Свечной анализ

Распознавание паттернов с помощью ИИ: 10 ИИ-промптов для финансовых задач

Используйте промпты раздела «Распознавание паттернов с помощью ИИ», чтобы превратить сырую финансовую задачу в более точный запрос к ИИ, готовый к копированию.

Редактируйте выделенные поля Готов к копированию

Готовые промпты: Распознавание паттернов с помощью ИИ

Система распознавания свечных паттернов с помощью ИИ

Универсальный шаблон Средний

Помогает спроектировать полный процесс распознавания, интерпретации и проверки свечных паттернов с помощью ИИ и формальных правил.

ID 201

Действуй как количественный аналитик и инженер ИИ для трейдинга. Мне нужна система распознавания свечных паттернов на крипторынок для таймфреймов таймфреймы с помощью TradingView/Python/оба варианта. Спроектируй полный процесс: таксономию с точными определениями и исключениями; входные данные OHLCV, торговые сессии и гэпы; метод разметки; распознавание по правилам, машинному обучению или гибридному подходу; выходные сигналы, оценку уверенности и контекст. Добавь план оценки по точности, полноте, ложным срабатываниям и устойчивости в разных режимах, а также внедрение с оповещениями, панелью мониторинга и условиями переобучения. Если данных недостаточно, сначала задай уточняющие вопросы.

Техническое задание на детектор паттернов в Pine Script

Про

Превращает определения свечных паттернов в подробное техническое задание для Pine Script еще до написания кода.

ID 202

Действуй как архитектор решений TradingView на Pine Script. Я хочу распознавать свечные паттерны список на таймфрейме 15-минутные данные. Напиши подробное техническое задание без кода: точные соотношения тела и теней, открытий и закрытий, связи между несколькими свечами; пограничные случаи и исключения; дополнительные фильтры тренда, волатильности и сессии; условия оповещения, период между повторами и устранение дублей; отображение метками, тепловой картой или таблицей. Заверши тестовым чек-листом для визуальной проверки на графиках.

Поиск похожих свечных последовательностей в истории

Средний

Создает процесс поиска прошлых свечных последовательностей, наиболее похожих на текущую рыночную ситуацию.

ID 203

Действуй как исследователь алгоритмов сопоставления паттернов. Я предоставлю последние N свечей в формате OHLC либо их доходности. Создай метод поиска наиболее похожих исторических последовательностей среди набор тикеров за число лет. Определи нормализацию, метрику сходства, защиту от заглядывания в будущее, ранжирование совпадений и формат результата: распределение последующего движения, просадку, лучшие и худшие случаи. Дай пошаговый план реализации в Python/Google Таблицы/TradingView.

Детектор свечных паттернов на изображениях графиков

Про

Проектирует систему компьютерного зрения, которая распознает свечные паттерны на изображениях торговых графиков.

ID 204

Действуй как инженер по компьютерному зрению. Я хочу распознавать свечные паттерны на скриншотах графиков для крипторынок. Спроектируй решение: требования к датасету, формат разметки — рамки объектов или метки последовательностей, выбор между детекцией и классификацией, разделение обучающей и тестовой выборок, аугментации и метрики качества. Объясни, как связать распознанный паттерн с торговыми данными — временем, ценовыми уровнями и оценкой уверенности — и как не допустить переобучения на конкретных стилях и темах оформления графика.

Гибридный детектор: строгие правила и оценка ИИ

Средний

Сочетает детерминированное распознавание свечей с моделью ИИ, оценивающей надежность сигнала в текущем контексте.

ID 205

Действуй как архитектор гибридных систем. Мне нужен двухуровневый детектор. Первый уровень распознает паттерны по строгим свечным правилам. Второй с помощью модели ИИ оценивает качество найденного паттерна с учетом волатильности, состояния тренда, гэпов и торговой сессии. Определи признаки, метод разметки, целевую переменную и схему обучения и оценки без утечки будущих данных. Опиши взаимодействие уровней и точные условия, при которых второй уровень отклоняет сигнал первого.

