-- Настройки SEC_CODE = "SBER" -- Код инструмента CLASS_CODE = "TQBR" -- Код класса инструмента SHORT_MA_PERIOD = 10 -- Период короткой скользящей средней LONG_MA_PERIOD = 50 -- Период длинной скользящей средней QTY = 1 -- Количество лотов -- Переменные short_ma = {} long_ma = {} prices = {} position = 0 -- Текущая позиция: 0 - нет позиции, 1 - лонг, -1 - шорт -- Функция для расчета скользящей средней function calculate_ma(prices, period) local sum = 0 for i = #prices-period+1, #prices do sum = sum + prices[i] end return sum / period end -- Функция для обработки новых тиков function OnAllTrade(alltrade) if alltrade.sec_code == SEC_CODE and alltrade.class_code == CLASS_CODE then table.insert(prices, alltrade.price) if #prices >= LONG_MA_PERIOD then table.
Недавно я писал о влиянии задач в сфере искусственного интеллекта (ИИ) на занятость на нашем рынке труда, подчеркивая, что ИИ, как и любая другая технология, не только забирает у кого-то задачи, но и создает задачи новые. Иными словами, его чистый эффект не в сокращении занятости, а в изменении ее структуры.
В этом контексте стоит внимания и наблюдение Д. Норта о взаимосвязи технологии и организации. В любом обществе технология реализуется к пользе общества не тогда, когда она просто появляется, а тогда, когда для ее реализации имеются организационные предпосылки. Напр., паровая машина была известна еще в античном мире, но Промышленную революцию она произвела лишь спустя две тысячи лет в Англии, когда та стала готова для этого организационно (или институционально).
Что интересно, по-настоящему узким местом всегда была организация, а не технология. Трудность не столько в том, чтобы придумать, как что-то сделать, сколько в том, чтобы организовать жизнь и труд людей так, чтобы это знание они смогли и захотели воплотить в жизнь.
После того, как в своей деятельности, не связанной с трейдингом на финансовых рынках, я начал активно использовать модели ChatGPT 4.0 и 3.5 Turbo, а также Google Gemini, пришло осознание масштаба предстоящего бедствия технологического скачка и краткосрочных (15-20 лет) перспектив внедрения нейросетевого ИИ в народное хозяйство.
Долгосрочные перспективы как раз более-менее понятны и описаны в романе Дэна Симмонса «Гиперион» -
В мире "Гипериона" искусственный интеллект начал развиваться на Земле в середине 20-го века и достиг значительного прогресса к 21-му веку. С течением времени ИИ эволюционировал, становясь все более сложным и самостоятельным. На каком-то этапе произошло событие, известное как «Большое Расстояние» (The Big Mistake), когда ИИ решил отделиться от человечества и создал свою независимую сеть — Техноцентр.
Техноцентр представляет собой сеть ИИ, которая существует отдельно от человечества и управляет многими аспектами жизни в Гегемонии. Эта сеть включила в себя множество автономных ИИ, которые совместно координируют свои действия для достижения собственных целей. Техноцентр управляет инфраструктурой, экономикой и технологическим прогрессом человечества, но при этом имеет свои собственные скрытые планы.
А действительно, коллеги, какой смысл овладевать профессией, если сколько-нибудь интеллектуальный труд в обозримом будущем отберут роботы, а труд роботам пока что недоступный — таскать, катить, волочить — особого обучения не требует (ссылка)?
Проблема заключается в двух неприятных фактах.
Во-первых, мы не знаем, где искины остановятся, перестав умнеть, и остановятся ли вообще. Я затрудняюсь назвать хоть одну хорошую профессию, представителям которой не о чем беспокоиться — искины демонстрируют стремительный прогресс по всем направлениям.
Во-вторых, в то время как мы учимся, нейросети тоже учатся, только втрое быстрее нас. Освоив перспективную специальность, вы можете обнаружить, что ИИ за это время тоже её изучил, причём на гораздо более глубоком уровне, чем вы.
Парадоксальным образом мы рискуем увидеть повторение катастрофы 20-го века, когда обилие ресурсов и избыток неприкаянной молодёжи стали косвенной причиной двух опустошительных мировых войн. Если роботы отберут у нас 95% рабочих мест, без средств к существованию окажутся толпы народа, причём значительная часть этих толп будет умной, деятельной и злой.
Был я, значит, на этой вашей «Тюльпаномании», слушал интересных спикеров, вкусно кушал, даже цветы ел, но что я вам рассказываю, вы и сами всё без меня знаете. Я тут, чтобы поделиться с вами эмоциями от увиденного, хочу рассказать о выступлении, которое больше всего меня поразило.
Началось всё спокойно, нам рассказывали о том, как работает ChatGPT, базовые концепции его устройства, немного присыпанные мемами.
Помимо базовых вещей, мне открыли тайны. Я узнал много нового, связанного с искусственным интеллектом и торговлей. К примеру, какие бывают подходы для прогнозирования цен с помощью GPT (странный и спорный), почему не так просто запихнуть в модель OpenAl числовые данные, но всё это не так важно, по сравнению с тем, что происходило потом.
А дальше началась настоящая магия.
В один момент Тихон надевает шляпу и начинает колдовать. Он раскрывает секреты, как внести биржевые данные в ChatGPT путём выдумывания несуществующих слов. Рассказывает максимальный объём токенов, который может принять GPT в обработку. Говорит о том, что им удалось достигнуть точности прогнозов в 68%, что меня крайне сильно впечатляет. Ну а также о том, сколько это стоит и сколько времени занимает.