ChatGPT для трейдинга: как применять GPT в торговле

Утром открываешь таблицу с котировками, смотришь на десяток колонок и думаешь: «Кажется, здесь есть идея. Только бы не перепутать закономерность с красивым совпадением». В такой ситуации GPT может быть полезным помощником — но не кнопкой «купить» и не инвестиционной рекомендацией. Его сильная сторона в том, чтобы привести данные в порядок, разложить гипотезу по шагам и показать, где в расчёте спряталось допущение.

Сначала решите, какую работу вы поручаете модели

Фраза «GPT для торговли» слишком широкая. Под ней могут скрываться как минимум четыре разные задачи:

• подготовить исторические данные к анализу;
• посчитать показатель или проверить формулу;
• превратить торговую идею в проверяемую гипотезу;
• разобрать результат и найти ограничения проверки.

Полезно сразу дописать к запросу рынок, инструмент, период, формат данных и ожидаемый результат. Например: «Есть дневные OHLCV-данные по вымышленному тикеру за 10 торговых дней. Посчитай доходность между первой и последней датой, скользящие средние по ценам закрытия и отдельно перечисли, каких данных не хватает для честной проверки идеи».

ChatGPT умеет работать с загруженными таблицами и структурированными данными, выполнять вычисления, строить таблицы и графики, если соответствующая функция доступна в конкретном плане и настройках аккаунта. Это удобный рабочий стол для первичного разбора, а не доказательство того, что торговая модель работает. Описание возможностей ChatGPT стоит сверять с тем инструментом, который вы видите у себя.

Если задача связана с доступом к самому инструменту, а не с торговым решением, можно отдельно посмотреть каталог оплаты зарубежных сервисов Amber Market. Это не способ получить сигнал или прибыль: наличие услуги, её состав и итоговые условия нужно проверить на карточке перед заказом.

Подготовьте таблицу, прежде чем просить вывод

Для первого разбора достаточно аккуратного CSV или XLSX. В нём обычно нужны:

• дата и часовой пояс;
• тикер или название инструмента;
• open, high, low, close;
• объём торгов volume;
• сведения о пропусках, сплитах, дивидендах и валюте, если они важны для выбранного рынка.

Хороший запрос просит модель сначала проверить входные данные и только потом считать. Например:

Проверь, что даты отсортированы по возрастанию, нет повторов и пропусков в OHLCV. Перечисли найденные проблемы. Не исправляй значения молча: для каждого изменения укажи исходное и новое значение, а расчёты выполняй только после моего подтверждения.

Такой порядок кажется немного занудным — как пересчитать ключи перед выходом из дома. Но он защищает от незаметной ошибки: модель может принять текстовую дату за число, перепутать разделитель в CSV или посчитать среднюю по high, хотя в условии нужна close.

Превратите торговую идею в проверяемую гипотезу

Допустим, идея звучит так: «Если короткая скользящая средняя пересекает длинную снизу вверх, то на следующем периоде цена чаще растёт». Пока это только наблюдение. Чтобы его можно было проверить, зафиксируйте правила:

1. Какая цена используется — закрытие дня или другая величина?
2. Какой период у короткой и длинной средней?
3. В какой момент возникает сигнал?
4. По какой цене предполагается вход и выход?
5. Что происходит, если пересечение случилось внутри свечи или одновременно с другим условием?
6. Как учитываются комиссия, спред, проскальзывание и задержка исполнения?

Вымышленный фрагмент может выглядеть так:

Дата	Open	High	Low	Close	Volume
02.01	100	103	99	102	1 000
03.01	102	105	101	104	1 200
04.01	104	106	102	103	900
05.01	103	107	103	106	1 100
08.01	106	108	104	105	1 000
09.01	105	109	105	108	1 300
10.01	108	110	107	109	1 500
11.01	109	111	108	107	1 400
12.01	107	108	104	105	1 600
15.01	105	109	104	108	1 800

Запрос к GPT можно сформулировать так:

Используй только приведённые данные. Рассчитай доходность от первого до последнего закрытия по формуле (последнее закрытие / первое закрытие - 1) × 100%. Рассчитай SMA3 и SMA5 по Close; для каждой строки укажи, начиная с какой даты расчёт становится возможен. Отметь пересечение SMA3 и SMA5 только после появления обеих средних. Раздели данные на первые 7 дней для формулировки гипотезы и последние 3 дня как отложенный период. Не называй результат торговым сигналом и не делай вывод о будущей прибыли.

