Автор проверил гипотезу: если превратить графики в текст — описывать тренды, уровни и объёмы — сможет ли LLM понять рынок без чисел и индикаторов.
Для теста использовалась DistilBERT, обученная на текстах и дообученная на данных Московской биржи.
Что вы узнаете в статье:
▶️ Как перевести котировки в текст и использовать их для обучения LLM;
▶️ Как построить рабочий ML-конвейер на Python, PyTorch и Docker;
▶️ Почему DistilBERT показала AUC ≈ 0.53 и что это говорит о «понимании» рынков моделями;
▶️ Какие тикеры оказались предсказуемыми, а где модель провалилась;
▶️ Что можно улучшить с помощью LLaMA, Mistral и дообучения на финансовых данных.
Будет интересно тем, кто хочет проверить реальные возможности LLM в анализе биржевых данных и запустить всё своими руками — код выложен на GitHub.
➡ Читать статью
tags: #статья
➡ Data Scientist | Чат