Т‑Банк
Банк Бизнес
Инвестиции Мобильная связь Страхование Путешествия Долями
Войти

Обзор Каталог Пульс Аналитика Академия Терминал
Т‑Банк
Войти
БанкБизнес
ИнвестицииМобильная связьСтрахованиеПутешествияДолями

ОбзорКаталогПульсАналитикаАкадемияТерминал
Назад
#академия
16 публикаций
cyberdragonoid
15 октября 2026 в 8:09
🔥 Ложный пробой или рыночный шум? Добавляем ИИ фильтр объёма! Красивая шпилька на графике — ещё не сигнал к развороту. Цена может проколоть поддержку, вернуться обратно, а затем продолжить падение. Как заставить нейросеть отсеивать слабые формации? Один из вариантов — добавить в промт обязательный фильтр относительного объёма. 📊 Как работает фильтр? Сравниваем объём свечи возврата со средним объёмом за предыдущие 20 свечей: RVOL = объём свечи / VMA20 Для первичного отбора устанавливаем условие: RVOL ≥ 1,5. Но это только начало. Высокий объём не гарантирует разворот и не доказывает присутствие крупного игрока. Поэтому ИИ должен проверить ещё три вещи: 🔹 1. Сам пробой. Был ли реальный выход за значимый уровень или цена просто колебалась рядом с ним? 🔹 2. Возврат. Закрылась ли цена обратно за уровнем? Насколько уверенно прошёл возврат и что показывает объём? 🔹 3. Подтверждение. Удержала ли цена уровень на следующих свечах или снова пошла в сторону пробоя? ⚠️ Главная ловушка — выдуманные цифры. Если нейросеть видит только скриншот с нечитаемой шкалой объёма, она не должна придумывать точные значения VMA20 и RVOL. Такой сигнал нужно пометить как предварительный и проверить по OHLCV-данным. Ещё один важный момент: длинная тень, пин-бар и быстрый возврат не всегда являются тремя независимыми подтверждениями. Иногда это просто разные описания одного движения цены. 🎯 Моя идея: использовать ИИ не для поиска как можно большего количества сигналов, а для строгого отбора наиболее интересных формаций. Лучше получить ноль подтверждённых сигналов, чем принять рыночный шум за разворот. А вы используете объём для фильтрации ложных пробоев? Какой порог RVOL считаете полезным: 1,5×, 2× или оцениваете каждый инструмент отдельно? Материал носит образовательный характер и не является инвестиционной рекомендацией. Мой итог: я бы оставил порог RVOL ≥ 1,5 как исходную гипотезу, а затем проверил его на исторических данных конкретного инструмента и таймфрейма. Сравнить нужно не только частоту прибыльных сделок, но и ложные сигналы, стоп-лоссы, соотношение прибыли к риску и результат после комиссий. Только так можно понять, действительно ли фильтр улучшает стратегию, а не просто уменьшает количество сделок. #обучение #Академия ИИ трейдинга #новичку
6
Нравится
Комментировать
Делитесь опытом в Пульсе
Как больше зарабатывать и эффективнее тратить
cyberdragonoid
15 октября 2026 в 7:19
Продолжение предыдущего поста: https://www.tbank.ru/invest/social/profile/cyberdragonoid/1f2a9f1d-a4b3-4639-9d0c-100ded947977?author=profile&channel=sharing Ограничения нейросети при анализе Price Action Статичность данных. Нейросеть анализирует статичную картинку. Она не видит, как бар формировался в реальном времени, как «пожирал» лимитные заявки, как менялась скорость движения. Она видит только конечный результат — готовую свечу. Склонность к галлюцинациям и подгонке (overfitting). Модель может увидеть паттерн «Голова и плечи» там, где его нет, просто потому что вы попросили его найти. Она может выдать желаемое за действительное, чтобы дать вам красивый ответ. Игнорирование рыночных фаз. Нейросеть может одинаково уверенно анализировать тренд и сложный, шумный рендж (боковик), предлагая в боковике трендовые сетапы, которые там не работают. Отсутствие доступа к стакану (DOM) и ленте (Time & Sales). Price Action — это не только свечи, но и реакция на поток ордеров. Нейросеть не видит плотности заявок и скрытые айсберги. Проблема с качеством изображения. Если на скриншоте плохой контраст, обрезаны оси или наложены лишние индикаторы, модель может неверно распознать цены и время. Совет, наставление и предупреждение новичку Наставление: изучите механику рынка, а не названия паттернов. Главная ошибка новичка — заучить, как выглядит «Пин-бар» или «Внутренний бар», и искать их в чистом поле. Паттерн Price Action — это не картинка, это визуальное отражение того, кто победил в битве за уровень: покупатель или продавец. Пин-бар с длинной тенью — это не просто «свеча с хвостом», это визуальный след того, что цену толкнули в одну сторону, собрали там стопы (ликвидность), а затем крупные игроки развернули ее обратно, потому что их объем оказался сильнее. Понимайте механику, и тогда паттерны станут лишь следствием, а не причиной для входа. Предупреждение: нейросеть — это не сигнальный сервис. Не просите модель: «Скажи мне, куда пойдет биткоин и где купить». Она даст ответ, но это будет статистически вероятная догонка, а не гарантия. Используйте нейросеть как рыночное зеркало и второго пилота, который подсвечивает то, что вы могли пропустить: незамеченный уровень, неочевидный ложный пробой, слишком близкий стоп-лосс. Окончательное решение и ответственность за риск всегда остаются на вас. Совет: всегда проверяйте график слева направо, а не справа налево. Сначала анализируйте контекст: где цена была вчера, неделю назад, где стоят самые заметные исторические максимумы и минимумы (это зоны интереса крупных денег). Только после этого смотрите на текущую свечу. Цена всегда движется от одной зоны ликвидности к другой. Ваш поиск сетапа всегда должен начинаться со старших ТФ и уровней, а заканчиваться точкой входа на младшем ТФ. Практический совет по промт-инжинирингу: Давайте модели по одному конкретному фокусу на запрос (например, только уровни, только ложные пробои). Прикрепляйте скриншоты в высоком разрешении без лишних графических элементов. Всегда просите модель оценить альтернативный сценарий («А что, если пробой окажется истинным?»). Это развивает трейдерское мышление и защищает от туннельного зрения. Дополнительный промт который расширит твой кругозор и углубит глубодум. 