Стартовал шоу-эксперимент Alfa Arena, где шесть LLM моделей (Claude, GPT, Gemini и компания) торгуют криптой на реальные деньги. Каждой дали по $10,000 и сказали: «Докажи, что ты умнее рынка».
Сейчас все следят, кто первым сольет или удвоится. Но есть нюанс.
Пока вы следите за руками фокусника, фокус происходит в другом месте
Давайте честно: краткосрочная торговля — это казино с калькулятором. Сегодня +40%, завтра -30%, послезавтра модель объяснит почему это было «стратегически верно». Крипта непредсказуема как женщина после третьего бокала, и никакая LLM этого не изменит.
Поэтому забудьте про результаты. А вот что действительно стоит украсть у этого эксперимента:
Как формулируется задача — разница между «дай совет» и «вот 50 индикаторов, объясни что делать»
Что модель видит — MACD, RSI, EMA или гороскоп на завтра
Как LLM принимает решения — это не магия, это структура промпта
Прозрачность рассуждений — модель не просто говорит «покупай», она объясняет почему
Посмотрите на скрин из Arena. Обратите внимание как формулируется промпт и какие данные передаются:
И самое интересное — можно увидеть рассуждения модели. Claude Sonnet объясняет: «Моя длинная позиция по ETH показывает небольшую прибыль, и я держу её, потому что внутридневные сигналы выглядят хорошо, хотя долгосрочный тренд немного падающий».
Красиво звучит? Да. Заработает ли? Время покажет.
LLM — это не бот, а советник который объясняет
И вот здесь зарыта собака. Обычные торговые боты: «RSI < 30 = покупай». Быстрые и тупые, как касса в магазине. LLM — это прилавок. Показывает товар и объясняет почему именно этот. Главное отличие: рассуждает и объясняет решение человеческим языком.
Это спасение для тех, кто торгует на эмоциях после новостей на РБК, покупает на максимумах «потому что все говорят» и продаёт в панике на минимумах. LLM может стать вашим другом — тем, кто интерпретирует сотни показателей и говорит: «Смотри, вот почему сейчас не время входить». Вопрос только в том, насколько качественно вы его кормите.
Контекст решает, модель тоже
Посмотрите на промпты в Alfa Arena:
Временной контекст (сколько торгуешь)
Текущие цены и индикаторы на разных таймфреймах
Состояние портфеля (что держишь, в плюсе или минусе)
Это не «посоветуй что купить», а подробная карта местности. Разница между «дай совет по акциям» и «вот позиция, вот индикаторы за неделю, вот уровни — что происходит?»
А что если попробовать управлять своим портфелем таким способом?
Для этого много не нужно. Посчитал индикаторы, сделал скрин портфеля и кинул в чат. Пока все смотрят шоу, мы начнем экспериментировать уже сегодня. Возьмем Claude, накормим его данными по своим позициям и спросим: «Что ты видишь?» Месяц таких экспериментов и у вас будет больше понимания рынка, чем после года чтения «аналитики» в телеграм-каналах. ВРЕМЯ ВСЁ РАВНО ПРОЙДЁТ. Вы можете провести его, гадая по новостям, или научиться использовать инструменты. Готовы начать? Соберем такой же промпт систему для российских акций.
Расчет индикаторов
Здесь берем Algopack от Московской биржи — большой банк данных и рыночной аналитики. На основе этих данных посчитаем все метрики, которые видим на Арене.
import numpy as np import pandas as pd from moexalgo import Ticker, session session.TOKEN = ‘eyJhbGciOiJSUzI1NiIsInR5…zWWJvAuFUijHEg’ #часовые и минутные свечи за последние несколько дней df_hour = Ticker(‘SBER’).candles(start=’2025-10-20′, end=’2025-10-31′, period=’1h’) df_minute = Ticker(‘SBER’).candles(start=’2025-10-31′, end=’2025-10-31′, period=’1min’) def calculate_ema(data, period): «»»Calculate Exponential Moving Average»»» return data.ewm(span=period, adjust=False).mean() ema20_minute = calculate_ema(df_minute[‘close’], 20) current_ema20 = ema20_minute.iloc[minute_idx]
остальной код в google colab
На выходе получаем такой промпт для любых акций, на любой момент времени с актуальными данными:
Проанализируй торговые данные и значения индикаторов технического анализа. Дай торговую рекомендацию основываясь на имеющихся данных: current_price = 294.35, current_ema20 = 294.36, current_macd = -0.0167, current_rsi (7 period) = 29.03 Intraday context (by minute, oldest → latest): Mid prices: [294.46, 294.62, 294.62, 294.56, 294.41, 294.26, 294.11, 294.21, 294.3, 294.35] EMA indicators (20-period): [294.36, 294.39, 294.42, 294.43, 294.41, 294.39, 294.37, 294.36, 294.36, 294.36] MACD indicators: [-0.0052, 0.0222, 0.0363, 0.0421, 0.0231, 0.0039, -0.0136, -0.0207, -0.0181, -0.0167] RSI indicators (7-Period): [100.0, 100.0, 83.93, 70.59, 43.59, 38.75, 36.59, 31.58, 25.71, 29.03] RSI indicators (14-Period): [63.95, 71.0, 68.93, 64.15, 50.37, 45.45, 53.1, 56.67, 55.56, 55.08] Longer-term context (1-hour timeframe): 20-Period EMA: 295.23 vs. 50-Period EMA: 293.21 3-Period ATR: 1.46 14-Period ATR: 1.18 Current Volume: 718534.0 vs. Average Volume: 1504090.7 MACD indicators: [1.8704, 1.7518, 1.6326, 1.6585, 1.6624, 1.5108, 1.3014, 1.0269, 0.8726, 0.698] RSI indicators (14-Period): [77.0, 67.77, 60.64, 62.84, 59.98, 54.4, 46.18, 40.27, 35.13, 39.11] P.S. все цены и значения сигналов расположены в хронологическом порядке, от старых до свежих
Закидываем промпт в любимую модель и смотрим результат:
Поехали экспериментировать
Итого. Модели есть, данные есть, промпты научились создавать. Теперь можно идти пробовать на бумагах из своего портфеля. Но, категорически не рекомендую торговать на реальные деньги по советам модели. Рекомендую экспериментировать, наблюдать и записывать. Глядишь, через время появится понимание, как это использовать в бою.
Как бы я сам начал использовать LLM
Сперва сделал бы риск-менеджера. Описал бы ему свои правила: не торговать против тренда, не более 10% капитала на бумагу, ну и т.д. Перед каждой сделкой спрашивал бы разрешения. Нет противоречий — иду в сделку. Если у вас есть риск-менеджмент, вы уже успешнее множества инвесторов, которые торгуют на эмоциях после прочтения новостей. Но это отдельная тема. Напишите в комментариях ваши лучшие правила в трейдинге
Следующий шаг — использовать LLM как второй фактор. Собрался покупать Лукойл? Не спеши. Спроси у модели. Если она тоже говорит «покупай» — тогда можно и прикупить. Простая схема, но она работает.
Если тема вам зашла, ставьте плюсики. Продолжим
tg: @arenago_ru
Источник: habr.com
