Интересные сравнения, почти во всех понятно, про что.

Генетические алгоритмы, когда он находит комбинацию, дающую лучший результат, сама природы поиска является фактором обосновывающим, что это не случайный результат? Ну т.е. если прям все комбинации перебрать, взять сеть с лучшим результатом — не факт что она на OOS отработат хотя бы хорошо, не говоря уже о лучше всех.

>> Кроме того, hh.индекс может означать просто, что много людей мечтают сменить место работы

Они такие посмотрели что всех сокращают и работу найти сложно и такие: почему мы мне, имеющему работу, не найти новую работу прямо сейчас.

Я не утрверждаю что описанные метрики не могут существовать вместе и при этом быть корректными, но данный фактор выглядит очень притянутым за уши. Более реалистичным может быть что-то такое: hh не показывает репрезентативную выборку по ваканси и людям, вероятно там сильное смещение в офисные вакансии, а в общей статистике более равномерно. Но это гипотеза тоже.

 В каких-то сценариях использования, типах задач LLM дают космический прирост эффективности. В каких-то поменьше, в каких-то проигрывают просто человеку. То же программирование взять, написать какую-то функцию где понятно что на входе, что на выходе или понятна внутренняя логика или например, с API синтегрироваться — здесь LLM в разы повышает эффективность. А вот если делать что-то большое и сложное — тут уже не так однозначно, если делать не правильно, может получиться, что вместо времени на кодинг и продумывание архитектуры (как раньше) будешь тратить время на итерирование «ошибка — исправь» с LLM и сложность будет выходить из под контроля. 

В общем, в умелых руках и правильных сценариях LLM — мощь.

Beach Bunny, 

>> Знаешь одно можешь писать для любого

Не все по дефолту «знают одно»).

Самый быстрый старт мне кажется — TSLab на кубиках. 

LUA — честно говоря, даже не знаю, как там бэктестить идеи.

>> Допустим, я стал президентом.

>> То есть уже вся информация по мне собрана американскими спецслужбами.

Ещё один президент с паранойей — нет, не надо.

А какой у вас бэкграунд?

Теорию, принципы мне кажется, лучше у этого товарища прочитать:

www.google.com/search?q=dr+ernest+chan+algo+trading&sca_esv=6e231c42ce1b23dd&udm=2&biw=1422&bih=701&sxsrf=AE3TifMVz2t67sbJO1RFXyQfH2r40mRbig%3A1766153937359&ei=0V5Fae_AFcPxi-gP962EgAI&ved=0ahUKEwiv7beQ7MmRAxXD-AIHHfcWASAQ4dUDCBI&uact=5&oq=dr+ernest+chan+algo+trading&gs_lp=Egtnd3Mtd2l6LWltZyIbZHIgZXJuZXN0IGNoYW4gYWxnbyB0cmFkaW5nSPUjUM4EWL8icAV4AJABAJgB7gGgAaMRqgEGMS4xNS4xuAEDyAEA-AEBmAIDoAKJAsICBhAAGAcYHsICBRAAGIAEwgIGEAAYCBgemAMAiAYBkgcDMS4yoAfpC7IHAzAuMrgH7gHCBwcyLTEuMS4xyAcpgAgA&sclient=gws-wiz-img


Есть ещё технологический стек — на чём, в чём ты это будешь делать. Вариантов море. Мне кажется, лучше всего пойти по варианту TSLab и кубиков. Когда и если погружение будет достаточное чтобы понимать, что TSLab не сильно подходит или TSLab в форме именно кубиков уже жмёт — тогда можно и, возможно, нужно (уже с пониманием к тому времени) выбрать другой инструмент.

На мой взгляд такой вариант имеет наименьшую вероятность забредать в тупиковые ветки развития, тратить слишком много сил на стек в противовес самому алго и т.д.