Decipher
Open in Telegram
Играю в жизнь, живу в игре Учим макро тут: https://macroedges.com/macro-course-info Анализируем макро тут: https://edgecypher.com Читаем макро тут: https://t.me/+hbLcrmfHqrRmMTU0 Вопросы тут: @decipher_support
Show more📈 Analytical overview of Telegram channel Decipher
Channel Decipher (@ebitdaddy7) in the Russian language segment is an active participant. Currently, the community unites 12 312 subscribers, ranking 9 898 in the Technologies & Applications category and 52 311 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 12 312 subscribers.
According to the latest data from 28 August, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -148 over the last 30 days and by -7 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 28.48%. Within the first 24 hours after publication, content typically collects 18.49% reactions from the total number of subscribers.
- Post reach: On average, each post receives 3 506 views. Within the first day, a publication typically gains 2 276 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 65.
- Thematic interests: Content is focused on key topics such as macro, фрс, инфляция, pmi, learn.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“Играю в жизнь, живу в игре
Учим макро тут: https://macroedges.com/macro-course-info
Анализируем макро тут: https://edgecypher.com
Читаем макро тут: https://t.me/+hbLcrmfHqrRmMTU0
Вопросы тут: @decipher_support”
Thanks to the high frequency of updates (latest data received on 29 August, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.
12 312
Subscribers
-724 hours
-397 days
-14830 days
Data loading in progress...
Similar Channels
Tags Cloud
Incoming and Outgoing Mentions
---
---
---
---
---
---
Attracting Subscribers
August '26
August '26
+48
in 5 channels
July '26
+57
in 3 channels
Get PRO
June '26
+450
in 3 channels
Get PRO
May '26
+74
in 3 channels
Get PRO
April '26
+136
in 5 channels
Get PRO
March '26
+148
in 5 channels
Get PRO
February '26
+614
in 4 channels
Get PRO
January '26
+248
in 5 channels
Get PRO
December '25
+435
in 10 channels
Get PRO
November '25
+511
in 16 channels
Get PRO
October '25
+644
in 5 channels
Get PRO
September '25
+2 666
in 9 channels
Get PRO
August '25
+449
in 9 channels
Get PRO
July '25
+1 152
in 13 channels
Get PRO
June '25
+392
in 11 channels
Get PRO
May '25
+916
in 8 channels
Get PRO
April '25
+1 541
in 11 channels
Get PRO
March '25
+266
in 8 channels
Get PRO
February '25
+9 639
in 6 channels
Get PRO
January '25
+367
in 5 channels
Get PRO
December '24
+273
in 6 channels
Get PRO
November '24
+296
in 5 channels
Get PRO
October '24
+243
in 3 channels
Get PRO
September '24
+289
in 9 channels
Get PRO
August '24
+377
in 3 channels
Get PRO
July '24
+604
in 4 channels
Get PRO
June '24
+132
in 5 channels
Get PRO
May '24
+295
in 4 channels
Get PRO
April '24
+495
in 4 channels
Get PRO
March '24
+540
in 5 channels
Get PRO
February '24
+341
in 2 channels
Get PRO
January '24
+237
in 3 channels
Get PRO
December '23
+283
in 2 channels
Get PRO
November '23
+836
in 2 channels
Get PRO
October '23
+403
in 1 channels
Get PRO
September '23
+676
in 0 channels
Get PRO
August '23
+40
in 0 channels
Get PRO
July '23
+48
in 0 channels
Get PRO
June '23
+18
in 0 channels
Get PRO
May '23
+62
in 0 channels
Get PRO
April '23
+742
in 0 channels
| Date | Subscriber Growth | Mentions | Channels | |
| 29 August | +1 | |||
| 28 August | 0 | |||
| 27 August | 0 | |||
| 26 August | 0 | |||
| 25 August | 0 | |||
| 24 August | +2 | |||
| 23 August | 0 | |||
| 22 August | 0 | |||
| 21 August | +1 | |||
| 20 August | +1 | |||
| 19 August | +1 | |||
| 18 August | +4 | |||
| 17 August | +2 | |||
| 16 August | 0 | |||
| 15 August | +2 | |||
| 14 August | 0 | |||
| 13 August | +1 | |||
| 12 August | +2 | |||
| 11 August | 0 | |||
| 10 August | +1 | |||
| 09 August | +2 | |||
| 08 August | 0 | |||
| 07 August | +1 | |||
| 06 August | +2 | |||
| 05 August | +7 | |||
| 04 August | +4 | |||
| 03 August | +10 | |||
| 02 August | +2 | |||
| 01 August | +2 |
Channel Posts
Иногда шум - это просто паттерн, который ты ещё не умеешь видеть.