📌 После того как ты полностью ответишь на мой вопрос, проанализируй нашу беседу и определи, какие важные аспекты данной проблемы мы ещё не рассмотрели. Предложи 5–7 наиболее полезных направлений для дальнейшего изучения темы. Для каждого направления сформулируй конкретный вопрос, который я могу задать тебе следующим сообщением. #промты #обучение #Академия ИИ трейдинга
4
Нравится
Комментировать
cyberdragonoid
15 октября 2026 в 7:10
Промты для анализа графика по стратегии Price Action. Price Action (анализ чистого движения цены) — это чтение графика без индикаторов, где главными сигналами служат свечные паттерны, уровни и поток ордеров. Промты для нейросети в этом контексте работают как фильтр: они помогают отсечь рыночный шум и сфокусировать внимание на конкретных зонах. Ниже приведены готовые промты, разбитые по задачам, а также разбор ограничений и советы для старта. Промты для анализа графика 1. Базовый анализ структуры (для начала любого разбора) «Ты — эксперт по Price Action. Проанализируй прикрепленный график [Тикер] на [Таймфрейм]. Опиши текущую структуру рынка: какой тренд преобладает (восходящий, нисходящий, боковик), где находятся ближайшие сильные уровни поддержки и сопротивления, есть ли на графике признаки поглощения ликвидности. Не используй индикаторы, опирайся только на свечные формации и расположение локальных минимумов и максимумов». 2. Поиск и валидация свечных паттернов «Найди на графике все сформированные паттерны Price Action за последние 50 свечей (пин-бары, поглощения, внутренние бары). Для каждого паттерна укажи: 1) точное место формирования относительно уровней (отбой, пробой, ложный пробой); 2) контекст (перекупленность/перепроданность зоны, положение относительно тренда); 3) оценку силы сигнала по шкале от 1 до 5. Объясни, почему этот паттерн сильный или слабый». 3. Анализ ложного пробоя (False Break) «Уровень [указать цену] был пробит, но цена вернулась обратно. Проанализируй этот ложный пробой. Опиши механику: как вела себя цена при подходе к уровню (замедление, длинные тени), был ли захват ликвидности (sweep) за уровень, на каком объеме произошел возврат. Является ли этот ложный пробой признаком силы тренда или началом разворота?» 4. Анализ рыночных ловушек (Торговый рендж и Spring/Upthrust) «Рынок находится в боковике [указать диапазон]. Проанализируй последние ложные проколы границ диапазона. Найди признаки "спринга" (ложный пробой вниз с быстрым выкупом) или "аптраста" (ложный пробой вверх с резким сбросом). Оцени вероятность того, что это манипуляции для сбора стопов перед истинным движением». 5. Синтез: формирование торгового плана «На основе текущего графика [Тикер] [Таймфрейм] составь торговый план. Опиши сценарий "А" (на продолжение тренда) и сценарий "Б" (на разворот). Для каждого сценария укажи: точную зону входа, уровень стоп-лосса (с обоснованием, почему он там), зону фиксации первой части позиции и зону для перевода в безубыток. Предложи соотношение риска к прибыли (RRR)». 6. Анализ старшего и младшего таймфреймов (MTF) «Проанализируй график [Тикер] на [Старший ТФ, например, H4] и [Младший ТФ, например, M15]. Определи глобальный контекст на старшем ТФ. Затем найди на младшем ТФ точку входа, которая идеально согласуется с уровнем старшего ТФ. Объясни, почему вход на младшем ТФ безопаснее в данном контексте». 7. Анализ объема и потока ордеров (Volume/Footprint) (Если у вас есть доступ к данным объема или футпринта) «Проанализируй кластерный график (футпринт) на [Тикер] [Таймфрейм] в зоне вчерашнего максимума. Где находится POC (точка контроля)? Есть ли в кластерах инициация продаж (агрессивные рыночные продажи в лонг) или поглощение лимитными покупателями? Подтверждает ли объем силу покупателей на откате?» Ограничения нейросети при анализе Price Action Отсутствие контекста старшего таймфрейма. Если вы дадите нейросети один скриншот 15-минутного графика, она увидит только локальную картину. Она не знает, что прямо над ценой на дневном графике стоит исторический уровень, от которого цена отскакивала пять раз за год. Правило: всегда указывайте в промте старший таймфрейм или давайте два скриншота. #промты #обучение #новичку #Академия ИИ трейдинга
3
Нравится
Комментировать
cyberdragonoid
25 сентября 2026 в 18:50
