#workflow — посты и обсуждения
2 публикации
Скромный арбитраж на синтетических облигациях (MVP n8n) на MOEX
Развитие теории портфелей и разработки автоматизированных решений все больше меня захватывает в долгие вечера.
Ранее писал о попытках запусках торгового робота на n8n.
Ядро портфеля состоит в основном из облигаций. За этим следит система #AlgoBond.
Некоторое время назад начал образовываться свободный небольшой кэш за счет погашения купленных облигаций и купонов, а новых покупок нет. Нет необходимого количества или качества новых бумаг на короткий срок.
Погрузился в теорию сток-фьючерс (купить-продать). Раздвижки, вариационная маржа, кэрри, контанго, бэквордация, хэджирование.
Пока разбирался, как это делается руками, естественно, “заплатил входную цену” примерно 0,25% от депозита. Потом пошло лучше. Потом перешел к автоматизации. Профукал еще 0,25%. Вроде наладилось. Наблюдаю и контролирую.
Реализовано с использованием n8n, JavaScript и PostgreSQL
Все облачное, без домашних систем.
Сначала берем стартовый набор данных с ISS.MOEX: акции, облигации и фьючерсы. Все что есть и перекладываем в свою базу на PostgreSQL.
Прокомментировать
516
Как я превратил урок из книги в ИИ-ассистента для питчинга
Пост из моего тг-канала «Находки музыкального маркетинга»: https://t.me/musicmarketingforus
Наткнулся на главу в интерактивной книге от «Бюро Горбунова» о том, как писать рабочие письма. Решил превратить один из уроков в работающий ИИ-инструмент.
Делюсь своим воркфлоу. Это универсальный метод, который подойдет для любого отклика: на вакансию, заявку на фестиваль, питчинг лейблу.
Шаг 1. Изучаем теорию (конспект урока)
Книга на примере письма «промоутера Алексея» идеально раскладывает анатомию сильного отклика:
▫️ Четкая идентификация: кто ты и по какому вопросу.
▫️ Ответ на требования: по пунктам доказать, что ты соответствуешь запросу.
▫️ Честность: признать, чего ты не умеешь, но показать готовность учиться.
▫️ Доказательства: ссылки на релевантные кейсы.
▫️ Удобный CTA: понятный и простой следующий шаг для связи.
Шаг 2. Создаем ИИ-ассистента (автоматизация)
А теперь — магия. Как сделать так, чтобы не держать все эти правила в голове? Нужно научить им нейросеть.
Мой ворфклоу:
1. Создаю видеоконспект. Я записал видео, где подробно разбираю каждый пункт из этого урока. Это мой «учебный материал».
2. Загружаю в ИИ-модель. Заливаю это видео на YouTube и даю ссылку своей персональной ИИ-модели в Google AI Studio. Она за секунды анализирует все 15 минут урока.
3. Обучаю ассистента. Даю команду: «Теперь ты — эксперт по написанию откликов на вакансии. Твоя задача — писать письма по принципам из этого видео».
Шаг 3. Практическое применение (результат)
Теперь у меня есть персональный ИИ-ассистент, который знает, как писать идеальные питчи. Что дальше?
▫️ Я даю ему ссылку на вакансию (или описание гранта/фестиваля).
▫️ Я даю ему информацию о себе (мое позиционирование, портфолио, которое уже загружено в эту же модель).
▫️ Он генерирует черновик отклика, основанный на правилах из книги и моих личных данных. Мне остается только его проверить и отправить.
Главный вывод: хватит просто потреблять информацию. Превращайте ее в работающие системы.
Любой курс, лекцию или книгу можно «скормить» своей ИИ-модели и создать на ее основе узкоспециализированного ассистента, который будет решать ваши рутинные задачи.
Это и есть самый эффективный способ применения ИИ в работе сегодня.
А вы уже пробовали обучать ИИ на основе образовательного контента?
Прокомментировать
565