Большинство финансовых временных рядов визуально выглядят примерно одинаково:
тренд + движения + огромное количество шума.
Особенно на небольших таймфреймах.
Но есть интересный способ посмотреть на рынок совершенно с другой стороны.
Не через цену.
А через частоты.
Для этого существует Fourier Transform.
Идея на самом деле достаточно простая.
Практически любой сложный временной ряд можно представить как комбинацию множества волн разных частот.
Одни очень медленные.
Другие быстрые.
Какие-то сильные.
Какие-то практически незаметные.
Сложи их вместе - получишь тот самый график цены, который выглядит почти случайным.
Fourier Transform делает обратное.
Он берёт временной ряд и буквально разбирает его на частоты.
Вместо:
price → time
мы начинаем смотреть:
power → frequency
И здесь становится интересно.
Представим, что внутри цены одновременно существуют:
долгосрочный тренд,
цикл примерно в 20 торговых дней,
и случайный шум.
Глазами на графике этот цикл можно вообще не заметить.
Но после Fourier Transform в спектре около 20 дней появится peak.
По сути рынок говорит:
«эта частота встречается здесь подозрительно часто».
Именно поэтому spectral analysis интересен для quant.
Рынки создаются людьми и экономической активностью.
А в них полно повторяющихся процессов.
Дни и недели.
Зарплаты.
Налоговые периоды.
Опционные экспирации.
Ребалансировки.
Отчётности.
Сезонность бизнеса.
Поведенческие циклы инвесторов.
Если часть этих процессов повторяется, теоретически их след может оставаться и в цене.
Но здесь начинается самое важное.
Найти цикл ≠ найти alpha.
Финансовый рынок - не маятник.
Допустим, на последних пяти годах ты нашёл красивый 20-дневный цикл.
Проблема в том, что первые два года он мог быть очень сильным.
Следующие два - слабым.
А последний год его вообще не существовало.
Обычный Fourier Transform усреднит всё это и всё равно покажет тебе частоту.
И вот ты уже смотришь на красивый peak, которого в текущем рынке больше нет.
Поэтому интереснее смотреть не только:
какие частоты существуют?
но и:
когда они существуют?
Здесь появляются rolling windows, Short-Time Fourier Transform и другие методы, позволяющие наблюдать, как спектр меняется во времени.
По сути мы переходим от поиска:
«есть ли у рынка цикл?»
к вопросу:
«в каком режиме этот цикл появляется и когда начинает исчезать?»
А это уже гораздо интереснее.
Потому что рынок не stationary.
У него меняются участники.
Ликвидность.
Volatility.
Монетарный режим.
Микроструктура.
Поведение алгоритмов.
Поэтому постоянного «секретного цикла BTC на 37 дней» скорее всего не существует.
И если кто-то нашёл его на исторических данных - это ещё ничего не значит.
Даже статистически значимый цикл может оказаться абсолютно бесполезным после fees, slippage и ошибок timing.
А ещё Fourier ничего не говорит о причинности.
Он может показать что повторяется.
Но не объяснит почему.
И именно здесь проходит граница между красивой математикой и настоящим research.
Самое интересное в quantitative trading вообще редко начинается с ответа.
Обычно оно начинается с момента, когда ты находишь странность в данных и задаёшь следующий вопрос:
это действительно структура рынка - или я просто очень красиво описал шум?
| 2 |  Селлофф в длинном конце выглядит историческим, но сравнение 30Y UST с Fed Funds говорит, что спред всего лишь около долгосрочной средней. Проблема в том, что это сравнение немного обманывает.
Наклон кривой нельзя смотреть отдельно от уровня ставок. Обычно кривая становится круче, когда ФРС режет, и уплощается, когда ФРС ужесточает. Сейчас происходит странная комбинация: с начала войны с Ираном кривая крутеет одновременно с тем, как фронт начинает закладывать повышения ставок. То есть рынок одновременно прайсит более жесткую ФРС и более высокий fiscal/deficit/term premium на дальнем конце.