Какие ещё инструменты подходят для работы с промптами в трейдинге? 💠Алиса: Для трейдинга действительно есть инструменты, которые здорово помогают выстроить логику промптов — особенно когда нужно, чтобы ИИ не просто выдал текст, а структурировал данные, помог с анализом или даже сгенерировал часть кода для стратегии. Я подобрала несколько вариантов, сгруппировав их по задачам. Для структурирования и шаблонов PrompTessor (promptessor.com). Это целая рабочая среда: можно генерировать промпты, оптимизировать их, разбирать, что работает, а что нет, и сохранять в библиотеку. Удобно для трейдинга: например, собрать шаблон для анализа P&L или для запроса исторических данных по волатильности, а потом многократно его дорабатывать. 12 DocsBot (docsbot.ai). Инструмент превращает сырую идею в структурированный бриф. Вы описываете цель (например, «проанализируй корреляцию между ставкой ФРС и индексом S&P 500 за последний год»), а DocsBot добавляет в промпт роль, ограничения, чёткий формат вывода (таблица, JSON) и критерии успеха. Это сильно снижает риск «галлюцинаций» — модель получает ясные рамки. 13 Для сложных цепочек рассуждений Здесь фокус на техниках, которые в трейдинге критически важны: чтобы модель не выдала готовый вывод, а показала ход мыслей, или чтобы вы могли перекрёстно проверить результат. Инструменты для Chain-of-Thought (CoT). Сама по себе техника (просить модель «думать шаг за шагом») не требует отдельного софта — её активируют фразой в промпте («покажи ход рассуждений»). Но некоторые среды (например, продвинутые версии LangChain или специализированные IDE для промпт-инжиниринга) помогают визуально выстроить такую цепочку: разбить задачу на подшаги (анализ тренда → проверка объёмов → оценка новостей → вывод) и управлять каждым. Это особенно полезно для многоступенчатого анализа рынка или бэктестинга стратегий. 27 Техники с несколькими запусками. Для критичных решений (например, перед крупной сделкой) применяют Self-Consistency: запускают один и тот же CoT-промпт несколько раз и выбирают ответ, который повторился. Инструменты, которые позволяют легко сохранять и сравнивать версии промптов и их выводы, здесь очень выручают. 7 Для интеграции с данными и кодом PromptFlow. Это low-code инструмент, который позволяет строить потоки: соединять узлы с промптами, Python-функциями и условной логикой. В трейдинге это открывает большие возможности: например, сделать поток, где сначала ИИ извлекает данные из CSV или API, затем применяет к ним логику (фильтрует по объёму, ищет паттерны), а потом генерирует отчёт или даже фрагмент кода для торговой платформы. 5 Платформы с интеграцией внешних источников. Некоторые инструменты позволяют напрямую подключать базы данных, API бирж или текстовые документы (отчёты компаний, новости), чтобы модель работала не в вакууме, а с актуальным контекстом. 6 Как выбрать? Если вы только начинаете и хотите систематизировать свои идеи — берите PrompTessor или DocsBot. Если строите сложную аналитическую цепочку (например, для алгоритмической торговли) — смотрите в сторону PromptFlow или фреймворков с поддержкой CoT. Если важна воспроизводимость и сравнение версий — ищите инструмент с системой контроля версий промптов и их выводов. Попробуй взять одну свою задачу (например, «нужно, чтобы ИИ каждый день собирал сводку по волатильности и выдавал сигнал на вход») и прогони её через пару инструментов. Часто сразу видно, какой даёт больше контроля на каждом шаге. Какой из этих сценариев тебе сейчас ближе? Могу разобрать детальнее! #академия ИИ-трединга
7
Нравится
4
cyberdragonoid
24 сентября 2026 в 5:08
🤖 Как устроен AI-агент для анализа фьючерса После предыдущих постов возникает логичный вопрос: а как всё это соединить в одну систему? Условно AI-агента для анализа фьючерса можно представить так: 1️⃣ Сбор данных Агент получает данные из разных источников: • цена и OHLCV • объём • открытый интерес • новости • макроэкономика • данные базового актива • опционы • стакан и лента • характеристики самого фьючерса Но агент не должен считать всё это автоматически достоверным. ↓ 2️⃣ Проверка данных Для каждого источника проверяем: • время получения • источник • real-time / delayed / EOD • пропуски • дубликаты • аномальные значения • единицы измерения • согласованность данных Если критически важные данные отсутствуют: анализ ограничен А не: «AI, придумай недостающие значения». ↓ 3️⃣ Расчёт показателей Здесь лучше использовать обычный код и статистические библиотеки. Например: • доходность • EMA / MA • ATR • волатильность • z-score • изменение ОИ • аномалии объёма • базис • показатели опционного рынка • корреляции То есть: данные → формула → результат. А не: данные → мнение LLM → цифра. ↓ 4️⃣ Статистическая модель Теперь появляются: • веса факторов • базовая вероятность • условная вероятность • доверительные интервалы • out-of-sample результаты • walk-forward тестирование • калибровка вероятностей Именно здесь должна находиться математическая модель. Например, модель может выдать: вероятность роста на горизонте N = X% Но только если эта вероятность действительно рассчитана моделью и прошла необходимую проверку. ↓ 5️⃣ Микроструктура Отдельный модуль анализирует: • стакан • ленту сделок • спред • глубину рынка • ликвидность • потенциальные зоны скопления ликвидности Важно: наблюдение ≠ доказательство намерений участников. Например, крупная заявка в стакане ещё не означает, что кто-то обязательно собирается удерживать этот уровень. ↓ 6️⃣ AI / LLM И вот только теперь подключается большая языковая модель. Её задача: • собрать результаты разных модулей; • объяснить их простым языком; • найти противоречия; • классифицировать новости; • построить сценарии «если X → тогда Y»; • указать, какие факторы требуют дополнительной проверки; • сформулировать условия, при которых текущая гипотеза становится