Еще то чего нет у большенства подобных платфом это визуальное дерево принятия решений которое сразу на графике показывает основания которые сработали или были отклонены так как используется система взвешеных оснований. Это очень помогает наглядно оценить, что вообще происходило в момент принятия решения и почему открылась та или иная сделка
В плане трейдинга? Да, я считаю, что разбираюсь. Тестирую с помощью юнит тестов которых уже более 600. Или к примеру, сравнением с эталоном. Я беру данные с биржи, прогоняю через свой движок и сверяю индикаторы/сигналы с TradingView. Так же я беру кусок истории и прогоняю его как через бэктестер, так и через движок лайв торговли, что бы сделки в реале и на бэктестах совпадали. Сморю логи. Ну и в конце концов визуально на графике сразу видно, если стратегия начинает совершать сделки в прошлом или "рисует" миллионы процентов.
Вы не так поняли - это конструктор ботов для автоматической торговли, по моему мнению довольно гибкий с поддержкой даже сложнейших скальперских стратегий с лентой, стаканом, корреляцей, поводырями и так далее. Посмотрите гифку в начале статьи - это классическая скальперская стратегия в виде как трейдеры записывают ее для себя и АИ-ассистент собирает эту логику из готовых блоков в визуальном конструкторе :)
Инерция и риски. Крупный бизнес не может позволить себе резко уволить всех разрабов и посадить джуна с агентами. Технология только появилась и только в прошлом году вышла на достойный уровень. Рынок ещё не успел перестроиться. Я написал это потому что таких кейсов все ещё очень мало. Именно поэтому бытует мнение, что "ллм это для простых задач". Корпорации с тысячами пользователей просто не могут позволить себе такие риски, тем не менее мы все чаще видим в новостях, что многим компании перестраиваются
Есть такая библиотека tree-sitter (она строит AST-дерево кода). Gemini написал скрипт который сканирует проект, находит определения классов/функций и главное, вызовы между ними.
На выходе получаю XML со всеми связями в коде. Этот XML закидываю в Gemini Pro. У неё контекст млн токенов, и через этот граф зависимостей он начинает видеть весь проект целиком. Например, когда пишет ТЗ сразу понимает какие модули может задеть, какие тесты и так далее. Некоторые агенты делают это автоматически. Но я делал в ручную через aistudio
Если вы имеете в виду с ЛЛМ - то безусловно. Но без - мне кажется, на такое способны единицы, даже среди профи, слишком уж широкий спектр знаний нужен. В одном только трейдинге нужно повариться хотя бы пару лет, не говоря уже о том, чтобы изучить весь задействованный стек на достаточном уровне. Опять же, я конечно могу ошибаться, но далеко не каждый стартап настолько требователен к технической части, хотя коммерчески может быть в сотни раз успешнее.
Может быть это на сайте gemini.com? Я большую часть этого проекта создал через aistudio причём ещё на старой версии 2.5 pro и таких проблем не было, в среднем контекст бывал по 300к токенов и он с ним неплохо справлялся, а примерно 15к строк кода
Для этого я написал скрипт на tree-sitter, который делает статический анализ всего проекта и строит граф связей: файлы, классы, функции и даже HTTP-запросы с фронта на бэк. В итоге я даю ИИ не просто голый код, а актуальную карту связей, пример как это выглядит визуально я кидал в конце прошлой статьи.
Плюс использую Gemini - у неё окно в 1 млн токенов.
Добавлю так же важную деталь, которую я указывал в прошлой статье: у меня практически не было опыта в программировании(не считая попытки узучить php 15 лет назад). Вот в чем прецендент по моему мнению. Теперь не нужно 10 лет изучать программирование, что бы создавать подобные продукты. И это заслуга прогресса, а не моя
Вы правы, история IT знает немало соло-героев. Но есть пара нюансов, которые делают этот случай прецедентом:
Цукерберг был одаренным студентом Гарварда с бэкграундом в программировании. Я же - человек без коммерческого опыта и профильного образования. Раньше «гаражная разработка» была привилегией тех, кто уже умел кодить. Сейчас этот барьер рухнул для всех.
