Cómo utilizar Gemini, Claude y OpenAI para crear estrategias comerciales que DESTRUYAN el mercado. | de Austin Starks | diciembre de 2024

Los grandes modelos lingüísticos han permitido una nueva forma de interactuar con el mercado de valores, al alcance de todos.

En lugar de pasar años aprendiendo Python, programación orientada a objetos, conexión con API y análisis de datos, puede dedicar minutos a crear, probar e implementar su estrategia comercial algorítmica utilizando cualquier modelo de lenguaje grande.

He aquí cómo.

Antes de mostrarte cómo crear estrategias utilizando cualquier modelo de lenguaje grande, quiero aclarar un error común.

No puede simplemente crear sus estrategias comerciales utilizando ChatGPT.

Estas herramientas están especializadas en lenguajes, pero no cuentan con la infraestructura necesaria para probar, optimizar o implementar estrategias comerciales reales en el mercado.

Por ejemplo, si intenta pedirle a ChatGPT que cree una estrategia comercial, simplemente le dará un pseudocódigo que puede intentar implementar usted mismo.

Sin embargo, una vez que llegue a funciones más complicadas, como intentar probar su estrategia, se encontrará con una serie de problemas.

1. Debe integrarse con API externas para recopilar datos históricos precisos, incluidos los fundamentos (si su estrategia lo necesita).
2. Necesita infraestructura para pasar sin problemas del backtesting al comercio en papel y al comercio en tiempo real. Este proceso puede tardar meses o años en desarrollarse.
3. Necesita una manera fácil de modificar sus estrategias y crear estrategias adicionales sin tener que escribir código para eso también.

Entonces, si bien comenzar a probar estrategias usando ChatGPT es simple, puedes ver rápidamente que este problema se vuelve intratable cuando profundizas en los detalles.

Hay una manera MUCHO más fácil.

En lugar de usar ChatGPT a ciegas, podemos usar estas API para ayudarnos a lograr nuestro objetivo.

Creé una plataforma que nos permite construir sin esfuerzo los componentes básicos de una estrategia comercial algorítmica. La forma en que funciona es un proceso de varios pasos.

1. Enviar mensaje de chat: El mensaje del usuario se envía a la aplicación.
2. Clasificar solicitud: A partir de una lista de diferentes acciones, como “Evaluación de stock”, “Crear estrategia” y “Analizar fundamentos”, el modelo determina la acción más relevante para procesar la solicitud.
3. Reenviar al mensaje: enviamos el mensaje de chat al mensaje más relevante y obtenemos una respuesta
4. Respuesta posproceso: Dependiendo de la acción, realizaremos acciones adicionales. Por ejemplo, con el mensaje “AI Stock Screener”, generaremos una consulta SQL y luego, en el paso posterior al proceso, ejecutaremos la consulta en la base de datos.

Cuando el modelo interpreta que el usuario quiere crear estrategias comerciales, crea una “cadena de avisos”. Con una cadena de mensajes, la salida de un mensaje se utiliza como entrada de otro.

Por ejemplo, primero crearemos la cartera, que incluye el nombre, el valor inicial y una lista de descripciones de estrategias comerciales.

A partir de estas descripciones, crearemos un esquema de cada estrategia. Esto incluye el nombre de la estrategia, una acción (“comprar” o “vender”), el activo que queremos negociar, una cantidad (por ejemplo, el 20% de su poder adquisitivo o 10 acciones) y una descripción de cuándo queremos realizarla. la acción.

Finalmente, repetimos este proceso para las condiciones y transformamos la descripción en una condición que la aplicación pueda interpretar.

Esto funciona con cada uno de los principales modelos de lenguajes grandes. La parte importante de este proceso es que los grandes modelos de lenguaje no se utilizan para probar o implementar las estrategias comerciales. Estos modelos facilitan el proceso de creación, pero se necesita una aplicación completa para hacer uso de estas estrategias.

Aquí hay una aplicación que implementa esto particularmente bien.

NexusTrade es una plataforma que lleva la teoría a la práctica. Permite a cualquier persona, incluso a los principiantes absolutos, crear, probar e implementar sus propias estrategias comerciales algorítmicas.

Con NexusTrade, puede utilizar cualquiera de los principales modelos de lenguaje grandes para crear su propia estrategia comercial. Esto incluye:

• AbiertoAI: GPT-4o-mini, GPT-4 y GPT-o1
• antrópico: Claude 3.5 Haiku y Claude 3.5 Soneto
• Google: Géminis 1.5 Flash y Géminis 1.5 Pro

Estos modelos tienen diferentes “personalidades” y diferentes formas de responder a entradas ambiguas. Por ejemplo, esta es una estrategia comercial “Breakout” para NVIDIA creada con Claude 3.5 Haiku.

