устойчивость к структурным разрывам: Учитывает ли теория современную монетарную политику, технологические потрясения, демографические шоки?

Эти вопросы будут задаваться снова в каждом подмодуле (5.2–5.6). Теория без фальсифицируемых прогнозов и с малой выборкой не является «ошибочной», но и не является применимой на практике.

5. Что трейдеры получают от этого

🟩
Применить

Что трейдеры получают от этого

Даже несовершенные модели дают структуру. Они вынуждают трейдера явно задавать вопрос: «Где мы находимся в каком цикле?» — и тем самым обеспечивают диагностическую эвристику, которую иначе трудно получить.

Практическое применение не должно опираться на тайминг рынка (что эмпирически не работает надёжно), а на триггеры диверсификации: когда несколько индикаторов циклов одновременно указывают на поздние фазы (долги высоки, настроения эйфоричны, волатильность низкая), следует снизить концентрационные риски и увеличить хвостовые хеджи — даже не веря в точную теорию фаз.

🛡️ Что делать, не доверяя ни одной теории?

  • Глубоко изучить 1–2 семейства вместо всех поверхностно. Рекомендация: 5.4 Долговые циклы (фальсифицируемы, ранние индикаторы предупреждения) и 5.7 Практическое применение.
  • Использовать остальные как сравнительный фреймворк: когда деловой цикл, долговой цикл и Большой цикл ставят одинаковый диагноз, высказывание приобретает больший вес.
  • Никогда не ставить 100% на одну теорию. Диверсификация также в миксе теорий.
  • Отслеживать собственный послужной список: какая теза о цикле реально помогала вам в какой рыночной фазе? Без данных — это просто ощущение.

Подмодули 5.2–5.6 представляют отдельные семейства теорий нейтрально рядом друг с другом.