Ранний Facebook был классическим CRUD-приложением (база данных и формы). Здесь же мы имеем гибрид из высоконагруженного бэкенда, векторного движка, генетических алгоритмов и визуального редактора. В традиционной модели это требует глубоких знаний сразу в 3-4 разных областях (Quant, DevOps, Frontend, Backend). Одному человеку (даже профи) охватить всё это в такие сроки без AI практически нереально - просто не хватит часов в сутках на изучение документации и отладку.
Мой посыл не в том, что «я уникум», а в том, что инструментарий изменил правила игры. Теперь фаундер без команды может реализовать сложное архитектурное видение на 100%, не идя на компромиссы, которые неизбежны в классических командах из-за «социального трения».
Честно признаюсь, не читал :) Но благодаря вашему комментарию только что загуглил основные тезисы и да, кажется там именно о том, что добавление людей в проект лишь затягивает его из-за экспоненциального роста затрат на коммуникацию.
Парадокс в том, что раньше у нас просто не было выбора. Чтобы создать сложный продукт, ты был обязан нанимать команду, соглашаясь на этот "налог" на общение и потерю контекста. Одному человеку не хватило бы жизни, чтобы написать всё вручную.
Сегодня ИИ впервые в истории позволяет обойти этот закон и вот статья скорее об этом. Рад, что мои мысли подтверждаются практикой 50 летней давности.
Спасибо за наводку, теперь эта книга точно в моем списке на прочтение.
Приветствую. Спасибо за взвешенный комментарий и за то, что уделили время прочтению. Мнение человека с 10-летним опытом в индустрии для меня ценно, без иронии.
Я использовал это как сокращение от «Quantitative analysis» (количественный анализ). Подход, где рынок рассматривается как систему переменных, а цены, объёмы и факторы риска как элементы одной большой модели
Здесь я согласен лишь отчасти. Мы действительно не можем объективно оценить финансовую эффективность стратегий в будущем (рынок - это хаос). Но мы можем объективно оценить инженерную сложность функционала. Векторный движок, парсинг Order Flow в реальном времени, генетическая оптимизация - это конкретные фичи. Мой поинт в том, что раньше реализация такого стека требовала команды и бюджета. Теперь это доступно одному. Мы оцениваем инструмент, а не то, как рынок на него отреагирует.
Тут согласен. Я использую этот термин как маркер уровня сложности и стоимости входа. Обычно софт такого уровня насыщенности фичами создается именно внутри крупных структур с большими бюджетами, а не инди-разработчиками. Смысл был в сравнении ресурсов, а не бизнес-модели.
Возможно выводы звучат громко. Но это выводы человека, который смог материализовать идею, которая еще 2 года назад осталась бы просто фантазией из-за отсутствия ~$300k на разработку.
И мне, кстати, очень интересно ваше мнение как ветерана индустрии касательно "Социального трения". Согласны ли вы с тезисом, что изначальное видение фаундера часто "размывается" и теряет остроту, проходя через длинную цепочку ТЗ - Архитектор - Тимлид - Код? Или в качественном энтерпрайзе это работает иначе? Может быть я ошибаюсь?
Для меня немного странно, что вы как буд-то бы отказываетесь принять очевидный факт который написан в заголовке, а внизу ссылка ведущая на доказательства. Что ж, "не смотреть наверх" - это личный выбор каждого.)
Приветствую. Спасибо большое за конструктив. Это был только первый день, многие вещи потом переделывались, но есть моменты над которыми стоит подумать. Спасибо.
Думаю это возможно реализовать и идея неплохая сама по себе. Возможно в будущем это можно будет встроить в скринер, который и так сейчас фильтрует монеты по волатильности и отдает их боту, тоже самое можно сделать и с новостями
Но если это бредогенератор то как тогда он нагенерил то о чем я пишу в посте за пол года? Пусть и неидеальная, но платформа с бектестингом, реальной торговлей, мл, оптимизацией, встроенным "бредогенератором" который собирает стратегии по текстовому промпту и анализирует результаты бектестов...
А теперь представьте, что этот "бредогенератор" сможет завтра.
