Я тут на днях начал экспериментировать с ИИ агентами, поставил opencode.ai — мультимодельная софтина, которая позволяет использовать разные ИИ модели в одном окне. Результаты получились довольно интересные, но не блестящие, много нюансов. Еще расскажу об опыте коллег, которые так или иначе пробовали привинчивать ИИ к исследованиям.
Давайте сразу отделим мух от котлет, и проведем черту между использованием «ИИ» в торговых операциях (принятие решений моделью) и использованием ИИ помощников для текущих исследований. В настоящем мире смещались в кучу кони, люди, а ИИ называют любой алгоритм, потому что .ai в доменном имени добавляет так же много капитализации как и .com в начале 2000х.
ИИ для принятия решений
О попытках использования нейросетей в трейдинге я узнал еще в 2004 году, уже тогда было несколько продуктов, которые использовали эти технологии. Потом пришел machine learning на рубеже 2016-18 годов, и наконец наступила эра ИИ. Однако все это разбивалось о стохастическую природу рыночных данных, где соотношение сигнала-шума сводило любую модель с ума. Я бы сказал, что финансовые данные не очень подходят для такого рода моделей. Хоть я и нашел несколько хороших применений для этой технологии для себя, и даже создал пару собственных моделей machine learning, но ожидания явно не оправдались. Оставлю эту тему для отдельного поста.
ИИ как инструмент
Этот пост будет посвящен LLM моделям, точнее агентам, которые появились буквально за последний год. И в целом я должен признать, это вполне неплохой инструмент для повышения продуктивности в умелых руках. А в неумелых руках можно очень легко поранить себя, иногда даже фатально. Главное, что нужно запомнить — необходимо осознанно подходить к применению этого инструмента, и понимать те ниши где он дает прирост продуктивности, и порочные пути, например вайб кодинг.
Я тут на днях начал экспериментировать с ИИ агентами, поставил opencode.ai — мультимодельная софтина, которая позволяет использовать разные ИИ модели в одном окне. Результаты получились довольно интересные, но не блестящие, много нюансов. Еще расскажу об опыте коллег, которые так или иначе пробовали привинчивать ИИ к исследованиям.
Давайте сразу отделим мух от котлет, и проведем черту между использованием «ИИ» в торговых операциях (принятие решений моделью) и использованием ИИ помощников для текущих исследований. В настоящем мире смещались в кучу кони, люди, а ИИ называют любой алгоритм, потому что .ai в доменном имени добавляет так же много капитализации как и .com в начале 2000х.
ИИ для принятия решений
О попытках использования нейросетей в трейдинге я узнал еще в 2004 году, уже тогда было несколько продуктов, которые использовали эти технологии. Потом пришел machine learning на рубеже 2016-18 годов, и наконец наступила эра ИИ. Однако все это разбивалось о стохастическую природу рыночных данных, где соотношение сигнала-шума сводило любую модель с ума. Я бы сказал, что финансовые данные не очень подходят для такого рода моделей. Хоть я и нашел несколько хороших применений для этой технологии для себя, и даже создал пару собственных моделей machine learning, но ожидания явно не оправдались. Оставлю эту тему для отдельного поста.
ИИ как инструмент
Этот пост будет посвящен LLM моделям, точнее агентам, которые появились буквально за последний год. И в целом я должен признать, это вполне неплохой инструмент для повышения продуктивности в умелых руках. А в неумелых руках можно очень легко поранить себя, иногда даже фатально. Главное, что нужно запомнить — необходимо осознанно подходить к применению этого инструмента, и понимать те ниши где он дает прирост продуктивности, и порочные пути, например вайб кодинг.