Условная логика (if-then-else) — основа всех умных workflow. В ChatGPT, Claude и Gemini это работает через системные промпты и функции. Мы разберём, как настроить сложные условия на данных портфеля, избежать типичных ошибок и автоматизировать решения без кода.
Условная логика — это правила вида «если параметр X имеет значение Y, то выполни действие Z». В ИИ это реализуется через промпты: ты описываешь условия в текстовой форме, а модель их интерпретирует и действует. Например: «Если волатильность выше 20%, выдай сигнал "Высокий риск"». Нюанс: ИИ иногда игнорирует условия, если они заданы нечётко — нужна чёткая структура и примеры.
Скопируй таблицу (Excel, Google Sheets) как CSV или JSON в промпт. ChatGPT разберёт структуру и применит условия. Формат JSON надёжнее: {"ticker":"GAZP","price":150.25,"change":-2.3}. Укажи условие явно: «Если change < -2, отметь красным». ИИ обработает каждую строку. Лимит: если данных более 10 000 строк, разбей на батчи.
Частая ошибка — неточное описание условия. Пример: «Если акция хорошая, купи» (размытое) вместо «Если ROE > 15% и P/E < 15, статус "Покупка"» (конкретное). Вторая ошибка — игнорирование порядка условий. Третья — неправильная типизация данных (передал число как строку, ИИ не сравнит). Проверяй логику на тестовых примерах.
Да, но ограниченно. ChatGPT и Claude поддерживают вложенность 2–3 уровней в одном промпте. Пример: «Если цена > 100 И (если объём > 1 млн И если дивиденд > 2%, то "Интересна"), иначе "Пропустить"». При 4+ уровнях вложенности модель ошибается; лучше разбить на последовательные вызовы API.
Запусти на выборке 5–10 строк с известным результатом. Например, добавь ручные ответы в примеры промпта: «Вот 3 примера правильной работы. Теперь примени к новым данным». Используй few-shot (примеры в промпте), это повышает точность на 15–30%. Затем проверь на 50 строках, сравни результат с ручной проверкой.
Claude сильнее в логике и большим контекстом (200К токенов) — подходит для таблиц > 500 строк. ChatGPT дешевле и быстрее для простых условий. Gemini бесплатен, но медленнее. Для инвест-workflow (портфель, алерты) выбери Claude с few-shot примерами; для разовых проверок — ChatGPT.
Да, ошибки возникают, если условие описано размыто или если в данных пропуски/выбросы. Проверяй выборку вручную и используй few-shot примеры.
| Условие | Применение | Результат |
|---|---|---|
| Если P/E < 12 и ROE > 18% | Скринер акций | Статус «Покупка» |
| Если волатильность > 25% и объём < 500K | Портфельный риск | Сигнал «Разбавить позицию» |
| Если дивиденд > 4% и цена упала > 10% | Переоценённость | Статус «Переоценена, ждать отскока» |
| Если (RSI < 30 И цена > 200д-МА) И объём > 1М | Вход в позицию | Автоматический алерт |
| Критерий | Ручная проверка в Excel | ИИ-обработка (ChatGPT/Claude) |
|---|---|---|
| Скорость обработки 500 строк | 2–4 часа | 10–30 сек |
| Сложность настройки условий | Формулы ЕСЛИ/И/ИЛИ (нужны навыки) | Текстовые примеры (интуитивнее) |
| Масштабируемость при добавлении условий | Сложно, растут вложенности, ошибки | Просто, добавляешь примеры в промпт |
| Стоимость | Бесплатно (твоё время ~300 ₽/час) | ~0,01–0,1 ₽ за запрос API |
| Гибкость для нестандартных задач | Низкая (Excel не учит контекст) | Высокая (ИИ понимает нюансы) |
Что ты проверяешь (портфель, акции, крипто)? Какой результат нужен? Пример: «Проверь, какие акции сейчас переоценены по P/E и имеют дивиденд > 3%».
Собери в CSV или JSON: тикеры, цены, P/E, дивиденды, волатильность. Убедись, что числа — числа (не текст), даты в формате YYYY-MM-DD.
Не «интересные акции», а «Если P/E < 15 И дивиденд > 3%, то статус 'Купить'. Если волатильность > 30%, добавь к статусу 'Риск'». Чем точнее, тем лучше результат.
Покажи ИИ, как должен выглядеть результат: «Пример: тикер LKOH, P/E 7, дивиденд 5% → Результат: 'Купить, риск низкий'».
Проверь на 5–10 строках вручную. Если ошибки — уточни условие, добавь примеры, повтори. Когда на 50 строках точность > 90%, масштабируй на всю таблицу.
Да, ошибки возникают, если условие описано размыто или если в данных пропуски/выбросы. Проверяй выборку вручную и используй few-shot примеры.
Для простых — не нужен. Используй промпты. Для автоматизации (запуск по расписанию, интеграция с брокером) — Python с библиотекой `requests` для API ИИ и `pandas` для данных.
Примерно 0,5–2 ₽, зависит от размера промпта и модели (GPT-4 дороже, GPT-4o дешевле). Claude API — 1–5 ₽. Для регулярного использования подпиской экономнее.
Добавь разнообразные примеры: граничные значения, пропуски, выбросы. Используй temperature=0 в API (это снижает случайность). Проверь, что формат данных одинаков (запятая как разделитель).
Используй webhook или cron-скрипт на Python. Скрипт загружает портфель с брокера (REST API), передаёт данные в ChatGPT/Claude, получает результат, выполняет действие (отправляет алерт, ставит стоп). Пример на GitHub: openai/cookbook.
Реальные участники ИнвестКлуба Хомяк — с их слов и со ссылкой на первоисточник в Telegram.
Точка входазашла пробно на 1 месяц после рекламы
Что изменилосьосталась на 1,5 года — структурированные знания, прямые эфиры с экспертами, освоила ИИ-инструменты
«Когда-то я зашла пробно, на 1 месяц. Прошло 1,5 года, а я по-прежнему там. Один только искусственный интеллект чего стоит.»история в Telegram →
Точка входавозрастной скепсис, долго не решался зайти в закрытый клуб
Что изменилосьгора структурированных материалов, отзывчивое сообщество, которое помогает и подсказывает
«Возрастной скепсис мешал зайти — думал, всё как обычно. Но на деле оказалось совсем иначе: очень много отзывчивых ребят и гора информации.»история в Telegram →
«В Хомяке уже полтора года… кайфовое, живое сообщество. Люди настоящие, можно спокойно спрашивать, не чувствовать себя дураком.»
«Зашла пробно на 1 месяц. Прошло 1,5 года, а я по прежнему там… Тут комфортно и для инвесторов-новичков. Вся информация отлично структурирована.»
Ещё реальные отзывы участников — t.me/traderreviews