В любом случае я признаю и уважаю Ваш подход и мнение, просто странно называть "бредогенератором" когда перед вами доказательства обратного :)
Еще то чего нет у большенства подобных платфом это визуальное дерево принятия решений которое сразу на графике показывает основания которые сработали или были отклонены так как используется система взвешеных оснований. Это очень помогает наглядно оценить, что вообще происходило в момент принятия решения и почему открылась та или иная сделка
В плане трейдинга? Да, я считаю, что разбираюсь. Тестирую с помощью юнит тестов которых уже более 600. Или к примеру, сравнением с эталоном. Я беру данные с биржи, прогоняю через свой движок и сверяю индикаторы/сигналы с TradingView. Так же я беру кусок истории и прогоняю его как через бэктестер, так и через движок лайв торговли, что бы сделки в реале и на бэктестах совпадали. Сморю логи. Ну и в конце концов визуально на графике сразу видно, если стратегия начинает совершать сделки в прошлом или "рисует" миллионы процентов.
Вы не так поняли - это конструктор ботов для автоматической торговли, по моему мнению довольно гибкий с поддержкой даже сложнейших скальперских стратегий с лентой, стаканом, корреляцей, поводырями и так далее. Посмотрите гифку в начале статьи - это классическая скальперская стратегия в виде как трейдеры записывают ее для себя и АИ-ассистент собирает эту логику из готовых блоков в визуальном конструкторе :)
Потому что с ллм это быстрее и проще и главное, нагляднее, чем искать готовые решения и разбираться в них. Об этом и статья.
Если есть сомнения, напишите в личку, я вам скину свой скрипт ;)
Инерция и риски. Крупный бизнес не может позволить себе резко уволить всех разрабов и посадить джуна с агентами. Технология только появилась и только в прошлом году вышла на достойный уровень. Рынок ещё не успел перестроиться. Я написал это потому что таких кейсов все ещё очень мало. Именно поэтому бытует мнение, что "ллм это для простых задач". Корпорации с тысячами пользователей просто не могут позволить себе такие риски, тем не менее мы все чаще видим в новостях, что многим компании перестраиваются
Есть такая библиотека tree-sitter (она строит AST-дерево кода). Gemini написал скрипт который сканирует проект, находит определения классов/функций и главное, вызовы между ними.
На выходе получаю XML со всеми связями в коде. Этот XML закидываю в Gemini Pro. У неё контекст млн токенов, и через этот граф зависимостей он начинает видеть весь проект целиком. Например, когда пишет ТЗ сразу понимает какие модули может задеть, какие тесты и так далее. Некоторые агенты делают это автоматически. Но я делал в ручную через aistudio
Если вы имеете в виду с ЛЛМ - то безусловно. Но без - мне кажется, на такое способны единицы, даже среди профи, слишком уж широкий спектр знаний нужен. В одном только трейдинге нужно повариться хотя бы пару лет, не говоря уже о том, чтобы изучить весь задействованный стек на достаточном уровне. Опять же, я конечно могу ошибаться, но далеко не каждый стартап настолько требователен к технической части, хотя коммерчески может быть в сотни раз успешнее.
Может быть это на сайте gemini.com? Я большую часть этого проекта создал через aistudio причём ещё на старой версии 2.5 pro и таких проблем не было, в среднем контекст бывал по 300к токенов и он с ним неплохо справлялся, а примерно 15к строк кода
Для этого я написал скрипт на tree-sitter, который делает статический анализ всего проекта и строит граф связей: файлы, классы, функции и даже HTTP-запросы с фронта на бэк. В итоге я даю ИИ не просто голый код, а актуальную карту связей, пример как это выглядит визуально я кидал в конце прошлой статьи.
Плюс использую Gemini - у неё окно в 1 млн токенов.
Добавлю так же важную деталь, которую я указывал в прошлой статье: у меня практически не было опыта в программировании(не считая попытки узучить php 15 лет назад). Вот в чем прецендент по моему мнению. Теперь не нужно 10 лет изучать программирование, что бы создавать подобные продукты. И это заслуга прогресса, а не моя
Вы правы, история IT знает немало соло-героев. Но есть пара нюансов, которые делают этот случай прецедентом:
Цукерберг был одаренным студентом Гарварда с бэкграундом в программировании. Я же - человек без коммерческого опыта и профильного образования. Раньше «гаражная разработка» была привилегией тех, кто уже умел кодить. Сейчас этот барьер рухнул для всех.
Ранний Facebook был классическим CRUD-приложением (база данных и формы). Здесь же мы имеем гибрид из высоконагруженного бэкенда, векторного движка, генетических алгоритмов и визуального редактора. В традиционной модели это требует глубоких знаний сразу в 3-4 разных областях (Quant, DevOps, Frontend, Backend). Одному человеку (даже профи) охватить всё это в такие сроки без AI практически нереально - просто не хватит часов в сутках на изучение документации и отладку.
