В этой статье я решил сравнить два популярных сервиса ChatGPT и Claude.ai и посмотреть, как они справляются с задачей поиска торговых неэффективностей на ноябрь 2024 года. Я оценил их функционал и удобство использования, чтобы выяснить, какой из них лучше подходит для анализа данных и разработки прибыльной торговой стратегии.
Чтобы упростить сбор данных, я воспользовался Гидрой — это, пожалуй, лучший бесплатный инструмент для загрузки рыночных данных.
Я скачал минутные данные по BTCUSDT за 2024 год, которые составили примерно 25 МБ, и выгрузил их в CSV-файл.
Сделал простенький пример-код как работать с веб сокетами АлгоПака.
Работа в действии выглядит так:
Пример кода<code>namespace OsaEngine.MoexAlgoPack; using System; using System.Text; using System.Threading; using System.Threading.Tasks; using System.Net.WebSockets; public class MoexAlgoPackSocketClient(string url) : IAsyncDisposable { private readonly Uri _uri = new(url); private readonly ClientWebSocket _clientWebSocket = new(); public async ValueTask ConnectAsync(string domain = "DEMO", string login = "guest", string passcode = "guest", CancellationToken cancellationToken = default) { await _clientWebSocket.ConnectAsync(_uri, cancellationToken); await SendAsync($"CONNECT\ndomain:{domain}\nlogin:{login}\npasscode:{passcode}\n\n\0", cancellationToken); } public ValueTask SubscribeAsync(object id, string destination, string selector, CancellationToken cancellationToken = default) { return SendAsync($"SUBSCRIBE\nid:{id}\ndestination:{destination}\nselector:{selector}\n\n\0", cancellationToken); } public async ValueTask SendAsync(string message, CancellationToken cancellationToken = default) { var messageBytes = Encoding.
Итак, это было обычное скучное утро, когда я решил: «А почему бы не попробовать этот Алгопак от Московской биржи?» Я давно слышал про него, а тут как раз была пара свободных часов и чашка горячего кофе. Что может пойти не так, верно?
Регистрироваться было просто. Почта, пароль, подтверждение — стандартный набор. И вот я уже на главной странице Алгопака, который выглядит достаточно дружелюбно. Однако, первый звоночек прозвенел, когда я начал искать справочную информацию. Документация оказалась несколько запутанной, а некоторые разделы вовсе не обновлялись годами.
Для начала я решил не мудрить и создать что-то простое. Пусть это будет стратегия на основе скользящих средних (SMA). Вот мой пример кода на Python, который я решил использовать:
import pandas as pd import numpy as np # Загружаем данные data = pd.read_csv('historical_data.csv') # Параметры стратегии short_window = 40 long_window = 100 # Создаем сигналы signals = pd.