Автоматическая разметка датасета свечных паттернов

Про

Создает практический процесс автоматической и ручной разметки свечных паттернов для последовательного обучения моделей.

ID 206

Действуй как инженер данных для торговых моделей машинного обучения. Я хочу собрать размеченный датасет свечных паттернов на крипторынок для тикеры и таймфреймы. Спроектируй процесс: первичная автоматическая разметка по формальным правилам и последующая проверка человеком. Определи схему меток, баланс классов, обработку неоднозначных и перекрывающихся паттернов, контроль качества, версионирование датасета и способ сохранять единые критерии разметки со временем.

Аудит качества распознавания паттернов

Средний

Проверяет существующий детектор на Pine Script или машинном обучении и показывает, какие ошибки он допускает и почему.

ID 207

Действуй как аудитор качества торговых сигналов. Вот правила или поведение моего детектора: правила или описание поведения модели. Разработай аудит частоты ложных срабатываний, неоднозначных и повторных распознаваний, путаницы между перекрывающимися паттернами и чувствительности к параметрам. Затем предложи пять конкретных улучшений — уточнение правил, порогов, интервалов между сигналами, контекстных фильтров или объединение классов — в порядке ожидаемого влияния.

Почему ИИ распознал этот паттерн?

Новичок

Превращает непрозрачный ответ модели «паттерн найден» в понятное объяснение с проверяемыми критериями.

ID 208

Действуй как модуль объяснимости. Для обнаруженного паттерна название паттерна на тикер/таймфрейм покажи измерения по каждой свече, выполненные критерии, значения у порогов, контекст, недостающие данные, калиброванную уверенность и отмену распознавания. Добавь известные сценарии ошибки и альтернативные классификации и подчеркни, что объяснение распознавания само по себе не доказывает прибыльность торгового сигнала.

Проверка детектора при смене рыночного режима

Средний

Проверяет устойчивость детектора по режимам, инструментам, таймфреймам и периодам и задает правила мониторинга и отключения.

ID 209

Действуй как специалист по проверке устойчивости моделей машинного обучения. У меня есть детектор свечных паттернов для крипторынок. Разработай набор тестов: разделение данных по высокой и низкой волатильности, тренду и диапазону, кризисным периодам; проверка на разных инструментах и таймфреймах; измерение ухудшения метрик со временем. Задай правила переобучения, временного отключения сигналов и защиты от подгонки под один исторический период.

Детектор паттерна по заданному определению

Про

Преобразует словесное определение свечного паттерна в строгие числовые правила, исключения и пограничные случаи.

ID 210

Преобразуй определение в числовые правила распознавания свечного паттерна с явным моментом оценки, пограничными случаями и исключениями. Дай минимальную версию и более строгую версию с высокой точностью, три ложных срабатывания, которые нужно блокировать, и положительные, отрицательные и пограничные тесты. Отметь формулировки, которые нельзя объективно реализовать без уточнения.

Скопировать всю подкатегорию

Включает данные подкатегории, ID промптов, описания, сложность и тексты промптов.

Как использовать ИИ-промпты для автоматического распознавания паттернов

До оценки ИИ-модели нужно определить классы паттернов и правила обработки ошибок. Полезный процесс измеряет неопределенность и ложные срабатывания, а не превращает каждую найденную фигуру в торговый сигнал.

Определите классы, правила разметки, неоднозначные случаи, разрешение данных, способ выборки и разделение периодов обучения, валидации и теста.
Потребуйте оценки уверенности, точность и полноту по каждому классу, матрицу ошибок и примеры пропущенных и ложных срабатываний.
Проверяйте модель на новых активах и режимах, отслеживайте дрейф и сохраняйте ручную проверку решений с низкой уверенностью или высоким риском.