Мой посыл не в том, что «я уникум», а в том, что инструментарий изменил правила игры. Теперь фаундер без команды может реализовать сложное архитектурное видение на 100%, не идя на компромиссы, которые неизбежны в классических командах из-за «социального трения».
Честно признаюсь, не читал :)
Но благодаря вашему комментарию только что загуглил основные тезисы и да, кажется там именно о том, что добавление людей в проект лишь затягивает его из-за экспоненциального роста затрат на коммуникацию.
Парадокс в том, что раньше у нас просто не было выбора. Чтобы создать сложный продукт, ты был обязан нанимать команду, соглашаясь на этот "налог" на общение и потерю контекста. Одному человеку не хватило бы жизни, чтобы написать всё вручную.
Сегодня ИИ впервые в истории позволяет обойти этот закон и вот статья скорее об этом. Рад, что мои мысли подтверждаются практикой 50 летней давности.
Спасибо за наводку, теперь эта книга точно в моем списке на прочтение.
Приветствую. Спасибо за взвешенный комментарий и за то, что уделили время прочтению. Мнение человека с 10-летним опытом в индустрии для меня ценно, без иронии.
Я использовал это как сокращение от «Quantitative analysis» (количественный анализ). Подход, где рынок рассматривается как систему переменных, а цены, объёмы и факторы риска как элементы одной большой модели
Здесь я согласен лишь отчасти. Мы действительно не можем объективно оценить финансовую эффективность стратегий в будущем (рынок - это хаос). Но мы можем объективно оценить инженерную сложность функционала. Векторный движок, парсинг Order Flow в реальном времени, генетическая оптимизация - это конкретные фичи. Мой поинт в том, что раньше реализация такого стека требовала команды и бюджета. Теперь это доступно одному. Мы оцениваем инструмент, а не то, как рынок на него отреагирует.
Тут согласен. Я использую этот термин как маркер уровня сложности и стоимости входа. Обычно софт такого уровня насыщенности фичами создается именно внутри крупных структур с большими бюджетами, а не инди-разработчиками. Смысл был в сравнении ресурсов, а не бизнес-модели.
Возможно выводы звучат громко. Но это выводы человека, который смог материализовать идею, которая еще 2 года назад осталась бы просто фантазией из-за отсутствия ~$300k на разработку.
И мне, кстати, очень интересно ваше мнение как ветерана индустрии касательно "Социального трения". Согласны ли вы с тезисом, что изначальное видение фаундера часто "размывается" и теряет остроту, проходя через длинную цепочку ТЗ - Архитектор - Тимлид - Код? Или в качественном энтерпрайзе это работает иначе? Может быть я ошибаюсь?
А причем тут форбс? Мы о деньгах или о технологии "бредогенератора"? Если вы о деньгах и Вы там есть, то я тогда не смею спорить.
Простите, я по своей глупости принял эту дискуссию за конструктивную, ошибку понял :)
Для меня немного странно, что вы как буд-то бы отказываетесь принять очевидный факт который написан в заголовке, а внизу ссылка ведущая на доказательства. Что ж, "не смотреть наверх" - это личный выбор каждого.)
Спасибо, большое. Сейчас уже голова не варит, завтра прочитаю подробнее
А можете в паре предложений описать как работает? Если не затруднит конечно
Приветствую. Спасибо большое за конструктив. Это был только первый день, многие вещи потом переделывались, но есть моменты над которыми стоит подумать. Спасибо.
Думаю это возможно реализовать и идея неплохая сама по себе. Возможно в будущем это можно будет встроить в скринер, который и так сейчас фильтрует монеты по волатильности и отдает их боту, тоже самое можно сделать и с новостями
Но если это бредогенератор то как тогда он нагенерил то о чем я пишу в посте за пол года? Пусть и неидеальная, но платформа с бектестингом, реальной торговлей, мл, оптимизацией, встроенным "бредогенератором" который собирает стратегии по текстовому промпту и анализирует результаты бектестов...
А теперь представьте, что этот "бредогенератор" сможет завтра.
В любом случае я признаю и уважаю Ваш подход и мнение, просто странно называть "бредогенератором" когда перед вами доказательства обратного :)