Заменил Excel на ИИ-дашборд: как управлять зоопарком торговых стратегий и не сойти с ума
400 000 строк в файле Excel, а пропущенный день это дырка в истории и отчёты, которые тормозят даже на мощном ПК — именно с этим столкнулся Дмитрий Овчинников. Но он смог при помощи ИИ ассистента создать дашборд, который упрощает управлением его 100+ стратегиями в алготрейдинге. И это, по его словам, как пересесть с запорожца на вертолёт.
На Смартлабе регулярно обсуждают рынки, стратегии и идеи, но есть такая тема как управление и отображение результатов трейдинга — и про это мало говорят. Но эта тема, которая заслуживает внимания — особенно если у вас не одна стратегия и не один инструмент.
Готовый отчёт, составленный ИИ-помощником
Хотя Дмитрий является алготрейдером, но он не считает себя программистом. Основной язык его работы MQL (MetaQuotes Language) — это язык для MetaTrader, но все современные инструменты вроде Python или R прошли мимо него: «Когда я запускаю Python — у меня начинается зубная боль».
Вся аналитика Дмитрия последние годы строилась по схеме, когда из работающего терминала производится экспорт данных в Excel, а затем при помощи макросов делались текущие сводки.
На первый взгляд — это вполне рабочая система. Но проблема была не в скорости.
Не было истории в динамике — если, например, забыл сделать экспорт одного дня, то аналитики по этому дню потом не найти.
Проблемой было и то, что количество строк было очень велико: 400 000 строк скапливалось всего за несколько месяцев работы, а такое большое количество строк приводило к тормозам при работе независимо от мощности компьютера.
Строки Экселя
Сам MetaTrader тоже имеет свои отчёты, но они ломаются на единой денежной позиции и он неправильно считает маржу, выдаёт абсурдные цифры.
Скриншот некорректного отчёта из MetaTrader
Какого-то стороннего сервиса который бы решал все эти проблемы найти не удалось.
Конечно, Дмитрий и сам успешно решал эти проблемы последние годы через Excel, но это было слегка утомительно.
Идеальная панель управления алготрейдераВообще целью Дмитрия было сделать не просто красивый график, для того хвастаться им на Смартлабе, а рабочий инструмент для управления своим капиталом.
Отчёт Дмитрия из личного кабинета брокера Финам
То есть преследовалось оперативное управление:
где сейчас деньги
в каких алгоритмах
в каких инструментах
кто «жив», а кто мертв
Например: алгоритм может случайно выключиться, а Дмитрий узнавал об этом через полгода.
Кроме того очень важно было и аналитическое управление:
разбор по дням / часам
анализ стратегий
перераспределение капитала
поиск слабых мест
Отдельная сложность была в том, как вообще правильно считать результат.
В файле экспорта из MetaTrader, который формируется скриптом на MetaQuotes Language, лежат все сделки — с начала торгов до текущего момента. Но задача не просто в том, чтобы их собрать.
Нужно для каждой связки алгоритм + инструмент посчитать актуальный результат, который включает:
закрытые сделки (это относительно просто)
и незакрытые позиции (а вот здесь начинаются нюансы)
Старый MQL-скрипт Дмитрия считал это только “на сейчас”: запустил сегодня — получил срез на сегодня, запустил через два дня — получил новый срез.
Но истории в динамике при этом не было.
Дашборд же считает этот результат на каждый день от начала торговли до текущего момента, каждый раз пересобирая картину из файла экспорта.
Именно это и оказалось одной из самых сложных частей — корректно восстановить промежуточный P&L во времени.
Чем помог ИИ агентПоскольку Дмитрий уже выполнял все операции вручную он уже чётко представлял что хочет получить какой результат.
Первый рабочий прототип панели
Никакого технического задания для ИИ помощника не было. ИИ-помощник сгенерировал HTML-файл который открывается в браузере, работает и на телефоне, не требует установки ничего, а сам Дмитрий «ни строчки кода не написал».
ИИ помощник собрал готовое приложение в одном файле: Дмитрий просто открывает его и получает отчёт. На выходе ИИ помощника получился HTML-файл, внутри которого одновременно находятся сами данные (которые можно обновлять, подгружая свежий CSV из MetaTrader) и JavaScript-код, который эти данные обрабатывает и строит визуализацию прямо в браузере.
Как работал Дмитрий: он загружал весь файл данных отправлял скриншоты и куски интерфейса и прямо так и говорил «вот эту кнопку переделай».
Скриншот взаимодействия с Claude
То есть было общение как с полноценным помощником программистом который очень внимательно слушает и готов всегда тебе помочь в рамках своих возможностей конечно. «Это совершенно другой уровень взаимодействия».
Технологически это получился один HTML файл с JavaScript, который открывается как на компьютере, так и на телефоне.
Создание прототипа который устроил Дмитрия заняло всего один день, а дальше уже пошла доработка.
Скриншот взаимодействия с Claude
Конечно Дмитрий столкнулся с проблемами и самое главная проблема — это корректный расчёт нереализованной прибыли. Её пришлось долго «вдалбливать» модели.
Дмитрий действовал так — брал уже сформированный html-файл как образец и в новом чате продолжал диалог, чтобы что-то поменять, если модель начинала галлюцинировать. Это при переходе в новый чат при окончании контекста в текущем. При этом фактически начинаешь все с чистого листа, но Claude очень четко восстанавливал всю логику, просто читая HTML файл текущего проекта и сразу включался в работу. Другие ИИ этого сделать не смогли. Вообще DeepSeek — не справился (теряет контекст), Gemini — ломал структуру, ChatGPT — долго обсуждал ТЗ, а вот Claude за 1-3 итерации сделал что от него хотели.
Скриншот взаимодействия с Claude
Дмитрий стал быстрее и точнее принимать решения о перераспределении денег.
Дашборд помогает видеть картину целиком, быстрее реагировать, не держать всё в голове.
Вообще подобный результат можно получить не только для трейдинга, но и в продажах и в личных финансах — везде можно использовать подобный подход.
Для Дмитрия раньше путь был: Excel → VBA → Визуализация (BI).
То теперь стало: идея → LLM → готовый инструмент.
Как бонус Дмитрий получил персонального разработчика, которому никогда не надоедят новые поручения и который всегда заинтересован в работе.
Скриншот взаимодействия с Claude
Базовый функционал собран, и уже экономит кучу нервов. Но Дмитрий хочет развивать инструмент дальше. Поэтому обращаемся к коллективному разуму.
Чего, на ваш взгляд, критически не хватает в таком дашборде для полного контроля над стратегиями?
Скриншот получившейся панели
Какие метрики вы бы добавили в такой дашборд?
контроль риска по стратегиям?
heatmap по инструментам?
анализ по времени суток?
корреляции стратегий?
что-то ещё?
Интересно собрать список — возможно, это станет следующим апгрейдом.
Автор: Михаил Шардин
🔗 Моя онлайн‑визитка
📢 Канал «Умный Дом Инвестора» в TG или MAX
7 апреля 2026 г.
Этот текст не перепечатка, а написан мной на основе интервью с Дмитрием Овчинниковым
Креатор или креативщик?
Обладатель уникальной, но не тестированной торговой системы?
Сперва найди закономерности, а потом — реализуй.
Хоть с Эксель, хоть с moexalgo.
можно выбрать стандартную платформу — power bi, superset, metabase, etc.
с учётом необходимости плотного общения с ИИ, которому нужен текст — возможно, plotly dash, streamlit (совсем уж) или просто блокнот юпитер
стандартная платформа универсальна, это априори хуже кастома, тем более в такой узкой специализации.
Осмысленного подхода к программированию, так как вайбкодинг работает только для простых проектов, а дипкодинг требует глубокого понимания требований и понимания архитектуры.
Грубо говоря после того как мы слепили детскую песочницу из четырех досок, у нас появилось ошибочное мнение, что мы легко справимся со строительством дома.
Пока пост выглядит болше пиаром: Дмитрия, Михаила и Клауди :)
Это несомненно удобно. Загрузка и обработка данных занимает около 10-15 секунд (более 400 тыс сделок), дальнейшая визуализация любого среза почти мгновенно, то есть не раздражает, думаю менее секунды.
А в итоге остался CSV файл, который забирает HTML?
Почему не реализовать через какой нибудь API?
И раз уж работает сколько то ботов, то наверное есть сервер. Я бы прокидывал всю аналитику через него. Вплоть до экспорта в простенькую БД, а по БД уже пусть HTML формирует и выкидывает её куданибудь. Но возможно сложно.
Из допов — я бы матрицу корреляций стратегий сделал.
«Вся аналитика Дмитрия последние годы строилась по схеме, когда из работающего терминала производится экспорт данных в Excel, а затем при помощи макросов делались текущие сводки»
Ужос, осуждаю))
А остальное не дурно)
Думал об этом, но смысл делать это в дашборде отсутствует. Во-первых мало данных, проще сделать это на тестовых прогонах стратегий за период с 2015 по н.в. Во-вторых эти значения корреляций я посмотрю и проанализирую один раз, каждый день они меняться не будут или будут меняться в столь незначительных диапазонах, что смотреть за ними пристально лишено всякого смысла.
Дмитрий Овчинников, по метрикам сложно что то сказать тогда, кто лучше вас знает, что нужно. Я всегда исхожу из стандартных вещей — совокупность роботов должна уменьшать совокупный риск. То есть один робот гасит убыток другого, связать всё одно в одно-не просто.
Второе — выявлять аномалии, что то пошло не так — должно быть видно.
По АПИ-у вас же есть Claude, а API — это не так чтобы сложно) А у финама уже есть готовая библиотека FinamPy/FinamPy/FinamPy.py at master · cia76/FinamPy · GitHub
Я бы попробовал скормить claude библиотеку финама, и сказать ему — сделать экспорт того то и того то в CSV, а из него уже в HTML, и чтоб запускалось раз в час. Он наверное предложит py-скрипт сделать. Ставите задание винде запускать скрипт раз в час/день как хотите. Это тоже клауде подскажет как. Ну и всё в одном контекстном окне агента чтоб было.
С БД тогда вариант сильно сложнее и излишен тогда будет, проще в CSV сделать.
финам тут не причем, экспорт идет из МТ5, я могу скрипт упаковать в алгоритм с таймером и он будет экспортировать csv хоть каждые 5 минут, хоть в определенное время. вопрос же не в этом, а в том, что дальше с этим csv делать на сервере. сейчас я его тупо загружаю руками с сервера на ноутбук, когда хочется обновить данные в дашборде.
это сложная тема, я пока не готов и вряд ли буду когда-нибудь готов обсуждать публично. тем не менее, здесь публиковали исследования на тему проскальзывания Влад и Сергей Павлов. причем интересно, что выводы у них были прямопротивоположные.