На этих данных простая доходность от 102 до 108 равна примерно 5,88% до комиссий и других издержек. Например, SMA3 на 05.01 — это (104 + 103 + 106) / 3 = 104,33. Эти числа легко перепроверить вручную или в таблице. Важно и другое: для SMA5 на первых четырёх датах результата ещё нет, потому что не набралось пять закрытий. Если модель нарисовала значение раньше, это не «маленькая погрешность», а нарушение правила расчёта.

Отделите расчёт от проверки стратегии

Расчёт показателя отвечает на вопрос «что получилось по заданной формуле». Он не отвечает на вопрос «заработает ли эта идея». Для второй части понадобятся хотя бы:

• заранее заданные правила входа и выхода;
• разделение периода на разработку и отложенную проверку;
• реалистичные комиссии, спред и проскальзывание;
• контроль утечки будущих данных;
• достаточное число наблюдений и разные рыночные режимы;
• понятный способ оценить риск, просадку и размер позиции.

Если вы попросили GPT найти пересечения на всей таблице, а затем выбрали самое удачное правило по итоговой доходности, это уже подгонка под историю. Она может выглядеть убедительно именно потому, что решение подсмотрело ответ. Отложенный период нужен не для красивой цифры в отчёте, а чтобы проверить, сохраняется ли идея на данных, которые не использовались при её выборе.

Попросите модель вывести промежуточные строки: дату сигнала, цену, дату выхода, цену выхода, валовую доходность, издержки и итог после издержек. Затем сравните несколько строк с независимым расчётом. Одной таблицы недостаточно, если неясно, когда именно считалась цена входа и можно ли было в этот момент знать значение индикатора.

Что GPT не должен решать за вас

ChatGPT не превращает исторический ряд в прогноз. Он может уверенно сформулировать неверный вывод, ошибиться в арифметике, неправильно понять дату или выдать правдоподобное объяснение уже найденного совпадения. Поэтому проверяйте исходные котировки, источники, даты, формулы и допущения независимо. Это прямо согласуется с рекомендациями OpenAI о необходимости проверять ответы модели, особенно там, где ошибка имеет последствия. Материал о достоверности ответов ChatGPT

Не стоит просить GPT выбрать конкретную акцию, назвать точку покупки или заменить брокерский терминал и риск-менеджмент. Модель не снимает рыночный риск: стоимость акций и других инструментов может падать, а концентрация и сложные продукты способны увеличить потери. Основы управления инвестиционным риском отдельно описывает FINRA.

Есть и риск неправильных обещаний о самом AI. SEC уже сообщала о мерах против двух инвестиционных консультантов из-за ложных или вводящих в заблуждение заявлений об использовании искусственного интеллекта. Это пример регуляторного предупреждения, а не юридическая оценка вашей стратегии; практический вывод простой: не называйте модель «точной», «самообучающейся» или «гарантирующей доход», если у вас нет проверяемых оснований. Сообщение SEC

Рабочая схема без магии

Удобно разделить работу на пять коротких запросов:

1. Проверка данных. Попросите найти пропуски, повторы, неправильные даты и подозрительные значения.
2. Описание расчёта. Зафиксируйте формулу и попросите показать промежуточные значения на нескольких строках.
3. Гипотеза. Опишите условие входа, выхода и период, не используя слова вроде «надёжный» или «точный».
4. Проверка. Разделите историю на разработку и отложенный период, заранее указав комиссии и правила исполнения.
5. Критика. Попросите перечислить, какие выводы нельзя сделать из этой таблицы и каких данных не хватает.

Так GPT остаётся инструментом для подготовки и проверки рассуждения. Вы получаете аккуратнее собранную задачу, несколько независимых проверок и список слабых мест — но решение о риске, размере позиции и допустимых потерях не перекладываете на чат. Если после такого разбора гипотеза всё ещё интересна, её можно тестировать в собственном процессе с актуальными данными и понятными ограничениями, не принимая ответ модели за готовый торговый сигнал.