Если смотреть только на периоды с 1977 года, когда 2Y находилась на сегодняшнем уровне или выше, примерно в 73% случаев 2s30s была ниже нынешних ~104 б.п. Иными словами, для такого уровня коротких ставок сегодняшняя кривая действительно очень крутая. Исторически такие режимы чаще возникали уже во время цикла снижения ставок, причем 2Y обычно была выше Fed Funds. Эпизоды ужесточения встречались, но заметно реже.
Еще интереснее, что похожие наблюдения концентрируются в 1977-м, конце 80-х, начале 90-х и 2001-м, а затем почти исчезают на 25 лет. Возможно, сейчас частично разматывается эпоха структурно низкой term premium, savings glut, QE и отрицательных ставок. Но одной этой историей текущую конфигурацию не объяснить.
Самая близкая аналогия выглядит как 1993-94: ФРС уже смягчилась, кривая оставалась очень крутой, а рынок начал закладывать следующий цикл повышения ставок. Treasury явно не нравится происходящее с long end, и, вероятно, ФРС тоже. Сначала они попробуют давить на 30Y через структуру issuance, ликвидность и коммуникацию. Если этого окажется недостаточно, неприятный сценарий простой: рынок может заставить ФРС повышать ставки независимо от текущей spot inflation.
Так что смотреть сейчас стоит не только на инфляцию. Главный вопрос в том, смогут ли Treasury и ФРС стабилизировать длинный конец без нового tightening cycle. | 2 513 |
| 3 | мы уже в фта или нет?
https://youtu.be/nBOmghLypWc?is=SSZ3EUaelpf7k-dy | 2 090 |
| 4 |  Quant использует технологии из будущего, чтобы отвечать на вопросы из прошлого.
Звучит странно, учитывая, что quantitative trading - одна из самых технологичных индустрий в мире.
Наносекунды.
FPGA.
Microwave networks.
Альтернативные данные.
ML-модели, которые пытаются достать сигнал из шума, где signal-to-noise практически равен нулю.
Jane Street, Citadel, Renaissance годами строят инфраструктуру, которой позавидуют многие технологические компании.
Но при всём этом фундаментальный вопрос практически не изменился:
что произойдёт с ценой дальше?
Берём историю.
Цены, объёмы, факторы, volatility, positioning, correlations.
И пытаемся найти функцию:
past → future.
Проблема в том, что рынок - не физический объект, который просто существует независимо от наблюдателя.
Рынок состоит из участников.
А участники думают.
Адаптируются.
Копируют друг друга.
Меняют поведение.
И самое главное - реагируют на действия других участников.
Нашёл alpha?
Начал его торговать.
На него пришёл капитал.
Рынок адаптировался.
Alpha исчез.
Это и есть один из фундаментальных потолков quantitative trading.
Можно построить модель быстрее.
Добавить больше данных.
Нанять ещё 50 PhD.
Обучить neural network в десять раз больше.
Но ты всё ещё пытаешься предсказать траекторию системы, которая меняется из-за самого факта твоего участия в ней.
Поэтому следующий шаг в quant, возможно, вообще не будет связан с поиском лучшего alpha.
Вместо вопроса:
«куда завтра пойдёт NVDA?»
можно задать совершенно другой:
«какой рынок возникнет, если скорость распространения информации увеличится в 100 раз?»
Что произойдёт, если каждый участник получит собственного AI-агента?
Как изменится price discovery?
Какие стратегии исчезнут?
Какие новые equilibria появятся?
А что произойдёт, если изменить сами правила торгов?
Это уже не time-series forecasting.
Это попытка построить цифрового двойника рынка.
Внутри которого существуют разные участники:
фонды,
market makers,
retail,
банки,
алгоритмы,
центральные банки,
AI-агенты.
У каждого свои incentives, ограничения, информация и модель мира.
Дальше ты не предсказываешь следующую свечу.
Ты запускаешь систему и смотришь, какие рынки она сама создаёт.
Разница примерно как между прогнозом погоды и климатической моделью.
Или между анализом миллионов сыгранных партий в шахматы и AlphaZero, который может сыграть миллионы новых партий сам.
Тогда появляется интересная эволюция:
prediction → simulation → planning → intervention.
Сначала мы пытались предсказывать рынок.
Потом научились симулировать отдельные его элементы.
Следующий шаг - искать внутри симуляции возможные будущие состояния.
А затем - действия, которые способны привести систему к одному из них.
