Использовать нейросеть для обучения на своих данных. Какую сетку лучше выбрать и где это сделать в облаке или на компе?

У меня есть задача связанная с написанием бота, но навыков программирования не имею.

Я трейдер, у меня есть торговая стратегия, и я хочу написать бота который будет следовать моей стратегии.
Поскольку навыков кодинга у меня нет, и просто переформатировать мою стратегию под торгового бота не простая задача (Бот использует только *индикаторы для принятия решений, я же в своей стратегии их не использую)
* Индикатор в трейдинге используется как инструмент для расчета или поиска закономерностей в волатильности или перепроданности инструмента и т.п.

Для решения этой не тривиальной задачи я решил воспользоваться GPT4. Что-бы он анализировал мою торговую стратегию и интерпретировал ее в алгоритм, который в дальнейшем нужно превратить в торгового бота. =)

При исполнении моего коварного плана столкнулся с тем что ГПТ имеет структурные ограничения контекста то 8 до 32х символов в рамках чата. (*Могу ошиваться в количестве символов.)
Моя торговая стратегия не помещается в этот объем. Что бы не разбивать работу на более мелкие части и не связывать потом одно с другим (просто лень), мне пришла в голову мысль обучить свой ГПТ на своих данных.
Подскажите в чем я заблуждаюсь, как лучше это реализовать на компе или в облаке, какую нейросетку использовать, и как уменьшить затраты.
  • Вопрос задан
  • 334 просмотра
Пригласить эксперта
Ответы на вопрос 2
@rPman
Нейросети в первую очередь требуют данные, чем больше тем лучше. Во вторых эти данные должны быть качественным взвешенными, иначе редкие но важные события будет затменены частыми но обычными, это первая проблема, на которой практически все обламываются и скорее всего типовые решения не позволят получить результат.

Ещё момент, нужно четко понимать, что именно ты ищешь и какую задачу ставишь. Верхнеуровневая задача - заработать денег возможно формулируется просто, но практически не реализуется на практике (или потребует неадекватное количество ресурсов), а тупое прогнозирование следующей цены может не дать ожидаемого результата. Начни сначала что то по проще, например прогнозируй ликвидность и разработку инструменты для оценки своей стратегии, решая эту задачу ты скорее всего начнёшь понимать величину проблемы.

Использовать transformer возможно очень правильно (attention по уму для временных рядов подходит), но точно готовых решений не найти и придется с нуля решать все самому. Один токенизатор чего стоит.

p.s. данные - это главное, не только количество но и их уникальность (разный тип данных а не только их объем). На рынке спекулятивной торговли все не могут победить, и действует очень сильная конкуренция, если решение простое то его уже нашли и эксплуатируют, а значит твое решение должно быть лучше... теперь этот принцип продли во времени и дай участниками огромные ресурсы... каждый новый участник станет кормом для остальных
Ответ написан
@GrKon
Если вы хотите от GPT помощи в написании кода - Попытка не пытка! Я бы сделал так:
1. Собрал необходимые материалы.
2. Попытался сам максимально лаконично сформулировать идею.
3. Если не получается п.2 - надо скормить материалы кусками в GPT попросив сжать текст и оставить суть. затем скормить сжатые куски - получить идею (1 кусок)
4. Попробовать для п. 3 разные модели.
5. готовый текст идеи скормить GPT и попросить план для кода проекта например на 12 частей.
6. в режиме диалога попросить код по каждой части, или для большого проекта каждую часть сначала разбить на подчасти.
7.попросить подробно прокомментировать код
8.попросить проверить код
9. попросить составить программу тестирования по коду.
Ответ написан
Комментировать
Ваш ответ на вопрос

Войдите, чтобы написать ответ

Похожие вопросы