Рассмотрим пример робота, торгующего по точным сигналам из Телеграмм, с заранее определёнными точкой входа и бумагой для торговли.
Данного бота можно и нужно использовать в качестве примера для реализации подключений к различным каналам с сигналами.
ВАЖНО!!! Сигналы с разных каналов форматируются по-разному и для каждого надо будет менять способ парсинга текста.
В качестве примера робота, который сам торгует по сигналам из Telegram каналов, рассмотрим робот TelegramCryptoXBot.
Внутри проекта код робота находится здесь:
Рассмотрим прим ер робота, торгующего по новостям, которые обрабатывает ИИ (искусственный интеллект) и дает торговые сигналы.
ИИ в нашем случае – это известные большие языковые модели (LLM, Large Language Models), которые обучены на огромных массивах данных, включая финансовые отчёты, новости и аналитику. В роботе есть возможность использовать почти все популярные модели нейросетей.
Код робота внутри проекта находится здесь:
В этом видео разбираемся, как можно использовать части кода в дополнительных файлах в папке Custom. Для этого представляется механизм прекомпиляции базовых классов, который и разберем на конкретном примере в сегодняшнем выпуске.
VK Видео:Продолжаем разговор про автоматический анализ и торговлю на рынках по новостям.
В текущей статье обзор примеров и кода, которые могут пригодиться при создании роботов по теме.
Робот, который добавлялся для проверки функциональности. Он ничего не делает, но единственный его источник как раз BotTabNews. Этот источник может отображать новости в терминале OsEngine и транслировать их роботу в исходный код.
Интеграция LLM (GPT, Claude, DeepSeek) в OsEngine позволяет создать полностью автоматизированную систему, которая торгует на основе данных из новостей. Продолжаем разбираться с тем, как это работает.
Сегодня поговорим про концепцию взаимодействия ИИ и Вашего робота. Примеры роботов будем рассматривать чуть позже в этой серии статей.
Некоторое время назад в OsEngine был добавлен источник, позволяющий подключаться к новостному потоку. RSS, Телеграмм, Смарт-Лаб. Вводная статья здесь: https://smart-lab.ru/company/os_engine/blog/1118776.php
Сделано это было не в праздных интересах, «чтобы было». Сделано это для вполне конкретных вещей автоматизации торговли, чтобы можно было наладить автоматическое исполнение приказов, исходя из новостных лент. Как по явным сигналам, так и при помощи их анализа искусственным интеллектом.
Возвращаемся к теме после небольшого перерыва. Сегодня рассмотрим концептуальные вопросы работы с ИИ.
Компании разработчики LLM предоставляют различные способы взаимодействия с ними.
Ну что… Подходит к концу наша серия про «Алго-Лифт». За сим, чтобы нам было не скучно. Открываем чат для закрытого общения и сборки различных технологий. Кроме того, в этом чате будут храниться экстравагантные данные для тестов.
Это серия постов «Алго-лифт»: https://smart-lab.ru/company/os_engine/blog/1179129.php
Попасть в этот чат можно без готовой модели быстрого алго. Всё сильно проще, но правила должны быть.
Базовые вещи
Резюме. Документ
Некоторые разделы, которые стоит включить в резюме:
На выходных в OsEngine добавлено обновление, упрощающее написание торговой логики роботов и индикаторов.
Для роботов добавлены операторы неявного преобразования для упрощения работы c классами StrategyParameterLabel, StrategyParameterInt, StrategyParameterDecimal, StrategyParameterBool, StrategyParameterString, StrategyParameterTimeOfDay, StrategyParameterCheckBox, StrategyParameterDecimalCheckBox.
Для индикаторов добавлены операторы неявного преобразования для упрощения работы c классами IndicatorParameterInt, IndicatorParameterDecimal, IndicatorParameterBool, IndicatorParameterString.
Например, можно использовать экземпляр StrategyParameterInt в контексте, где ожидается int, без явного обращения к свойству ValueInt.
Раньше: