Вы проигрываете на бирже потому что у Вас нет этого (элитного) инструмента....

Всем добра!
Несмотря на название это будет скорее образовательный пост)))

Предыстория:
Итак — я как и все вы хотел и хочу зарабатывать на ФР но я столкнулся с проблемой достаточности качественной информации — интернет, статьи, финансовые передачи онлайн, большое количество разных обзоров, Teleграm-каналы… выбор вроде бы велик, но смотреть всё подряд, уходит слишком много времени и главное внимание словно расфокусируется.
Для начала — я выбрал то, что нравится мне. Это смотреть живые диалоги — мне нравится передачи на телеканале РБК, и читать Smart Lab здесь не только про финансовые вещи, но и про жизнь много обсуждений.
Со Smart Lab всё достаточно просто. Листаешь ленту, видишь заголовки и читаешь те статьи, которые тебе интересны. А вот с передачами по телеканалу всё сложнее хочешь — не хочешь, но чтобы услышать интересные для тебя вещи, например, по ожиданиям по процентной ставке и/или мнение Максима Орловского нужно посмотреть почти весь выпуск.
И тут на помощь приходит инновация нашего времени — искусственный интеллект — LLM.

Решение доступное каждому:
Можно брать транскрибацию выпуска интересной тебе передачи, отправлять в дипсик или квен кому что нравится и получать краткий суммари. Экономия времени огромна.
И здесь вы столкнётесь с проблемой разрекламированных LLM — Делая один и тот же запрос даже подряд, вы можете получить РАЗНЫЕ РЕЗУЛЬТАТЫ. В Интернете уже много пишут о том, что пользователи даже платных подписок наблюдают деградацию качества даже с платной подпиской. А всё потому, что инференс (генерация ответа LLM) очень ДОРОГОЙ процесс.
Получается как повезет — Если у LLM в момент вашего запроса будет мало вычислительных ресурсов она может переключить вас на более слабую модель или модель будет та же самая, но с более худшими параметрами настроек. По мере погружения в эту тему я был удивлён, насколько много скрытых настроек можно задать при запуске LLM-моделей и насколько сильно они влияют на качество.

Решение не для всех:
Развертывание локальной LLM-модели на своём компьютере.
Здесь важно отметить, по карману это далеко не каждому. Вам нужно МНОГО видеопамяти. Желательно иметь от 32 ГБ видео памяти для запуска плотных LLM-моделей. По программной части можно использовать для начала LM studeo, программа удобная визуально приятная и понятная. В целом, это отличный старт, чтобы осваивать ЛЛМ. Потом уже можно переходить к lama ccp.
Для анализа транскрибаций финансовых передач необязательно обладать огромным объёмом знаний например такие как GPT-5.2, Claude Opus 4.6, Gemini 3 Pro содержат более 100 млрд параметров. Критичным здесь является требования к качеству логического мышления.
Современные плотные LLM-модели от 30 Миллиардов параметров уже хороши в логике и позволяют получать развёрнутые и достаточно качественные ответы на основе предоставленных данных и инструкций (промтов). Такие ЛЛМ можно развернуть локально.

Следующий шаг — агрегация суммари по нескольким передачам, чтобы видеть различные мнения, разночтения, дискуссии сразу нескольких спикеров. Но здесь нужен уже плотный вайб-кодинг.

Ошибки LLM и ограничения:
Ошибки все равно случаются, в сложных дискуссиях теряется авторство высказываний, транскрибация часто изначально содержит артефакты например ИФЗ вместо ОФЗ, ошибки в названиях компаний и т.п. Человек сразу понимает что это либо артефакт распознавания речи или оговорка спикера и мы их даже не замечаем (автоматически понимаем суть о чем идет речь ) а вот LLM это может путать, но и это в большинстве своем решаемо через инструкции.
А вот что действительно похоже не решаемо так это то что LLM иногда плохо распознает иронию, сарказм, риторические вопросы в диалогах, все таки это машина, а не человек. Когда разбираешь эти ошибки то понимаешь на сколько же БОГАТ наш русский язык!

Результат и выводы:
Совсем не давно это все казалось фантастикой но сегодня я, совершенно не программист (я ниодного языка программирования не знаю), у себя на компьютере навайбкодил код который сам вызывает LLM, делает сумари… здесь много этапов… в конце делает финальный отчет где я вижу каждое высказывание, мнение прогноз с обоснованием по каждому активу с привязкой таймкода которое прозвучало в той или иной передаче. Это экономит огромное количество времени.
Используя простые суммари по финансовым передачам, локальную LLM я получаю картину рынка, делаю верные выводы, и мой результат +20% за 2025, +7,5% за неполный 2026 гораздо лучше большинства пользователей смарт лаба и, предполагаю, даже пользователей мозговик ресерч.

В процессе того как я это все делал я освоил llama ccp, вайбкодинг, vs studeo, roo code, промтинжениринг, этот процесс очень меня увлек. Даже если я прекращу инвестировать на ФР и потребность в этом коде отпадет я уже получил навыки которые использую в совершенно других задачах.
Главный вывод который я сообщу — за LLM в рутинных и даже сложных рутинных задачах будущее и вайбкодить на работе скоро будут очень многие а те кто не будут окажутся менее конкурентными.
Пусть мой пост простимулирует ТЕБЯ, читателя смарт-лаба, на саморазвитие)

Ниже приложил скриншоты то как выглядит финальный результат, текст который там указан не является инвестиционной рекомендацией!!! приведен только в качестве иллюстраций))