Мне кажется, что книгу «Воспоминания Биржевого спекулянта» нет надобности представлять. Ей уже 102 года и она по известности среди трейдеров может соперничать только, если с «Самый Богатый человек в Вавилоне». Обе эти книги являются Общественным достоянием США (т.е. истекли авторские права и их можно свободно скачать тут, но на английском).
Первое издание книги. Кстати, его можно купить примерно за 10-15k$
Если вы ее читали, то возможно удивитесь, что я написал про список упражнений.
Действительно, упражнений в явном виде нет, но т.к. я везде и всюду применяю ИИ, то решил попробовать сделать чтение эффективным и посмотреть, как DeepSeek (бесплатный, без VPN) справится с задачей выделить:
Наблюдение за паттернами: Автор подчеркивает, что цены движутся по определенным шаблонам, которые можно выявить через анализ исторических данных. Прошлое поведение акций — ключ к прогнозированию будущего.
Сергей, менеджер по инновациям в одной средней компании (около 1000 человек), пялился в экран ноутбука, пролистывая очередной ролик про DeepSeek и ChatGPT. «Два месяца, а толку ноль», — пробормотал он, закрывая вкладку. В голове крутились фразы из видео: «революция в бизнесе», «автоматизация рутины»… Но как это все применить — совершенно непонятно!
Спасением стала курилка. Там он наткнулся на начальника контакт-центра, Игоря, который, выпуская клубы дыма, бубнил:
— Мои ребята уже роботы! Одни шаблонные ответы, а клиенты злые. Да и сам чёрт ногу сломит — кто из них реально старается, а кто просто кнопки тыкает. Проверять каждую переписку — мне жизни не хватит!
Сергей замер. В голове щёлкнуло: «LLM… А что, если не только клиентам помогать, но и сотрудников контролировать?» Мысль горела, как искра, но тут же накатил страх: он же в контакт-центре как инопланетянин — процессов не знает, метрик не понимает.
Дневник трейдера (журнал сделок) — это ваш личный «детектор ошибок». Он фиксирует не только цифры и факты, но и эмоции, которые управляют решениями. Это инструмент, который помогает превращать хаотичную торговлю в системный процесс, где каждая сделка — шаг к пониманию своих слабостей и сильных сторон.
Так как я активно работаю с LLM (нейросети — языковые модели), то подумал: почему бы не приспособить для этого ChatGPT?
Ведь я же общаюсь в голосовом режиме с «GPT-психологом» — а здесь в чем принципиальная разница?
Я нашел подходящие вопросы, адаптировал их под себя и загрузил в промпт (инструкцию для ИИ).
Депутаты решили в очередной раз «спасти» россиян простым решением — «запретить рекламу эзотерических, а также блокировать ресурсы с такими предложениями», но:
Кстати, список обширный, но техническим аналитикам пока можно выдохнуть — их там нет )
Зато есть нутрициологи и игропрактики.
Чтобы глубже понять рынок, я пошёл искать информацию через Groq и DeepSeek — нейросети, которые за минуты анализируют сотни источников.
Мне хотелось бы получить простую табличку:
Компания | Полный текст комментария | Статус | Объяснение |
---|---|---|---|
Schlumberger | Сервисмены Schlumberger начали предлагать свои услуги нефтяникам... | Пытается вернуться | Комментарий упоминает активные шаги по возвращению. |
YouTube | Ролик заканчивается, и теперь нет антирусской повестки... | Пытается вернуться | Комментатор отмечает изменения в алгоритме. |
General Electric | Мне на днях звонил один из директоров GE в Москве... | Пытается вернуться | Упоминается контакт с московским филиалом компании. |
Boeing | Boeing хочет продавать детали и самолеты в РФ... | Пытается вернуться | Комментатор утверждает, что Boeing интересуется рынком. |
Реальный ответ: если важна точность, то никак. Но я решил проверить, можно ли быстро вытащить данные с помощью LLM.