И вот здесь quant превращается уже во что-то другое.
Не quantitative trading.
А скорее Computational Market Intelligence.
Game Theory.
Agent-Based Modeling.
Causal Inference.
Complex Systems.
Reinforcement Learning.
Multi-Agent Systems.
World Models.
Всё соединяется вокруг одного вопроса:
можем ли мы не просто предсказывать рынок, а вычислительно воспроизвести механизм, который его создаёт?
Конечно, здесь появляется красивый парадокс.
Если цифровая модель рынка станет достаточно хорошей и люди начнут использовать найденные внутри неё закономерности…
реальный рынок изменится.
И модель снова станет неправильной.
Goodhart.
Lucas Critique.
Reflexivity.
Рынок постоянно убегает от собственной модели.
Возможно, именно поэтому следующий большой прорыв в quant будет не в модели, которая лучше всех предсказывает цену.
А в модели, которая понимает, почему эта цена вообще появилась. | 3 864 |
| 5 | Макро трейдеры или у кого все яйца в одно корзине - не забываем за отдельный канал по макро
https://t.me/deciphermacro | 1 909 |
| 6 |  как там на заводе дела | 4 010 |
| 7 |  Лутай 30% OFF любого курса и бандла по промокоду RECESSION до окончания сегодняшнего дня.
Вопросы - @decipher_support | 1 684 |
| 8 |  Жизнь - это не про одно большое решение. Это про тысячи маленьких.
Один день в зале ничего не меняет.
Один пост не строит аудиторию.
Одна инвестиция не делает тебя богатым.
Но повтори это 500 раз - и ты уже другой человек.
Это и есть compounding.
Он работает не только в деньгах, но и в навыках, связях и репутации.
И, к сожалению, в плохих привычках тоже.
Поэтому жизнь лучше воспринимать как портфель решений.
Тебе не нужно угадывать “правильный ход”.
Нужно просто чаще делать ставки с положительным ожиданием.
Большинство попыток ничего не дадут.
Но некоторые - дадут непропорционально большой результат.
И ещё важнее - opportunity cost.
Каждое “да” чему-то - это “нет” чему-то другому.
Время - единственный актив, который нельзя реинвестировать.
И последнее: всегда смотри на incentives.
Не только что человек говорит, а что он получает, если ты ему поверишь.
В итоге никто не знает, какое решение сработает.
И не нужно.
Достаточно системно делать выборы, которые чуть-чуть увеличивают шанс оказаться там, где ты хочешь быть.
А дальше - просто не мешать сложному проценту делать свою работу. | 4 581 |
| 9 |  +1No text... | 5 030 |
| 10 | https://www.youtube.com/watch?v=1aGpJQ8BMLI | 2 510 |
| 11 |  No text... | 3 485 |
| 12 |  Самая большая ошибка, которую совершают розничные трейдеры, - думать, что график является источником информации.
На самом деле график - это последнее место, куда эта информация попадает.
Представьте, что компания через две недели отчитается намного лучше ожиданий.
Задолго до публикации кто-то замечает рост заказов у поставщиков. Кто-то анализирует объёмы морских перевозок. Кто-то разговаривает с клиентами компании на отраслевых конференциях. Кто-то пересматривает собственную модель после встречи с менеджментом. Кто-то просто видит изменения в спросе раньше остальных, потому что занимается этим рынком двадцать лет.
Никто из них не покупает потому, что RSI пересёк отметку 30.
Они покупают потому, что их представление о будущем изменилось раньше, чем изменился консенсус.
Лишь после этого появляются объёмы.
Потом начинает двигаться цена.
Затем меняется тренд.
Потом появляются новости.
И только в самом конце тысячи видео на YouTube объясняют, почему всё было “очевидно”.
Именно поэтому асимметрия информации существует даже на самых эффективных рынках.
Не потому, что кто-то знает инсайд.
А потому что разные участники обладают разным количеством данных, разной скоростью их обработки и разным пониманием того, что вообще имеет значение.
Это и есть причина, почему институциональный инвестор и розничный трейдер часто смотрят на один и тот же график, но видят совершенно разные вещи.
Для одного график - это финальная проверка гипотезы.
Для другого - сама гипотеза.
Это принципиально разные способы принимать решения.
Поэтому попытки найти на графике “следы умных денег” часто напоминают расследование авиакатастрофы по дыму на горизонте.
