Персональный ИИ-аналитик за $120 в месяц: как частный трейдер заработал $180 000 на Obsidian и нейросетях
В мире криптотрейдинга появляется всё больше примеров, когда технологии заменяют целые аналитические отделы. Один из таких кейсов, которым поделился известный исследователь CyrilXBT, демонстрирует, как анонимный трейдер из Китая построил полностью автономную систему анализа рынка на базе платформы для заметок Obsidian и искусственного интеллекта. Результат впечатляет: при ежемесячных затратах всего в $120 на API, за полгода было заработано около $180 000.
Как работает «умный заметочник»
В основе системы — минималистичный, но мощный стек: Mac Mini, iPhone и локальное хранилище Obsidian. Шесть автоматических конвейеров на платформе N8N работают круглосуточно, собирая в единое хранилище всё, что трейдер читает, слушает в подкастах и диктует голосом в Telegram-бота. Это не просто сбор данных, а их интеллектуальная обработка.
Каждую ночь нейросеть сканирует около 4000 связанных заметок, выявляя самые сильные корреляции между свежей информацией и уже накопленными идеями. N8N выступает связующим звеном, соединяя источники данных с хранилищем без написания кода. Каждое утро в 6:00 на почту приходит сводка: три торговые идеи с оценкой уверенности, формирующаяся идея недели, а также любая заметка, которая противоречит открытой позиции. Система будит владельца только в двух случаях: когда новая заметка вступает в противоречие с его текущим тезисом или когда уверенность в идее превышает 90%.
Цена вопроса и реальность
Стоит подчеркнуть, что все заявленные цифры доходности остаются непроверенными — никаких подтверждающих данных CyrilXBT не публикует. Однако сам пример крайне показателен. Автор сравнивает эту конструкцию с работой квантитативных фондов, где команды из восьми человек занимаются тем же самым аналитическим потоком. Здесь же один человек добился аналогичного результата с помощью одного Mac Mini и ежемесячного бюджета в $120 на оплату API.
Этот кейс — яркая иллюстрация глобального тренда: частные трейдеры всё чаще используют связки из локальных «заметочников», ИИ-моделей и платформ автоматизации. Такие сети не гарантируют прибыль, а громкие цифры в социальных сетях, как правило, не сопровождаются доказательствами. Тем не менее, сама идея создания персонального аналитического ассистента на основе собственной базы знаний и нейросетей — это, пожалуй, одно из самых перспективных направлений для розничных трейдеров в 2024 году.
Мнение эксперта: Данный подход радикально снижает порог входа для получения качественной аналитики. Если раньше для этого требовалась команда аналитиков и доступ к Bloomberg, то теперь, по сути, достаточно дисциплины в ведении заметок и грамотной настройки автоматизации. Однако не стоит забывать, что качество «мусора на входе» определяет качество результата на выходе. Система лишь усиливает компетенции трейдера, но не заменяет их.