недействительной. То есть LLM здесь скорее аналитик и интерпретатор, а не калькулятор рынка. ↓ 7️⃣ Risk-модуль Перед любым торговым решением: • размер позиции; • стоп; • потенциальное проскальзывание; • риск события; • ликвидность; • максимальный допустимый убыток; • условия отмены сценария; • ситуация «не входить». И это очень важный этап. Агент должен уметь сказать не только «что делать», но и «торговой идеи сейчас нет». ↓ 8️⃣ Человек Финальный уровень: 👤 Трейдер AI может собрать данные, рассчитать показатели, сравнить сценарии и показать риски. Но решение: входить / не входить / изменить размер позиции / ничего не делать остаётся за человеком. Получается такая архитектура: Источники данных ↓ Проверка качества ↓ Расчёты ↓ Статистическая модель ↓ Микроструктура ↓ LLM-интерпретация ↓ Risk-модуль ↓ Трейдер И здесь есть принцип, который я бы вообще сделал главным правилом всей «Академии»: Не заставляй один инструмент делать работу, для которой предназначен другой. Биржевые данные дают факты. Код считает показатели. Статистика оценивает модель. LLM помогает анализировать и объяснять. Risk-модуль контролирует ограничения. А человек принимает решение. ⚠️ Для новичков: наличие AI-агента не означает наличие прибыльной стратегии. Автоматизация не устраняет рыночный риск, ошибки данных, переобучение и неверные модели. Любую систему сначала нужно проверять на исторических данных, затем на демо, вести статистику результатов — и только после этого вообще рассматривать реальные деньги. AI → данные → проверка → модель → демо → статистика → только потом деньги. #Академия ИИ трейдинга #обучение
4
Нравится
3
cyberdragonoid
24 сентября 2026 в 4:44
🧩 Как подготовить данные для AI-агента: практический JSON-шаблон В прошлом посте я показал общую структуру данных для анализа фьючерса. Но если мы хотим перейти от обычного промпта к AI-агенту, простой список показателей уже недостаточен. Нужны три вещи: данные → проверка → расчёты. И только после этого — интерпретация AI. 1. Основная информация { "instrument": { "ticker": "XXXX", "underlying": "XXXX", "asset_type": "stock_index", "timestamp": "2026-09-24T10:35:00+03:00", "analysis_horizon": "1-5 days" } } 2. Специфика фьючерса { "futures": { "expiry_date": "YYYY-MM-DD", "roll_date": "YYYY-MM-DD", "contract_size": 100, "basis": 0.0, "carry": 0.0, "term_structure": "contango" } } Здесь особенно важны экспирация, роллирование и базис. Причём конкретный набор полей должен зависеть от типа фьючерса. 3. Рыночные данные { "market": { "price": 0.0, "ohlcv": { "timeframe": "15m", "open": 0.0, "high": 0.0, "low": 0.0, "close": 0.0, "volume": 0 }, "open_interest": 0 } } Из этих данных уже можно детерминированно рассчитать доходность, ATR, EMA, аномалии объёма и другие показатели. То есть не обязательно передавать AI каждую готовую производную метрику. 4. Данные базового актива Здесь важный нюанс. Для фьючерса на акцию могут быть актуальны: отчётность; дивиденды; корпоративные события; ожидания рынка. Для индекса, валюты или сырья набор факторов будет совершенно другим. Поэтому универсального блока «выручка, прибыль, долг» для любого фьючерса не существует. 5. Новости и события { "events": [ { "datetime": "YYYY-MM-DDTHH:MM:SS", "type": "earnings", "source": "SOURCE", "fact": "описание события", "consensus": null, "observed_impact": { "type": "volume_spike", "magnitude": 0.0 } } ] } Важно разделять: что произошло и как это интерпретируется. AI может объяснять возможные последствия, но не должен превращать собственную интерпретацию в исходный факт. 6. Опционы Здесь тоже нельзя писать просто: IV = 30% Без контекста это число мало что говорит. Лучше: { "options": [ { "expiry": "YYYY-MM-DD", "strike": 0.0, "type": "call", "iv": 0.0, "oi": 0, "volume": 0 } ] } А необходимые показатели — например skew или Put/Call ratio — рассчитывать отдельно. 7. Ликвидность и микроструктура { "liquidity": { "spread": 0.0, "market_depth": 0.0, "expected_slippage": 0.0 }, "order_flow": { "timestamp": "YYYY-MM-DDTHH:MM:SS", "data_latency": "real-time", "observations": [] } } И здесь критически важно поле: data_latency Потому что стакан из real-time потока и стакан с задержкой — это принципиально разные данные. 8. Контроль качества А вот этого в обычных промптах почти всегда не хватает. { "data_quality": { "price": "verified", "volume": "verified", "open_interest": "verified", "news": "verified", "outlier_flags": [], "missing_fields": [] } } AI должен иметь возможность сказать: «Анализ ограничен: OI отсутствует, стакан имеет задержку, данные по опционам неполные». А не заполнять пробелы собственной фантазией. И вот здесь появляется главное отличие AI-агента Он не должен делать: «Вот неполные данные → сейчас я сам что-нибудь придумаю». Правильный конвейер: источники → сбор данных → проверка → расчёт показателей → статистическая модель → AI-интерпретация → человек принимает решение. Именно поэтому хороший AI-агент в трейдинге — это не просто «очень умный промпт». Это система, в которой каждому этапу заранее определена своя задача. ⚠️ Новичкам: JSON, AI-агент и красивые таблицы сами по себе не создают торгового преимущества. Если исходные данные ошибочны или модель не прошла нормальное тестирование, автоматизация лишь быстрее выдаст неправильный вывод. AI не заменяет анализ. Он помогает организовать его. #академия ИИ трейдинга #обучение
3