Дым действительно существует.
Но к моменту, когда вы его увидели, самолёт уже давно упал. | 8 749 |
| 13 |  gm | 5 223 |
| 14 | Интервью смотрелось на одном дыхании. Я думаю, что для тех, кто задумывается «а зачем мне знать макро» - ответ в интервью. | 5 368 |
| 15 |  +1чем богаче страна - тем беднее в ней может чувствовать себя человек
в больших европейских экономиках ты довольно быстро понимаешь одну вещь
высокая зарплата и богатство - далеко не одно и то же
делаем простую математику на примере Англии
£50 000 в год звучат вполне достойно
после income tax и national insurance остаётся примерно £39 520 в год
или около £3 293 в месяц
£100 000 превращаются примерно в £68 557 чистыми
£5 713 в месяц
£200 000 - примерно в £117 786
£9 816 в месяц
расчёт без пенсионных взносов, student loan и других удержаний
то есть между £50 000 и £200 000 разница в зарплате - в четыре раза
а в чистом ежемесячном доходе - менее чем в три
особенно красиво система работает после £100 000
там у человека начинают забирать personal allowance
и на части дохода фактическая предельная ставка достигает 60% ещё до national insurance
чем больше пытаешься вырваться из среднего класса, тем активнее система объясняет тебе, что далеко уходить не стоит
при этом ты платишь дорогую аренду
дорогой council tax
дорогую страховку
дорогой транспорт
а затем покупаешь дорогую машину и вешаешь на руль железный блокиратор, потому что электронная защита уже никого особенно не успокаивает
страна может быть богатой по размеру экономики
но это ещё не означает, что её жители чувствуют себя богатыми
современная европейская модель не столько борется с бедностью, сколько аккуратно выравнивает всех, кто пытается подняться немного выше среднего
бедным ты уже не считаешься
богатым стать ещё не успел
зато оплачиваешь систему так, будто лично её придумал
до сих пор хочется быть ближе к Европе? | 5 476 |
| 16 |  gm | 4 807 |
| 17 |  🕙 15 min @edgecypher | 5 357 |
| 18 |  «Повезло.»
Самая заезженная фраза, которую я когда-либо слышал в адрес людей, которые годами выкладывались на 120% в своем деле.
Когда видят результат, почти никто не спрашивает, сколько было бессонных ночей.
Сколько раз хотелось всё бросить.
Сколько денег было потеряно, прежде чем появились первые стабильные результаты.
Сколько выходных ушло не на отдых, а на тестирование идей, чтение исследований, переписывание алгоритмов, поиск ошибок и работу над тем, что никто, кроме тебя, никогда не увидит.
Люди встречают тебя уже на финише.
Поэтому им кажется, что дистанция была короткой.
В трейдинге это особенно заметно.
Видят удачную сделку - не видят тысячи, которые были до неё.
Видят доходность - не видят годы, потраченные на то, чтобы научиться не терять.
Видят спокойствие - не видят, сколько раз рынок ломал уверенность в себе.
Самое интересное, что удача действительно существует.
Но она почему-то почти всегда приходит к тем, кто оказывается готов воспользоваться шансом.
И чем дольше смотришь на действительно сильных людей, тем чаще замечаешь одну странную закономерность.
Им почему-то постоянно “везёт”.
Жизнь игра - играй красиво, и пусть она будет только all inclusive. | 6 311 |
| 19 |  маленькие люди, зато какие планы | 5 793 |
| 20 |  любимые позы?
когда-то я думал, что хороший трейдер - это тот, кто всегда знает, куда пойдет рынок
сейчас мне кажется, что хороший трейдер вообще не обязан это знать
рынок не платит за мнение
он платит за адаптацию
смешно наблюдать, как люди годами строят себе личность вокруг одного сценария
«я всегда лонг»
«я всегда шорт»
«биткоин только вверх»
«скоро всё рухнет»
а потом рынок просто меняет режим
и оказывается, что самая дорогая позиция - это не лонг и не шорт
это эго
в крипте, форексе и вообще в любых ликвидных рынках нет медалей за убеждения
есть только PnL
сегодня алгоритм покупает
завтра этот же алгоритм продает
и ему абсолютно всё равно, что ты вчера написал в твиттере
чем дольше в рынке, тем меньше хочется быть правым
и тем больше хочется остаться в игре | 6 484 |
