TradeGPT.art
Свечные графики

Распознавание с ИИ: 10 ИИ-промптов для финансовых задач

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

Редактируйте выделенные поля Копируйте готовый промпт

Готовые промпты: Распознавание с ИИ

Система распознавания свечных паттернов с ИИ

Универсальный шаблон Средний

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

ID 201
Действуй как количественный аналитик и инженер ИИ для трейдинга. Мне нужна система распознавания свечных паттернов для рынка на таймфреймах с использованием TradingView/Python/оба варианта. Спроектируй полный процесс: таксономию паттернов (какие модели распознавать, определения, исключения), входные данные (OHLCV, сессии, гэпы), подход к распознаванию (правила, машинное обучение или гибрид), выходные данные (сигналы, уверенность, контекстные заметки), план оценки качества (точность, полнота, ложные срабатывания, устойчивость в разных режимах) и план внедрения (алерты, дашборды, мониторинг, триггеры переобучения). При необходимости задай уточняющие вопросы.

Pine Скрипт паттерн детектор спецификация (ИИ-чтобы-Pine план)

Про

Превращает определения шаблонов в чистую спецификацию дизайна Pine Script (до написания кода), включая оповещения и фильтры.

ID 202
Действуй как архитектор Pine Script TradingView. Я хочу обнаружить следующие свечные модели: список на таймфрейме. Напиши подробную спецификацию реализации (не код), которая включает в себя: точные правила свечей (отношения тела/фитиля, относительные закрытия/открытия, отношения нескольких свечей); строгие крайние случаи, чтобы избежать ложных срабатываний; дополнительные контекстные фильтры (прокси тренда, порог волатильности, фильтр сеанса); логику оповещений (когда срабатывать, время восстановления, дедупликация); визуализацию на графике (метки, тепловая карта, таблица). Завершите тест контрольным списком для визуальной проверки сценария на диаграммах.

Промпт «Найти похожие свечи в истории»

Новичок

Выстраивает рабочий процесс поиска сходства (что любят трейдеры: «покажи мне прошлые ситуации, которые выглядели так»).

ID 203
Действуй как исследователь по сопоставлению паттернов. Я вставлю последние N свечи как OHLC (или возвраты). Создай метод для поиска наиболее похожих исторических последовательностей в вселенной символов за лет. Определи: метод нормализации, метрику сходства, как избежать смещения прогноза, как ранжировать совпадения и что сообщать (распределение следующего хода, просадка, лучшие/худшие случаи). Выведите простой пошаговый план, который я могу реализовать с помощью Python/Sheets/TradingView.

Проектирование свечного детектора компьютерного зрения (изображения диаграмм)

Про

Разрабатывает CV-подход (модель YOLO/модель компьютерного зрения) для обнаружения свечных моделей на скриншотах графиков.

ID 204
Работайте инженером по компьютерному зрению. Я хочу обнаружить модели свечей по изображениям графиков (скриншотам) для рынка. Разработай решение CV: требования к набору данных, формат маркировки (ограничивающие рамки или метки последовательностей), выбор модели (обнаружение или классификация), стратегия разделения обучения, увеличение и метрики оценки. Также предложи, как сопоставить обнаруженные закономерности с торговой информацией (метка времени, уровни цен, достоверность) и как уменьшить переподгонку к стилям/темам диаграмм.

Гибридный детектор: шаблоны на основе правил + уровень доверия ИИ

Про

Сочетает в себе детерминированные правила свечей со слоем ИИ, который узнает, когда правила надежны.

ID 205
Действуй как проектировщика гибридных систем. Мне нужен двухуровневый детектор: Уровень 1 = обнаружение свечных паттернов на основе строгих правил для шаблонов. Уровень 2 = модель ИИ, которая прогнозирует, является ли обнаруженный шаблон «высококачественным» с учетом контекста (волатильность, состояние тренда, поведение гэпа, сессия). Определи функции, метод маркировки, целевую переменную и способы обучения/оценки без утечки информации в будущем. Выведите план того, как взаимодействуют два слоя и когда переопределять сигналы.

Автоматическая маркировка и создание набора данных для свечных моделей

Про

Создает практичный рабочий процесс маркировки (самая сложная часть), позволяющий обучать модели без хаоса.

ID 206
Действуй как инженер по набору данных для торговли ML. Я хочу создать размеченный набор данных для свечных моделей на рынке по символам и таймфреймам. Разработай рабочий процесс автоматической маркировки, используя на первом этапе определения правил, а также цикл проверки человеком. Укажи: схему маркировки, план балансировки классов, правила неоднозначности (что делать, если шаблоны перекрываются), проверки качества, а также способы создания версий наборов данных и обеспечения согласованности меток с течением времени.

Аудит качества обнаружения (ложные срабатывания, неоднозначность, перекрытие)

Средний

Проверяет существующий детектор шаблонов (Pine или ML) и объясняет, что с ним происходит не так и почему.

ID 207
Действуй как аудитор качества сигнала. Вот как мой детектор определяет шаблоны: правила вставки или поведение модели. Разработай процесс аудита для измерения: частоты ложных срабатываний, неоднозначных обнаружений, повторяющихся обнаружений, путаницы с перекрытием шаблонов и чувствительности к изменениям параметров. Затем предложи 5 конкретных исправлений (уточнения правил, пороговые значения, время восстановления, контекстные фильтры, объединение классов), расставленных по приоритету по степени воздействия.

Объясняющая промпт: «Почему ИИ отметил этот шаблон?»

Средний

Обеспечивает интерпретируемость: преобразует «обнаруженную закономерность» черного ящика в удобочитаемые причины и проверки.

ID 208
Действуй как уровень объяснильности для обнаружения свечей. Учитывая обнаруженный паттерн имя паттерна на символе/таймфрейме, дайте понятное человеку объяснение: измерения по свечам, какие критерии были соблюдены, что было пограничным и что могло сделать его недействительным. Добавьте раздел «Обоснование уверенности» и раздел «Общие виды отказов» именно для этого шаблона.

Тест на устойчивость и сдвиг режима для свечного ИИ

Средний

Проверяет, стабилен ли ваш ИИ в различных режимах волатильности и рыночных условиях.

ID 209
Действуй как тестера надежности машинного обучения. У меня есть модель/детектор свечных паттернов для рынка. Разработай набор тестов на надежность: разделяйте данные по режимам (высокий/низкий объем, тренды/диапазоны, кризисные периоды), тестируйте символы, тестируйте различные временные интервалы и измеряйте отклонение производительности. Правила вывода, указывающие, когда переобучать, когда отключать сигналы и как предотвратить переподгонку под одну «эру».

Коротко и по делу: детектор паттерна по определению

Про

Быстрая промпт для преобразования письменного определения шаблона в строгие правила обнаружения + крайние случаи.

ID 210
Преобразуй это определение шаблона свечей в строгие правила обнаружения с крайними случаями и исключениями: Вставить определение Выходные данные: точные числовые условия, минимальная версия (простая) и строгая версия (высокая точность), а также 3 примера ложных срабатываний для блокировки.

Скопировать всю подкатегорию

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