Нравится
Комментировать
cyberdragonoid
23 сентября 2026 в 5:19
📌 Статья 4. «Где здесь место AI-агента?» 🤖 Где здесь место AI-агента? После всего, что мы разобрали, может возникнуть вопрос: «Тогда зачем вообще нужен AI?» Наоборот — нужен. Просто не там, где мы сначала его поставили. Я бы разделил систему на 4 слоя. 🧱 1. ДАННЫЕ Получаем: • новости; • макроэкономические показатели; • цены; • объёмы; • открытый интерес; • опционы; • позиционирование; • стакан и ленту — если есть соответствующие данные. 🧮 2. КОЛИЧЕСТВЕННАЯ МОДЕЛЬ Здесь выполняются воспроизводимые расчёты: • формирование факторов; • нормализация; • корреляционный анализ; • расчёт весов; • прогнозирование; • backtest; • walk-forward; • проверка калибровки. Именно здесь должны появляться математические оценки. 🤖 3. AI А здесь начинается работа языковой модели. AI может: 📰 прочитать большое количество новостей; 🔎 найти важные события; 🧩 сопоставить их с факторами; ⚠️ найти противоречия; 📚 объяснить результат модели; 🔄 сформировать сценарии «если X → тогда Y»; ❓ предложить, какие данные ещё необходимо проверить. 👤 4. ТРЕЙДЕР И последний этап: торговать или не торговать. AI не должен превращаться в кнопку: «Купить фьючерс». А нужен ли AI-агент? В простом варианте можно работать с обычной нейросетью. Но если задача становится сложнее, агент может последовательно: получить данные → проверить источники → вызвать расчёт → проверить результат → найти противоречия → сформировать отчёт. При этом агент не должен получать право «придумывать» отсутствующие данные. Если нет данных по опционам — честный ответ: «Данных недостаточно». А не выдуманные значения. ⚠️ Главное предупреждение Если вы новичок, не начинайте с автоматической торговли. Сначала научитесь понимать: что именно анализирует модель; откуда берутся данные; как формируется прогноз; как проверяется исторически; какие ошибки возможны; сколько стоит комиссия и проскальзывание; что произойдёт при резком движении против позиции. И обязательно тестируйте идеи на демо-счёте и исторических данных, прежде чем рисковать реальными деньгами. Фьючерсы могут приводить к существенным убыткам, а использование AI этого риска не отменяет. AI — не оракул. Его полезность не в том, что он якобы знает будущее. Его сила — в том, что он может помочь человеку системно собирать информацию, проверять гипотезы и находить то, что человек мог пропустить. А решение и ответственность за сделку остаются за трейдером. #обучение #новичку #Академия ИИ трейдинга
5
Нравится
Комментировать
cyberdragonoid
23 сентября 2026 в 5:07
📌 Статья 3. «Откуда взялись эти 70%?» 📈 «Вероятность роста — 70%». А откуда взялись эти 70%? Это один из самых важных вопросов, который стоит задавать AI при анализе рынка. Потому что: скоринг ≠ вероятность. Если модель получила положительный факторный скор, это ещё не означает: «Цена вырастет с вероятностью 70%». Чтобы говорить о вероятности серьёзнее, нужна историческая база. Представим: модель получила определённый набор факторов. Мы ищем аналогичные состояния рынка в прошлом и смотрим, что происходило дальше. Но здесь сразу возникает вопрос: Что значит «аналогичные»? По каким критериям? Насколько похожи факторы? Какой горизонт? Если правила сходства не определены заранее, «похожие ситуации» легко превращаются в субъективный выбор. Нужен baseline Допустим, на выбранном горизонте рынок вообще растёт в 55% случаев. А наша модель показывает 60%. Это не означает, что модель «предсказывает рост с вероятностью 60%» и тем более не означает огромное преимущество. Нужно сравнивать её результат с базовой частотой. И проверять: даёт ли модель дополнительную информацию? Нужна проверка вне обучения Если модель настроили на исторических данных, а потом проверили на тех же данных — результат может быть слишком оптимистичным. Поэтому используются: training → validation → out-of-sample и, например, walk-forward testing. Модель должна показывать результат на данных, которые не использовались для её настройки. И ещё один тест — калибровка Если модель много раз говорит: вероятность 70% то среди таких прогнозов фактический результат должен быть примерно соответствующим. Иначе «70%» — просто число. Поэтому профессиональный вопрос к модели звучит не: «Какой прогноз?» а: «Насколько хорошо твои вероятности откалиброваны на независимых данных?» ⚠️ И ещё важнее: рынок меняется. Связь между фактором и ценой, которая работала несколько лет назад, может ослабнуть или исчезнуть. Поэтому модель необходимо периодически перепроверять. Вероятность в трейдинге — это не обещание будущего. Это оценка неопределённости, которую ещё необходимо подтвердить статистикой. В следующей части соберу всё вместе: данные → факторы → статистическая модель → вероятность → AI → сценарии → проверка → решение «торговать или пропустить». #обучение #новичку #Академия ИИ трейдинга
8
Нравится
Комментировать
cyberdragonoid
23 сентября 2026 в 4:40
