deepseek

Зачем голосовать?
Понять, действительно ли AI — наше будущее, или пока это просто хайп. Ваш ответ поможет составить реальную картину.

Пост, подвергшийся анализу. По-моему ИИ неплохо справился с поставленной задачей критики чатжпт.smart-lab.ru/mobile/topic/1151517/Анализ текста из указанного источника выявляет ряд слабых мест в выводах автора. Рассмотрим основные проблемы аргументации:

### 1. **Биологический детерминизм и упрощение**
Автор сводит способность к накоплению богатства исключительно к особенностям дофаминовой системы, игнорируя социальные, экономические и культурные факторы. Например, доступ к образованию, стартовый капитал, институциональные барьеры не упоминаются, хотя они играют ключевую роль в инвестировании.
— *Слабость*: Игнорирование комплексности человеческого поведения, которое нельзя объяснить только нейрохимией.

### 2. **Отсутствие научных обоснований**
Утверждения о связи возраста первого воспоминания с уровнем дофамина и инвестиционным потенциалом не подкреплены ссылками на исследования. Автор предлагает «грубую шкалу», но не приводит данных, подтверждающих её валидность.

( Читать дальше )

Всем добрый вечер.
Недавно протестировал нейросеть DeepSeek — создал небольшое приложение, проверяющее доступность веб-ресурса. Несмотря на дикое желание подправить результаты руками, поставил себе цель достигнуть работоспособной версии приложения исключительно запросами к нейросети.
В итоге, спустя полтора часа уговоров, торга и шантажа, мне всё же удалось создать необходимое приложение (QML + бэк C++ на Qt 5.9.8).

Сегодня меня посетила идея — а что если попытаться получить какую-либо инвестиционную аналитику от нейросети. Учитывая, что нейросеть парсит огромный пласт информации, были большие ожидания на этот счет… Далее приложу скриншоты с небольшими пояснениями.

Шаг 1:


Решил не начинать с конкретных требований, а подвести к нужному.
Нейросеть сразу предупредила, что не дает персональных рекомендаций (прям как инфоцыгане с рекламой телеграмм-каналов).
Ну и сразу перечислила, что может мне предложить. Что ж, пойдем далее)

Шаг 2:



( Читать дальше )

 

Я спросил DeepSeek: Если для торговли на бирже использовать алготрейдинг, то какого типа роботы подходят лучше всего при небольшом начальном капитале на брокерском счете?

Ниже скопировано то, что DS мне ответил. 

При небольшом начальном капитале на брокерском счете важно выбирать алготрейдинговые стратегии, которые:

✅ Минимизируют риски (не требуют больших сумм для эффективной работы).
✅ Используют высоколиквидные инструменты (чтобы избежать проскальзывания).
✅ Не требуют сложной инфраструктуры (дешевые в реализации и поддержке).

Лучшие типы роботов для малого капитала

1. Скальперы (HFT-лайт)

• Суть: Множество сделок с минимальной прибылью (0,01–0,1% за сделку).
• Плюсы:
• Работает даже с 100–1000.
• Использует ликвидные акции/фьючерсы (например, S&P 500, акции голубых фишек).
• Минусы:
• Требует низких комиссий (иначе съедается прибыль).
• Нужен быстрый исполнение (VPS или хороший брокер).

Пример: Робот, торгующий на стакане цен, ловящий микросдвиги.

( Читать дальше )

Я ни разу не программист, даже не чайник. Скорее ламер.
Свои программы для индикаторов и робота я писал по аналогии с открытыми кодами других программ, используя свои алгоритмы и идеи. И меня это до поры до времени вполне устраивало.

Лет 5 или даже больше тому назад я как-то здесь имел наглость написать, что программеры с их профессиональной спесью вымрут как класс в своей основной массе. Точнее вымрут кодировщики. Останутся немногие яйцеголовые умники, которые могут не только кодировать чужие идеи, но и грамотно ставить и решать задачи. Меня заплевали и затоптали ногами.

Но время идет. Сегодня познакомился с DeepSeek… Ну как познакомился, только начал.
Блин, ребята-кодировщики, вам действительно 3.14здец.
Мои коды написаны для МТ4, который вытесняется из обращения. А MQL5 для МТ5 я не владею от слова совсем. Поэтому перевод кода на другой язык для меня, особенно с учетом возрастной тупости, представлял почти неразрешимую задачу.
Решил попробовать с DeepSeek.
На мой вопрос эта штука не только переписала нужный мне код с MQL4 на MQL5, с комментариями и пояснениями, но и завернула его в необходимую для исполнения оболочку и подробно объяснила, что она делала, как и почему именно так.

( Читать дальше )

deep seek:


Нет, **ни «Черкизово», ни «Магнит» не покупали «Дикси»** — всё было **наоборот**.