En comparación, aquí está la misma estrategia “Breakout” creada con Gemini 1.5 Pro.

Crean reglas diferentes, y estas reglas dan como resultado un rendimiento de backtesting diferente.

Además, no es necesario que sea ambiguo: puede utilizar estos modelos para crear estrategias comerciales muy específicas que quizás antes hubiera tenido que realizar manualmente.

Al hacer esto, puede crear un plan comercial que supere al mercado. He aquí un ejemplo.

Ser capaz de crear una estrategia comercial es el primer paso.

El proceso de iterarlo, probarlo y refinarlo es donde la mayoría de la gente se equivoca.

Utilizando estos LLM, he creado una estrategia comercial que supera al mercado al traducir las reglas que usaría para el comercio manual en estrategias comerciales automatizadas.

Por ejemplo, comencé con las siguientes reglas:

• Comprar el 35% de mi poder adquisitivo en TQQQ si no tengo posiciones o mis posiciones han bajado un 10% y el valor de mi cartera es inferior al 150% de su valor inicial.
• Comprar el 35% de mi poder adquisitivo en BTC si no tengo posiciones o mis posiciones han bajado un 15% y el valor de mi cartera es inferior al 150% de su valor inicial.
• Comprar el 15% de mi poder adquisitivo en TQQQ si no tengo posiciones o mis posiciones han bajado un 10% y el valor de mi cartera es superior al 150% de su valor inicial
• Comprar el 15% de mi poder adquisitivo en BTC si no tengo posiciones o mis posiciones han bajado un 15% y el valor de mi cartera es superior al 150% de su valor inicial.
• Vender el 20% del valor de mi cartera de TQQQ si mis posiciones subieron un 12% y el valor de mi cartera es inferior al 150% de su valor inicial y pasaron 30 días desde la última venta de tqqq o bitcoin.
• Vender el 20% del valor de mi cartera de BTC si mis posiciones subieron un 20% y el valor de mi cartera es inferior al 150% de su valor inicial y pasaron 30 días desde la última venta de tqqq o bitcoin.

Luego tuve una conversación con la IA para modificar de forma iterativa algunas de las reglas, probar nuevas condiciones y, en última instancia, crear nuevas estrategias comerciales que superen significativamente al mercado.

Ahora bien, esta estrategia sólo funciona bien en mercados alcistas. En un mercado bajista, como durante el Covid, este tipo de estrategia funciona mucho peor.

El desempeño pasado de una estrategia no es garantía de su éxito futuro. Depende del comerciante comprender qué tipos de estrategias funcionan bien en determinadas condiciones del mercado y implementar las mejores estrategias dadas las condiciones del mercado.

Esto no es sólo una prueba o una demostración; He implementado reglas comerciales como esta para administrar mi cartera real.

Los operadores, incluso aquellos sin experiencia técnica, ahora pueden implementar sus propias estrategias comerciales algorítmicas. Si necesita ayuda para crear su estrategia de forma iterativa utilizando modelos de lenguaje grandes, Consulte esta conversación que tuve con Aurora.

La llegada de grandes modelos lingüísticos ha cambiado fundamentalmente la forma en que abordamos el comercio y las finanzas. Estos modelos permiten a cualquier persona, independientemente de su experiencia en codificación, crear, probar e implementar estrategias comerciales algorítmicas que antes solo eran accesibles para inversores institucionales o cuantitativos experimentados.

Los ejemplos aquí descritos muestran el potencial transformador de estas tecnologías. Al aprovechar herramientas de inteligencia artificial como Claude, Gemini y OpenAI, los operadores pueden obtener una ventaja competitiva real. La capacidad de traducir reglas comerciales abstractas en estrategias automatizadas y ejecutables democratiza el comercio algorítmico para todos, incluido usted.

Ahora es el momento de abrazar esta revolución. Con plataformas como NexusTrade, las barreras de entrada son más bajas que nunca. Ya sea usted un operador experimentado o un principiante curioso, las herramientas para crear estrategias que lideren el mercado están a su alcance. El futuro de las finanzas está aquí: ¿está listo para tomar el control y transformar su recorrido comercial?

Sígueme: LinkedIn | X (Twitter) | tiktok | Instagram | Hoja informativa