📌 Статья 2. «Почему +2 от AI — это ещё не математическая модель» 📊 Почему «+2 от AI» — это ещё не математическая модель В предыдущей статье я предложил разделить AI-анализ и количественную модель. Теперь покажу почему. Допустим, мы просим нейросеть оценить факторы перед покупкой фьючерса: Фактор Оценка Макро +2 Новости +1 USD −1 Опционы +1 Объёмы +2 Выглядит красиво. Но что на самом деле означает «Макро = +2»? Если это просто мнение языковой модели, то: другой запрос → возможно +1; другая модель → возможно 0; другой момент → возможно +2. Значит, число не является воспроизводимым измерением. Как сделать иначе? Нужно заранее определить правило формирования фактора. Например: если показатель X изменился больше определённого порога → категория A; если изменение находится в определённом диапазоне → категория B; если изменений практически нет → категория C. Теперь правило можно применить ко всей исторической выборке. И получить: данные → фактор → результат. А дальше уже можно проверить: действительно ли этот фактор связан с будущим движением цены? А что с весами? Раньше мы могли написать: Макро — 25% Новости — 15% Опционы — 10%... Но это просто гипотеза, если она не проверена. Более строгий подход: исторические данные → статистическая модель → оценка влияния факторов → проверка на новых данных. Причём факторы могут быть связаны между собой. Например, одна новость может быть следствием того же макроэкономического события, которое мы уже учли. Если сложить оба фактора без проверки, можно дважды посчитать одну информацию. Поэтому нужны: • корреляции; • проверка мультиколлинеарности; • регуляризация или другие методы контроля модели; • out-of-sample тестирование. Главное LLM может помочь: 🤖 найти факторы; 🤖 классифицировать новости; 🤖 объяснить результаты; 🤖 сформировать гипотезы. Но не стоит автоматически считать её ответы: «+2», «25%», «вероятность 70%» объективными измерениями. Сначала воспроизводимая методика → потом цифры → потом AI-интерпретация. В следующей статье разберём самое интересное: как вообще получить вероятность сценария и почему 70% без baseline и проверки может быть практически бессмысленной цифрой. #обучение #новичку #Академия ИИ трейдинга
5
Нравится
Комментировать
cyberdragonoid
23 сентября 2026 в 4:22
📌 Статья 1. «Я хотел спросить у AI: куда пойдёт фьючерс?» 🤖 Я хотел спросить у AI: куда пойдёт фьючерс? И сначала всё выглядело просто. Загрузить данные → попросить AI проанализировать фундаментал и новости → получить: 🟢 рост 🟡 боковик 🔴 падение Но чем глубже разбирался, тем очевиднее становилась проблема. AI может очень убедительно объяснить рынок — и при этом ошибиться. Поэтому я решил построить систему иначе. Не спрашивать: «Куда пойдёт цена?» А разложить задачу на несколько уровней. 1. Сначала данные Новости, макроэкономика, ставки, инфляция, запасы, валюты, позиционирование, опционы, объёмы и другие доступные данные. 2. Затем факторы Данные превращаются в измеряемые признаки. Например, не: «Макро выглядит позитивно: +2». А конкретное правило: «Показатель X изменился на Y относительно предыдущего периода». Такой признак можно воспроизвести и проверить на истории. 3. Затем статистическая модель И только здесь появляются: • веса факторов; • вероятность сценария; • историческая проверка; • out-of-sample тестирование; • калибровка вероятностей. 4. И только после этого — AI Вот здесь языковая модель становится очень полезной. Она может: 🔎 собрать и структурировать информацию; 📰 разобрать поток новостей; 🧩 найти противоречия между факторами; 📚 объяснить результат модели простым языком; ⚠️ показать, какие данные необходимо перепроверить. То есть AI становится аналитическим помощником, а не генератором магических процентов. ⚠️ ОСОБОЕ ПРЕДУПРЕЖДЕНИЕ НОВИЧКАМ Если вы только начинаете разбираться в AI и трейдинге, не воспринимайте ответ нейросети как торговый сигнал. Фраза: «Вероятность роста 73%» сама по себе ничего не доказывает. Первый вопрос должен быть: «Откуда взялись эти 73%?» Какие данные? Какой исторический период? Какой горизонт? Какой размер выборки? Какой baseline? Проверялась ли модель на новых данных? Учитывались ли комиссия и проскальзывание? Если ответов нет — перед вами может быть просто уверенно сформулированное мнение AI. Поэтому мой принцип пока такой: AI → проверка данных → собственный анализ → демо → статистика результатов → только потом реальные деньги. И даже после этого никакая модель не превращается в гарантию прибыли. В следующей статье разберу главный вопрос: почему оценка фактора «+2» от нейросети ещё не является количественной моделью. #обучение #Академия ИИ трейдинга #новичку
6
Нравится
5
YZY_fin
2 мая 2026 в 14:46
Какие могут быть стратегии на долговом рынке? 1. Buy & Hold Самая простая. Берёшь бумагу, получаешь купоны, в конце — номинал. Никакой головной боли, предсказуемый денежный поток. Подходит для тех, кто хочет «положить и забыть». Главное — правильно оценить кредитный риск на старте. 2. Первичка → продажа в +2–4% На размещении берёшь бумагу по номиналу, ждёшь несколько недель пока рынок «переварит» выпуск и цена подрастёт. Продаёшь. Заработок без купонного ожидания, горизонт — 1–4 недели. Работает особенно хорошо на размещениях с ажиотажным спросом. 3. Купить ниже номинала → дождаться погашения Ищешь бумагу, которая торгуется с дисконтом — например, 96% от номинала. Держишь до погашения и получаешь 100%. Эти 4% — дополнительный доход сверх купонов. Неэффективность чаще возникает на малоликвидных выпусках или в периоды рыночного стресса. 4. Игра на офертах PUT Следишь за выпусками с офертой. Эмитент объявляет ставку на следующий период — если она невыгодная, толпа сдаёт бумаги. Цена падает ниже номинала. Берёшь дёшево, предъявляешь к оферте по 100%. Профит. Требует внимания к календарю корпоративных событий. Также есть вариант купить "немного раньше" до оферты, если есть неэффективность и сдать по номиналу. 