### 🔄 **Кто кого купил?**
1. **«Дикси» (DIXY) купила «Черкизово»**
— В **2018 году** сеть супермаркетов «Дикси» приобрела **19,9% акций «Черкизово»** (MOEX: **GCHE**) у группы «Сафмар» Михаила Гуцериева.
— Это была часть сложной сделки, где «Дикси» фактически стала инструментом для консолидации активов.

2. **Но потом «Черкизово» поглотило «Дикси»**
— В **2022–2023 годах** «Черкизово» (уже под контролем «Сафмара») выкупило **100% «Дикси»** и **переименовало** её в **«Черкизово-РТ»**.
— **30 июня 2023** сделка закрыта, акции DIXY конвертированы в акции GCHE.

### ❌ **А «Магнит» здесь при чём?**
— **Нет, «Магнит» (MOEX: MGNT) не участвовал в этой сделке.**
— В **2021 году** «Магнит» купил сеть **«ВкусВилл»**, но к «Дикси» это не относится.

### 💡 **Итог**
— **«Дикси» → «Черкизово-РТ»** – теперь это **розничное подразделение «Черкизово»**.
— **Отдельной компании «Дикси» больше нет** – её акции перестали существовать.

( Читать дальше )

Главные уроки из предыдущей главы см. тут


Джесси Ливермор — легенда Уолл-стрит, который мог заработать $250 000 на одной интуитивной сделке, но вовремя понял: слепое доверие «чутью» ведет к краху. Вот ключевые события, которые изменили его подход:

---

📉 История двух сделок

1. Продажа Union Pacific «на чутье»
• Весной 1906 года Джесси Ливермор был вне позиций и думал только о том, чтобы сменить обстановку и хорошенько отдохнуть. Однако, каждое утро заходил вместе с другом в офис Harding Brothers — скорее по привычке, чем по необходимости.
  (Эх, счастливые в то время были трейдеры, всего лишь раз в день проверяли обстановку на рынке, а сейчас терминал в каждом мобильнике, 24 часа в сутки…)
  
  
• На фоне растущего рынка Джесси внезапно почувствовал: «Нужно шортить Union Pacific». Без новостей, аналитики — только внутренний голос.
  
  
• Результат: Продал 5000 акций. Через день грянуло землетрясение в Сан-Франциско — акции рухнули. Чистая прибыль: $250 000.

( Читать дальше )

В прошлом посте я начал тестировать DeepSeek для финансового анализа компаний по РСБУ и МСФО.

На первый взгляд первые тесты прошли успешно, далее я стал потихоньку разбирать анализ нейронки по блокам:

1. Использует ли нейронка все строки баланса?
— Для вертикального и горизонтального анализа, берет все. Для метода коэффициентов берет для 2-3 коэффициентов, хотя в целом можно заставить ее брать больше.

2. Как распределяет весы для коэффициентов?
— Начинает от средних (баланс коэффициентов), однако, когда мы добавляем уточняющие данные, такие как деятельность компании, ставку ЦБ и тд, то нейронка начинает делать перекосы весов в ту или иную сторону.

3. Как нейронка обрабатывает уточняющие данные?
Если в промпте указать «Ставка центрального банка 21%», то я ожидал, что нейронка поймет зачем эти данные и начнет сравнивать ставку с рентабельностью и менять весы, но она этого не сделала. Пришлось делать уточнение. То есть, если вносятся какие-либо уточняющие данные, то их нужно дополнительно описывать. Пока что нейронка не понимает с полуслова.

( Читать дальше )

5 лет назад я закончил свою модель финансовой аналитики компаний по РСБУ и МСФО. Недавно меня посетила мысль сделать автоматическую выгрузку промпта из моей базы отчетностей компаний для того, чтобы параллельно с моей оценкой, оценивал и AI. Выгрузку промпта я еще не сделал, пока что остановился на тестировании Deepseek. 

Поехали.

Первое, что я сделал, накидал временный промпт финансовых данных существующей компании, вот промпт:

«Проведи финансовый анализ ликвидности, финансовой устойчивости, рентабельности и деловой активности. Присвой надежность от -100% до 100% и потенциал роста компании от -100% до 100%. Числа идут по годам через запятую от текущего года к предыдущим годам. Финансовые вложения: 29674395, 36764743, 34080890, 56074772, 44189263. Денежные средства: 19151041, 1747906, 3984340, 14070159, 3238367. Краткосрочные обязательства: 232090856, 109655533, 71482960, 47372752, 40065519. Дебиторская задолженность: 8782955, 5828368, 7089358, 7283827, 11089162. Оборотные активы: 57823359, 44394377, 45212638, 77497220, 58575045.

( Читать дальше )