Локальная нейросеть для торговых сигналов: Ollama и RAG на M3 24GB
Решение принимают несколько моделей, и всё считается прямо на устройстве: qwen2.5:14b — основная, llama3.1:8b — запасная, LLaVA:7b разбирает скриншоты графиков, ChromaDB хранит историю сделок и подсказывает похожие случаи (RAG). Ни рубля за внешние сервисы, данные не уходят наружу, полный контроль над промптами и логикой решений.
Облачная нейросеть для торговли — три причины не использовать
(1) Задержка. При сотнях сигналов в день каждый запрос к OpenAI или Claude добавляет секунды — и точка входа уходит. (2) Стоимость. $0,01–0,10 на сигнал × 1000 сигналов = $100 в день только на вычисления. (3) Утечка стратегий. Торговые правила в промптах — это интеллектуальная собственность. Отправляя их в OpenAI, вы делитесь конкурентным преимуществом.
Нужна была полностью локальная система: принимает сигналы по методике Smart Money Concepts (BHM-3BP, iFVG, IMPULSIVE, REVERSAL), проверяет, сколько признаков сошлось одновременно (направление старшего таймфрейма, импульс, снятие ликвидности), и выдаёт решение — покупать, продавать или не входить — с оценкой уверенности.
Три модели и поиск по своей истории
Основная модель для торгового решения. Рассуждает по размеченному сигналу и по контексту похожих сделок из базы.
Подстраховка, когда qwen не отвечает вовремя, и быстрые вспомогательные запросы (определить состояние рынка, проверить решение на здравый смысл).
Модель, которая смотрит на скриншоты графиков: узнаёт фигуры и подтверждает order-block, FVG и снятие ликвидности.
Хранит прошлые сделки: результат и обстановку. Для нового сигнала достаёт 5-10 ближайших аналогов и передаёт их модели как контекст.
Как считается уверенность в сделке
На каждый входящий сигнал (BHM-3BP, iFVG, SM-OB-CONT, SM-ASIA-SWEEP) система собирает:
- Класс сигнала (A/B/C/D) — базовая уверенность 0,45–0,65
- Надбавки за совпадение признаков: направление старшего таймфрейма (+0,05), импульс (+0,03), снятие ликвидности (+0,02)
- Поправку по истории: подтягиваются 5-10 похожих сделок и считается доля удачных
- Ограничения по времени: час суток, торговая сессия (Азия, Лондон, Нью-Йорк), сезонность
Модель выдаёт итоговую уверенность и решение: покупать, продавать или не входить. Порог 0,70 — всё, что ниже, отсекается как спорное. Проверки в коде контролируют объём позиции, расстояние до тейк-профита и стоп-лосса, связь с уже открытыми позициями.
Прогон без реальных денег · 100 сигналов
целевой коридор 60–75% → шум отсекается строго
все проверки безопасности пройдены: объём позиции, стоп-лосс и связь позиций в норме
против ~$100 в день у OpenAI или Claude при том же объёме
Применимость для клиентов: локальные модели подходят там, где данные не должны выходить за пределы компании: медицина (персональные данные, ФЗ-152), банки, оборонные предприятия, корпоративная безопасность, юридические сервисы. Разворачивается на Mac mini с M2 или M3 (около 1000 ₽ в месяц на электричество): Apple Silicon с общей памятью тянет модели на 14 млрд параметров с приемлемым откликом.
«Тот же подход что у себя — переношу к вам.» Поиск по вашим документам, запасная модель на случай сбоя основной, все вычисления у вас. Никаких внешних сервисов, никакой утечки наработок, полный контроль.
Похожие кейсы
1С УНФ + Telegram-бот для прорабов
aiogram 3 и промежуточный слой на Node.js через HTTP-сервисы 1С. Доступ к 1С УНФ прямо с объекта, без…
Бот отвечает цифрами по продажам: шесть метрик и состязательная проверка
Telegram-бот считает страны, годовые окна, топ товаров и штаты США через единое ядро метрик; языковая модель…
AI-помощник по внутренней базе знаний (RAG) в Telegram
BM25 → SQLite FTS5 со своим ранжированием, расшифровка голосовых, OCR, уровни доступа и MCP-сервер поверх…
Аудит за 9 900 ₽ — с конкретным отчётом и сметой
Расскажу что внедрить в вашем бизнесе в первую очередь, какая будет окупаемость, и нужен ли вообще AI для вашей задачи (иногда — нет).
Или просто напишите свой вопрос — отвечу в течение 2 часов