5. Макро-торговля бондами Следишь за рынком, понимаешь, что произошел сдвиг цикла и ставку повышают? - покупаешь флоатеры, если понижают - фиксы. Видишь, что данные по инфляции растут, продаешь rgbi, падают - наоборот покупаешь. 6. Фиксофлоатеры. Видишь, что на понижении ставки все скупают фиксы и там уже нет премии, ищешь на скринерах короткие флоатеры с хорошим КС+N и фиксируешь доходность например на год. Да, никто не знает, насколько быстро будет спускаться ставка, но ЦБ дает таргеты и мы можем примерно прикинуть сколько мы заработаем и у фиксфлоатеров обычно есть премия к фиксам. 7. Покупка после первички Часто бывает, что на размещении облигация падает вниз и дает премию в несколько процентов, обычно такое случается, когда андеррайтер / организатор не сдал все бумаги на первичке, он пуллит их в стакан. Плюс есть плечевики или просто хомяки недовольные стартом. Мы подбираем бонд и зарабатываем на росте к номиналу, Айди коллект это последний яркий пример такого размещения, выпуск спускался на -2% и многие этим воспользовались. 8. Разница между бондами и субордами. Арбитраж суборды vs старший долг одного эмитента - разница в доходности между субординированными и обычными бондами одного банка бывает нерыночной, спреды здесь случаются часто и на этом можно заработать. Это основные стратегии на рынке бондов, на самом деле их сильно больше, предлагаю в комментариях поделиться, а чем пользуетесь вы. @YZYfin #стратегии #академия #облигации $RU000A10B933
$RU000A10DTA2
$RU000A10C5L7
$SU26254RMFS1
$SU26253RMFS3
$SU26252RMFS5
$RGBIF
$RU000A10EYJ1
{$RU000A10AV15} $RU000A10C634
$RU000A10DA74
$RU000A109SP5
$RU000A10EST2
1 097,6 ₽
−6,58%
1 016,7 ₽
−3,86%
1 048,9 ₽
−4,7%
49
Нравится
6
MonZe
17 октября 2025 в 12:45
Пост Для чего компании продают свои акции или почему бы просто не взять кредит? Чечики, MonZe на связи!☝️ Если вы когда-нибудь задумывались, почему такие гиганты, как Apple или Google, чьи акции торгуются на бирже, решили «поделиться» своей компанией с тысячами незнакомых людей, то этот пост для вас. На самом деле, продажа акций (этот процесс называется IPO или первичное публичное предложение) — это один из самых важных стратегических шагов для растущей компании. И причины далеко не всегда сводятся к банальному «им нужны были деньги». 1. Привлечение капитала без долгов. Деньги от продажи акций не нужно возвращать, в отличие от кредита. Их вкладывают в развитие: открытие новых филиалов, разработку технологий или покупку конкурентов. 2. Повышение престижа и ликвидности. Статус публичной компании усиливает доверие клиентов и партнеров. Акции становятся ликвидным активом, а их цена отражает рыночную стоимость бизнеса. 3. «Выход» инвесторов и основателей. Первые инвесторы и основатели могут продать часть долей и зафиксировать прибыль после многих лет работы. 4. Акции как валюта. Публичные компании могут использовать свои акции для расчетов при поглощении других бизнесов. И конечно же есть минусы: • Нужно раскрывать финансовые отчеты (прозрачность для конкурентов) • Давление акционеров для быстрого получения прибыли • Высокие затраты на содержание публичного статуса Итог: Продажа акций — стратегический шаг для роста, а не просто способ получить деньги. #инвестиции #акции #кредиты #т_инвестиции #академия #финансоваяграмотность
1
Нравится
Комментировать
sun41us
31 июля 2023 в 20:07
Сегодня по совету Тинькофф посмотрел фильм "Бойлерная" 2000 года. Он мне понравился, брокеры навязывают мусорные акции, уламывают даже самых стойких клиентов. Пользуясь доверчивостью, говорят, что акция может в скорейшем времени взлететь на 30-40%. Может показаться немного серо и скучновато, но если включить скорость 1.1 или 1.25, тогда вообще кайф. Рекомендую посмотреть. Из этого фильма я извлёк то, что при совершении сделок далеко не всегда может быть достаточно советов любых других разбирающихся людей, нужно самостоятельно анализировать рынки и компании. А также не нужно поддаваться эмоциям. Да, все это и так знают. Но сейчас я увидел наглядный пример и понял, почему нужно придерживаться советов Академии Тинькофф инвестиций Помимо этого сегодня наслаждался ростом акций моего портфеля, в частности акций $SBER
#фильмы_для_инвесторов #советы #академия #образование #знания
267,4 ₽
+11,78%
5
Нравится
Комментировать
Akulovalera
30 июля 2023 в 12:36
Пост для таких же новичков, как я 🤓 Прошла я в Академии инвестиций курс для начинающих "Что нужно знать об инвестициях". Хочу сделать не большую выемку, что я из них узнала. Во-первых, я так лучше запоминаю 🙃 Во-вторых, может и для вас это будет полезно? Кто-то узнает что-то новое, кто-то просто освежит знания. Кругом плюсы. "Финансовый успех инвестора начинается с инвестиций в знания, именно знания приносят наибольшую прибыль." - Бенджамин Франклин. Несколько фактов: - Индекс Мосбиржи вырос = ценные бумаги российских компаний подорожали; - Рубль подорожал = рубль стал стоить дороже в единицах другой валюты, а саму валюту можно купить дешевле; - Найти компанию, в которую можно инвестировать легко. Достаточно взглянуть на мир глазами исследователя; - Главный секрет успеха - дисциплина и регулярность; - Рекомендуется реинвестировать прибыль. Эффективность любого инвестора зависит не только от начальной суммы вложения, но и от