▪ Сервис квартирных решений Самолет Плюс запустил платформу AI Plus, которая с помощью искусственного интеллекта помогает риелторам автоматизировать рутинные задачи и повышает продуктивность работы.
▪ Инструмент берет на себя первичное общение с клиентами, создание маркетинговых материалов и анализ эффективности продаж. Это сокращает временные затраты, позволяет уделять больше внимания работе с клиентами, и, как следствие, заключать больше сделок. По оценке компании, внедрение платформы поможет агенту экономить до 30% рабочего времени.
▪ Сейчас платформа предлагает три базовых сервиса, их количество планируется расширять каждый месяц. Первый сервис — инструмент для создания контента. Он генерирует сторис и посты для социальных сетей, цель которых привлекать внимание к предложениям о продаже квартир. Раньше агентам приходилось самим писать такие тексты, подбирать изображения или заказывать всё у сторонних поставщиков. Теперь контент можно создать в несколько кликов и сразу опубликовать.
Россия входит в десятку мировых лидеров по объему совокупных вычислительных мощностей, а уровень внедрения технологий искусственного интеллекта (ИИ) в ключевых секторах экономики страны достиг 32%.
🔜 В условиях дефицита кадров развитие ИИ может в ближайшем будущем заменить человека во многих областях, и у России есть все ресурсы, чтобы не упустить этот тренд. За последние пять лет доходы компаний от использования ИИ выросли в семь раз. Развитие ИИ имеет стратегическое значение для технологического суверенитета страны, и это направление продолжит активно развиваться в ближайшие годы.
Вечером 1 апреля биткоин (BTC) поднялся выше отметки $85,000, в результате чего убытки с начала года снизились до 9,90%.
Ценовой график BTC с начала года. Источник: CoinGecko
За прошлые выходные рынок криптовалют потерял $100 млрд стоимости после потери 27 марта ещё $100 млрд. Макроэкономические проблемы и беспокойство по поводу воздействия пошлин не внушают рынка оптимизма.
В этих тревожных условиях инструменту прогнозирования цен на основе искусственного интеллекта поставили задачу спрогнозировать цену BTC к концу апреля.
Всего были задействованы четыре крупных языковых модели. Средний 30-дневный прогноз цены, установленный ими, составляет $87,512, что эквивалентно росту на 3,86% относительно текущей цены.
Claude 3.5 Sonnet от Anthropic установил самую высокую целевую цену на уровне $89,500, что подразумевает рост на 6,22%. Институциональное принятие и ожидаемое снижение процентных ставок всё же не отменяют медвежий уклон.
Флагманская модели OpenAI ChatGPT-4o Mini установила самую низкую целевую цену на уровне $86,058. Если она будет достигнута, это будет означать рост на 2,14%.
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).
Без нейросетей сейчас никуда, поэтому решил опробовать их и в трейдинге. Получилась такая своеобразная связка из трейдера и нейросети.
Я дал нейросети два запроса — сначала первый из списка, после ответа на него второй. Ответы можете увидеть на скринах ниже.
1 запрос: Найди актуальную ставку центральных банков Китая и России. Сегодня 31 марта, экспирация квартального фьючерса на юань к рублю 20 июня. Рассчитай размер справедливого контанго в процентах на сегодняшний день.
2 запрос: Поищи ожидания аналитиков. Справедливо ли предполагать, что ставки до 20 июня такими и останутся, 21 и 3.1? Если есть высокие ожидания на изменение ставок в течение срока жизни фьючерса, дай размер справедливого контанго с учётом прогнозов.
Введение
В трейдинге каждая секунда может иметь значение. Но стандартные инструменты часто не позволяют работать с данными высокого разрешения. В этой статье я поделюсь опытом создания кастомного решения для TSLab, которое сохраняет 1-секундные свечи с расширенными метриками (открытый интерес, количество продавцов/покупателей, лента сделок, лучшие бид/аск и др.). Покажу, как забрать эти данные из TSLab, передать их в Python для ML – анализа и т.д.
Задача
Трейдеры часто сталкиваются с ограничениями стандартных платформ: нельзя сохранить сверхмалые таймфреймы, добавить кастомные метрики или быстро переложить данные в Python для ML.
**Цель проекта** — создать инструмент, который:
— Сохраняет 1-секундные свечи с расширенными данными (открытый интерес, лента сделок…).
— Автоматически генерирует CSV-файлы для анализа.
— Позволяет строить интерактивные графики и обучать ML-модели.
**Главный герой** — ИИ-ассистент DeepSeek, который ускорил разработку в несколько раз и решил ключевые технические проблемы.
LLM — новая реальность. Да, осталось много кто про них ещё не особо знает, кто «не верит» и т.д., но им всё сложнее не верить и не замечать.
Я заметил много параллелей между работой LLM и человеческим мозгом. Осознание некоторых параллелей очень порождает многие внутренние рассуждения и инсайты.
Какие параллели и инсайты я вижу:
— Модели очень разные, есть например, рассуждающие модели, а есть не рассуждающие — так же и люди, есть те, кто шустро, быстро что-то делают и хороши в этом, а есть те, кто много думают и хороши в этом. Первые хороши где надо по-быстрому подсуетиться, вторые — где качественно подумать. И «применять» таких людей нужно в релевантных этой составляющей задачах… как и нейросети. Нужен просто фактологический ответ — спроси «быструю», нужно обдумать — спроси «умную».
— У нейросети есть системные промпты. Это и те которые ты прописываешь и те, которые разработчики зашили. О, это отличный аналог всему тому, что у человека на уровне подсознания — это и ценности, убеждения, какие-то яркие предыдущие прожженные в мозгу опыты и т.д.