Продолжаю выкладывать Ключевые моменты + упражнения + цитаты из «Воспоминания биржевого спекулянта» — Глава 3 (создано DeepSeek)
Принцип «правильной стороны» рынка
Автор подчеркивает, что успех зависит не от следования бычьим или медвежьим трендам, а от умения находить объективно верную сторону рынка. Это требует времени и опыта, а не только технических навыков.
Пример: Автор потратил годы, чтобы понять, что рынок не делится на «быков» и «медведей», а требует анализа объективной реальности.
Независимость суждений и отказ от советов
Уверенность в своих решениях — ключевое качество трейдера. Зависимость от чужих советов (типов) ведет к потере контроля и прибыли.
Пример: Автор отвергает советы Смита, так как это лишает его самостоятельности и гибкости.
Важность потерь как урока
Потери — часть пути, они учат дисциплине и осторожности. Автор неоднократно терял деньги, но каждый раз извлекал уроки, которые укрепляли его стратегию.
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.
Длинный, но поучительный текст.
Попросил у читателей моей рассылки поделиться своей финансовой историей. Как делать не нужно было. Откликнулся только один смельчак. Вот его история:
«Привет, Володя! У меня есть образцово-показательная история как делать НЕ НАДО. Я, в своё время, а именно в 2008 году, в банке Москвы взял ипотечный кредит (в йенах, бля...) на вторичку! Поддался уговорам жены… но вина моя полностью — я же Папа! В своё оправдание сообщу, что незадолго до этого я брал и быстро закрыл 2 ипотечных кредита, правда в рублях… В начале всё шло хорошо… (это как на морозе описаться — тепло только сначала), а потом ЦБ начал девальвировать рубль — это его любимая игра с целью генерации инфляции (внешне это выглядело, что йена дорожает). короче, сумма основного долга начала расти не по дням а по часам! Соответственно, рос и ежемесячный платёж… В итоге за несколько лет сложилась такая конфигурация: я плачу кредит, а кредит всё больше
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.
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.
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.
То, о чем мы так долго мечтали, свершилось.
Бесплатная нейросеть DeepSeek, которая превосходит ChatGPT, ответит на любой ваш вопрос, касаемый финансов.
Спросил у нее: «Когда выдается кредит в банке, то при этом создаются новые деньги?»
Ответ:
Да, при выдаче кредита банки создают новые деньги в форме безналичных средств. Этот процесс основан на механизме *частичного резервирования* и *банковского мультипликатора*. Вот как это работает:
1. *Частичное резервирование*:
Банки обязаны хранить лишь часть депозитов в виде резервов (определяется центральным банком). Например, при норме резервирования 10%, из депозита в 1000 ₽ банк оставляет 100 ₽, а 900 ₽ выдаёт в кредит.
2. *Создание новых денег*:
Когда банк выдаёт кредит, он не передаёт существующие деньги, а создаёт новый депозит на счёте заёмщика. Эти деньги ранее не существовали — они появляются в момент выдачи кредита. Например, заёмщик получает 900 ₽ на свой счёт, которые можно тратить.
3. *Мультипликативный эффект*:
Вчера после закрытия торгов отчиталась NVDA
Q4 2025 Earnings:
Adj EPS 89c, est. 84c
Rev. $39.3b, est. $38.25b
Data center revenue $35.6b, est. $34.09b
Adj gross margin 73.5%, est. 73.5%
Gaming rev. $2.5b, est. $3.02b
1Q rev. $43.0b plus or minus 2%, est. $42.3b
Maintains quarterly dividend at 1 cent/shr
9-й раз подряд, Компания превзошла ожидания аналитиков.
Типичная реакция рынка на отчеты компании это +10% на постмаркете. Но в этот раз ничего подобного не произошло. Реакция рынка — плюс/минус 2% и в конце цена на акцию остановилась на минус 1,5%. Сегодня после некоторого подъема, акции прочно ушли в минус 3-3,5% И это несмотря на то, что CEO Дженсен Хуанг представил на конференс колле сильный прогноз роста Nvidia на первый квартал и сигнализировал о том, что растущий спрос на ее чипы искусственного интеллекта сохранился и что заказы на ее новые полупроводники Blackwell были «потрясающими».
Но первые предвестники проблем появились раньше и инвесторы не могли забыть их так быстро.