двух важных факторов: доходности и срока; - Чем дольше вложения демонстрируют стабильность, тем лучше будет результат; - Положительный результат в прошлом не гарантирует успеха в будущем; - Идеальная инвестиция: актив (например акция или золото) покупается и после роста цены продается. Реальная доходность, с учетом инфляции, должна быть положительной; - Важно четко определить цель инвестирования, так как именно цель определяет средства; - В процентах годовых принято считать доходность любых вложений; - Чем выше доходность инструмента, тем выше риск; - Ликвидность показывает, как быстро можно купить или продать актив. Это возможность быстро извлечь деньги для какой-то покупки или новых вложений; - По большей части цена акции иллюстрирует ожидания от результатов компании: дела идут плохо - цена падает и наоборот; - Биржевые фонды - это идеальный инструмент для пассивного инвестирования (купил и забыл); - Диверсификация - вкладывать деньги в разные активы; Несколько правил инвестирования: 1. Не инвестировать в долг. 2. Покупать разные активы. 3. Думать своей головой. 4. Контролировать эмоции. Ниже прикладываю подборку финансовых активов с важными параметрами. Надеюсь, что это для вас будет полезно 🤌 #новичок #знания #академия #чекого
Еще 7
6
Нравится
3
PulsChat
14 июля 2023 в 7:34
#обучение #академия #ознакомительный Движения на рынке акций могут быть вызваны различными факторами и иметь разную направленность. Некоторые из наиболее распространенных движений на рынке включают: 1. Восходящий тренд (рост): Восходящий тренд характеризуется постепенным увеличением цен акций на протяжении определенного временного периода. Это может быть связано с улучшением экономической ситуации, увеличением спроса на акции компаний или позитивными новостями в отношении рынка или конкретных компаний. 2. Нисходящий тренд (падение): Нисходящий тренд характеризуется постепенным снижением цен акций на протяжении определенного временного периода. Это может быть связано с отрицательными экономическими событиями, плохими финансовыми результатами компаний или негативными новостями в отношении рынка или конкретных компаний. 3. Боковое движение (консолидация): Боковое движение означает, что цены акций колеблются вокруг относительно узкого диапазона без явного тренда вверх или вниз. Это может происходить, когда рынок находится в состоянии паузы, ожидает важных новостей или не имеет ясных направляющих факторов. 4. Волатильность: Волатильность характеризуется значительными колебаниями цен акций за короткий период времени. Это может быть связано с высокой неопределенностью на рынке, экономическими или политическими событиями, сезонностью или другими факторами, которые вызывают нестабильность. Важно понимать, что движения на рынке акций сложно прогнозировать и зависят от множества факторов, включая экономическую ситуацию, политические события, международные тренды и другие внешние и внутренние факторы. При принятии инвестиционных решений рекомендуется проводить анализ и оценку рисков, а также обращаться к надежным источникам информации или консультантам.
1
Нравится
Комментировать
Investxomiak
5 июня 2023 в 13:57
#академия практика
Нравится
Комментировать
Т‑Банк
8 800 333-33-33Для звонков по России
Банк
Дебетовые картыПремиумИностранцамКредитные картыКредит наличнымиРефинансированиеАвтокредитВкладыНакопительный счетПодписка ProPrivateДолямиИпотека
Страхование
ОСАГОКаскоКаско по подпискеПутешествия за границуПутешествия по РоссииИпотекаКвартираЗдоровьеБлог Страхования
Путешествия
АвиабилетыОтелиТурыПоезда
Малый бизнес
Расчетный счетРегистрация ИПРегистрация ОООЭквайрингКредитыT‑Bank eCommerceГосзакупкиПродажиБухгалтерияБизнес-картаДепозитыРассрочкиПроверка контрагентовБонусы для бизнесаТопливо для бизнесаЛизинг
Город
Доставка продуктовАфишаТопливоТ‑АвтоИгрыОтслеживание посылокБлог Города
Полезное
Т‑PayВход с Т‑IDИдентификация с T‑IDПлатежиПереводы на картуБиометрияОтзывыМерч Т‑БанкаПромокодыТ‑ПартнерыСервис по возврату денегТ‑ОбразованиеКурс добраТ‑Бизнес секретыТ—ЖБлог Т‑БанкаПомощьБизнес-глоссарий
Средний бизнес
Расчетный счетСервисы для выплатТорговый эквайрингКредитыДепозитыВЭДГосзакупкиБизнес-решенияT‑Bank DataT‑IDЛизингАвтодилеры
Т‑Касса
Интернет-эквайрингОблачные кассыВыставление счетовБезналичные чаевыеМассовые выплаты для бизнесаОтраслевые решенияОплата по QR‑кодуБезопасная сделкаВсе сервисы онлайн-платежей
Карьера
Работа в ИТБизнес и процессыРабота с клиентами
Инвестиции
Инвестиционный счетИИСПремиумТрейдингТерминалМаржинальная торговляИнвестиционные турнирыАкцииВалютыФондыОблигацииФьючерсыЗолотые слиткиЦифровые финансовые активыСтратегииПервичные размещенияДолгосрочные сбереженияАкадемия инвестиций
Мобильная связь
Сим‑картаeSIMТарифыПеренос номераРоумингКрасивые номераЗапись звонковВиртуальный номерСекретарьКто звонилЗащитим или вернем деньги
Технологии от Т‑Банка
Речевая аналитикаРаспознавание и синтез речи VoiceKitПлатформа наблюдаемости Sage
Политика обработки персональных данных
© 2006—2026, АО «ТБанк», официальный сайт, универсальная лицензия ЦБ РФ № 2673
Т‑Банк
8 800 333-33-33Для звонков по России
Банк
Малый бизнес
Средний бизнес
Инвестиции
Страхование
Город
Т‑Касса
Мобильная связь
Путешествия
Полезное
Карьера
Технологии от Т‑Банка
Политика обработки персональных данных
© 2006—2026, АО «ТБанк», официальный сайт, универсальная лицензия ЦБ РФ № 2673