ИИ-мультиагент для анализа движения цен акций и криптовалют

С чего все началось

Некоторое время назад меня заинтересовала тема алгоритмической торговли акциями. Была спроектирована база данных и запущено несколько ботов для анализа свечных данных. Уже несколько лет информация собирается и ее можно использовать, например, для формирования сигналов и построения графиков.

С активным развитием LLM (больших языковых моделей) появилось желание и возможность подключить искусственный интеллект к анализу собранной информации.

Что получится, если соединить актуальные биржевые данные и анализ через LLM? Известно, что LLM не очень хорошо работают с огромными массивами цифр. Но что, если давать на вход LLM сводку данных по бумаге/тикеру/криптовалюте на разных таймфреймах, с посчитанными индикаторами? Сможет ли LLM адекватно их анализировать? У меня получился ответ: да. 

Как это работает?

Известно, что LLM содержит определенные знания, актуальные на дату обучения или на дату их подготовки. Сама LLM не имеет обычно доступ к актуальной информации, хотя последние облачные модели типа Qwen 3, Deepseek, ChatGPT и другие уже получили такую дополнительную опцию. Но биржевые данные очень специфические, не всегда есть в открытом доступе в сети Интернет. Для решения этой проблемы вместе с вопросом об анализе движения тикера в качестве контекста передается наиболее актуальная информация из базы данных, например, 40 последних свечей на интервале 5 минут и выше.

Можно ли пользоваться таким анализом?

Да, вполне неплохой выдается анализ, качество которого однако зависит от выбранной модели. Для локальных моделей с небольшим количеством параметров, например, 3b/4b, качество страдает, но для облачных больших моделей типа GigaChat-2-Max, Deepseek V3.2, анализ выглядит вполне логичным, с опорой на цифры, их динамику в том числе на основе значений индикаторов.  Есть отдельные нюансы, но это вполне решается доработкой промтов.

Кому это нужно?

С одной стороны, существует много приложений, терминалов для наблюдения за движением цен на акции, криптовалюты. С другой стороны, не у всех есть время часами и дням сидеть и анализировать графики. Есть категория людей, которая инвестициями занимается для сохранения и приумножения основного дохода на работе. Они принимают решения о покупке/продаже акций после долгого изучения разных мнений и советов.

Для такой категории людей будет полезно иметь помощника, который своим не предвзятым взглядом подскажет, что пора присмотреться к активу. Окончательное решение по сделке остается за человеком, но он руководствуется объективным анализом без эмоций. Кому интересно, запускайте бота и задайте ему свои вопросы https://t.me/AST_Finance_Info_bot

Аспекты реализации

Технически система реализована в виде Telegram бота, с которым пользователь общается на естественном языке. Можно спросить про один тикет или про группу тикеров, попросить построить график на нужном таймфрейме, добавить в портфель свои тикеры и запросить ИИ-анализ портфеля. 

Есть несколько агентов - электронных виртуальных инвесторов: хомяк, белка, бурундук и тушканчик. Они делают виртуальные операции, каждый из них "торгует" на основе разных принципов.

• AI-хомяк несколько раз в день запрашивает у ИИ анализ наиболее ходовых бумаг на российском рынке. По результатам анализа совершает сделки или ждёт.
• Крипто-белка "торгует" только криптовалютами на основе технического анализа без использования ИИ.
• Новостной бурундук "читает" новости через RSS каналы, но с анализом новости и ее влияния на рынок в целом или на отдельные тикеры.
• Нейро-тушканчик использует специализированную нейросеть, натренированную на свечных данных и индикаторах. 

По сути, идет негласное соревнование между ними всеми. Система еще в разработке, но все желающие могут попробовать ее в работе: посмотреть на результаты торговли виртуальных инвесторов или самому поспрашивать про интересные тикеры или группы акций.

Есть подсистема создания SQL запроса к базе данных MySQL для получения сводных данных по группе тикеров. 

Есть краткие сводки, которые быстро по заранее подготовленным шаблонам выдают актуальную информацию из базы данных без ИИ-анализа, только цифры.

Все особенности технической реализации созданной системы описаны на отдельной странице в разделе "Портфолио".

Мультиагент под капотом

Система построена на основе микросервисов и мультиагента. Выполнение запроса пользователя происходит в несколько этапов:

1. Анализатор типа запроса через ИИ, выясняем, что именно спрашивает пользователь

2. После определения типа запроса передаем его на исполнение специализированному агенту:

• анализ одного тикера
• анализ группы тикеров, например, голубые фишки, банковский сектор, криптовалюты
• построение графика тикера или индекса
• выполнение аналитического запроса через формирование SQL запроса к базе данных, например, какие акции сегодня сильнее рынка
• отображение информации о виртуальных инвесторах: портфель, сделки, стратегия
• ответ на скептические вопросы и демонстрация возможностей системы
• ответ на теоретические вопросы, например, что такое опцион?

Итоги

Система получилась достаточно сложной по сравнению с первоначальным вариантом. Сначала захотелось вынести в отдельный микросервис работу с API облачных моделей.

Потом появилась идея сделать одного виртуального инвестора - AI-хомяка, потом еще несколько, каждый из них - отдельный микросервис, живущий независимо от других в общей системе. Есть Telegram бот и веб-фронтэнд для взаимодействия с помощником, есть панель управления для настройки системы и администрирования разных вопросов. Но самое главное - это реально работает, в полку личных ИИ-помощников прибыло.