MetaEditor, Open AI и ChatGPT - страница 10
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Локальная нейронная модель может работать как чат или как сервер. Вы подключаетесь к серверу через API и JSON.
Я рекомендую ollama или llama.cpp как самые быстрые и простые (на c++, а не на python), а также наиболее адаптированные для GGUF.
LMStudio - самый удобный интерфейс для чата.
Можно ли получить официальный документ MCP?
Можно ли получить официальный документ MCP?
Для разработчика MCP?
https://modelcontextprotocol.io/specification/2025-11-25
https://github.com/modelcontextprotocol/modelcontextprotocol
https://www.anthropic.com/engineering/code-execution-with-mcp
Для подключения готовых MCP я читал https://qwenlm.github.io/qwen-code-docs/en/users/features/mcp/
Как подключить AI-агенты к MetaTrader 5 через MCP
Как подключить AI-агенты к MetaTrader 5 через MCP
Важно уточнить один момент для данного форума
Алготрейдинг — одна из немногих областей, где ИИ дает на удивление мало преимущества именно сейчас, хотя казалось бы — где как не здесь, чистая математика, чистые данные.
Причина в самой природе рынка. Все публичные данные, на которых обучаются LLM, по определению содержат знания, которые рынок уже арбитражировал. Если стратегия хорошо описана в книге, статье или на форуме — она либо уже не работает, либо никогда и не работала. Реально рабочие подходы не попадают в обучающие корпусы по очень простой причине — их никто не публикует. Это эффект выжившего наоборот: в открытом доступе остается только то, что не дает преимущества. Получается, что чем больше модель прочитала про трейдинг, тем увереннее она воспроизводит уже мертвые паттерны.
Дальше — нестационарность. Модель обучается на распределении, которое к моменту использования уже изменилось. Рынок — это не игра в Go с фиксированными правилами. Это игра, где правила меняются каждый раз, когда кто-то находит новую закономерность, и все остальные начинают на нее реагировать. Любая обнаруженная неэффективность — самоуничтожающееся пророчество.
И самое глубокое — состязательность среды. В отличие от классификации картинок или генерации текста, где задача доброжелательна, рынок активно сопротивляется тому, чтобы быть распознанным. Каждый ваш сигнал — это чья-то прямая потеря, и эта другая сторона не сидит сложа руки. Если паттерн становится очевиден для модели, обученной на публичных данных, значит, он очевиден всем, и значит — его уже нет к моменту, когда вы нажмете кнопку.
Поэтому в алготрейдинге ИИ сейчас полезен совсем не там, где его пытаются применить. Он плохо генерирует альфу, но прекрасно делает инфраструктуру: бэктест-движки, визуализаторы, оптимизаторы параметров, парсеры новостей, обвязку для тестирования гипотез. Бутылочное горлышко при этом смещается. Раньше им была реализация — теперь это идея и интуиция. А идея в трейдинге — это то, что нельзя выучить по корпусу. Это нужно увидеть самому, желательно — увидеть то, чего другие пока не видят.
Когда (и если) ИИ доберется до настоящих торговых систем, это случится не через промпт "напиши мне прибыльную стратегию на MQL5". Это будет специализированная модель, обученная на рыночных данных с правильным RL-объективом каким-нибудь Renaissance или Citadel. И в тот же день, когда она заработает — ее запрут в сейф, а не выложат в API. Так что форумчанам, ждущим, что ИИ вот-вот "напишет грааль" — ждать придется долго, и совсем не там, где они смотрят.
й совет тем, кто в замешательстве: не пытайтесь догнать узких специалистов в их вертикалях. Эта гонка уже проиграна. В
Крайне сильно сомневаюсь в выше описанном.
Создавая ТЗ для ИИ без понимания что вернул Вам ИИ путь в никуда.
То же вопрос, какой должен быть промт размером, что бы ИИ нагенерировал проект среднего размера.
Хорошо, написали Вы промт задание на 100500 страниц, ИИ выдал Вам код, есть ошибки, что дальше ?
В примере выше описаны Лопаты и Экскаваторы
Работая как мастер лопатой вы сделаете ту яму которая нужна размер, точность краев, глубина, и с первого раза и не повредив коммуникаций.
Работая экскаватором этого не добиться.
Вообще данное сравнение на мой взгляд не самое удачное...
ИИ Хорошо справляется с Анализом данных, но создавать что то, тем более из программирования, думаю не скоро будет.
В любом случае, когда код созданный ИИ принесет 100500 убытков, заказчик 100500 раз перекреститься и наймет человека, способного исправить ошибки.
И как показывает практика, ковырять чужой код тем более ИИ намного дороже чем писать код с нуля.
Всегда были программисты любители и профессионалы, так вот ИИ это облегченный любитель. Когда нужно что то рабочее и надежное, то это путь только к профи...