В 2024 году трансформеры (GPT-4o, Claude 3.5) давали меньшую среднюю ошибку прогноза USD/RUB, чем LSTM и CNN, особенно на новостных скачках. LSTM неплохо держали тренд, но срывались на резких движениях. CNN подходят только для фильтрации шума, не для предсказания направления.
Трансформеры с attention к новостям. На событии 21 июня (обвал на 3,2%) модель GPT-4o показала отклонение около 0,4%, тогда как LSTM ушла в минус на 1,8%. Причина: дообучение в реальном времени через RAG‑пайплайн.
LSTM помнит только ближайшие 20–30 шагов — на горизонте 2–3 недели «забывает» макро‑факторы. Трансформер через механизм self‑attention видит контекст всего года и взвешивает значимость каждого события. Цена за это — вычислительные затраты (в 3–4 раза дороже).
Да, но только как препроцессор: CNN хороши для сглаживания высокочастотных шумов (арбитражные микро‑движения). Попытка использовать их как sole‑модель для прогноза даёт ошибку на 30–40% выше, чем простой ARIMA. Не тратьте на них бюджет.
База: котировки MICEQ/RUB (MOEX), ставка RUONIA (CBR), ключевая ставка ЦБ (nalog.gov.ru), срочный рынок Si‑9.24. Трансформер дополнительно грузили лентой новостей RBC и Smart‑lab — только так он вытянул реакцию на нефть и санкции.
Это визуальное «внимание» модели к конкретным датам или новостям. Если карта фокусируется на 15 августа (заседание ЦБ) и игнорирует середину месяца — значит, прогноз строится вокруг решения по ставке. На практике: перед публикацией данных ЦБ ждите скачков ошибки.
LSTM (Keras) — да, на любой GTX 10‑й серии. Трансформер‑7B уместится только в 24 ГБ VRAM — RTX 4090 или аренда в облаке. Без дообучения надёжность падает: публичные модели (например, Llama‑3 70B) без финтюна дают ошибку выше 5%. Результат — не для торговли.
Для LSTM — нет, хватит CPU. Для трансформера (7B параметров) — минимум RTX 3090 (24 ГБ) или аренда в облаке. Без видеокарты используйте API‑доступ — это дёшево и просто.
| Архитектура | RMSE, диапазон | Особенность на 2024 |
|---|---|---|
| Трансформер (GPT‑4o) | 0,3–0,7 | Лучший на волатильных участках (21 июня, 11 сентября) |
| LSTM (bidirectional, 4 слоя) | 0,9–1,4 | Дёшево, но систематическая ошибка на разворотах |
| CNN (ResNet‑like, 1D) | 2,1–3,0 | Только для шумоподавления, не для прогноза направления |
| Трансформер + RAG (новости) | 0,2–0,5 | Добавление ленты RBC снизило RMSE на 30% против чистого трансформера |
| Критерий | Трансформер (ChatGPT/Claude/Gemini) | LSTM (рекуррентные сети) |
|---|---|---|
| Точность на трендах 2024 | Держит тренд до 3 недель, ошибка растёт плавно | Теряет тренд после 10‑го шага, нужна перекалибровка |
| Реакция на макро‑новости | Через fine‑tune или RAG — улавливает сразу | Запаздывает на 1–2 дня (инерция скрытого состояния) |
| Расход памяти (на инференс) | 12–24 ГБ VRAM (квантованные 4‑битные) | 2–4 ГБ VRAM — в разы дешевле |
| Сложность настройки | Нужен промпт-инжиниринг и выбор базы новостей | Коробочное решение — 100 строк кода |
| Риск переобучения | Умеренный (контролируем attention mask) | Высокий, если >2 слоёв и мало данных |
Качайте историю MICEQ/RUB за 2022–2024 с MOEX через API moex.com. Добавьте ключевую ставку ЦБ (cbr.ru) и даты заседаний. Минимум — 500 строк дневных свечей.
Для ноутбука — LSTM (Keras/TensorFlow). Для точности — трансформер через OpenAI API (gpt-4o-2024-08-06) или Claude 3.5 Sonnet. Не берите Gemma или Llama без финтюна — сырые.
«Данные: {загруженный CSV}. Предскажи Close через 1 день. Учти новости: {последние 5 заголовков}. Выведи только число с двумя знаками». Без лишних объяснений — модель забивает контекст.
Для LSTM используйте predict(). Для трансформера — completion API. Копите результат в таблицу. После 20 точек посчитайте RMSE и MAE. Не смотрите на случайные удачи — работайте по метрике.
Любая модель должна быть точнее «завтра будет как сегодня» (Naive). Если трансформер не бьёт Naive на 0,2 RMSE — он бесполезен. При RMSE <0,5 можно использовать как индикатор, но не как торговый сигнал.
Для LSTM — нет, хватит CPU. Для трансформера (7B параметров) — минимум RTX 3090 (24 ГБ) или аренда в облаке. Без видеокарты используйте API‑доступ — это дёшево и просто.
Трансформеры выдают распределение. Если модель даёт 75% в рост и 25% в падение — не верьте первому числу: работайте с разбросом. Узкое распределение (<0,2 рубля) — более надёжный сигнал.
Нет. Трансформер не «знает» решение до публикации. Но после выхода пресс‑релиза — даёт реакцию быстрее человека (2–5 секунд). Для алготрейдинга — ок, для ручного — опоздаете.
ChatGPT (free) — нет дата‑анализа, Claude (free) — есть, но лимит на контекст 100 токенов. Для теста — Perplexity AI с проктом. Для работы — платный API OpenAI или Anthropic (от 5–10 $ в месяц).
Нет. Любая модель даёт ошибку 0,3–0,7 RMSE — это ±60 копеек при курсе 90–95. При плече 1:10 такой шум съест депозит. Используйте прогнозы как дополнительный фильтр, а не как тикет на вход.
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
