400 000 строк в Excel, дыры в данных из-за пропущенных дней и тормозящие отчёты даже на мощных ПК — с такими проблемами столкнулся алготрейдер Дмитрий Овчинников. С помощью ИИ-ассистента он создал дашборд для управления более чем 100 стратегиями. По его словам, это как пересесть с «Запорожца» на вертолёт.
Боль: жизнь в эпоху Excel
Дмитрий — алготрейдер, но не программист. Его основной язык — MQL (MetaQuotes Language) для платформы MetaTrader. Современные инструменты вроде Python или R он обходит стороной: «Когда я запускаю Python — у меня начинается зубная боль».
Годами он строил аналитику вручную: экспорт данных из терминала в Excel, обработка с помощью макросов, сводки — всё в одном файле.
На первый взгляд — рабочая схема. Но у неё были серьёзные недостатки.
Не было истории в динамике. Пропустил экспорт за один день — и данные за него исчезают навсегда.
Объём данных быстро рос: за несколько месяцев накапливалось до 400 000 строк. Файл тормозил даже на производительных компьютерах.
Встроенные отчёты MetaTrader тоже не спасали: они некорректно считают маржу и дают абсурдные результаты при единой денежной позиции.
Стороннего сервиса, решающего все эти задачи, найти не удалось.
Идеальная панель управления алготрейдера
Дмитрий не хотел просто красивый график для демонстрации. Ему нужен был рабочий инструмент для оперативного и аналитического управления капиталом.
Оперативное управление включало ответы на ключевые вопросы:
- где сейчас деньги
- в каких алгоритмах
- в каких инструментах
- какие стратегии «живы», а какие — нет
Например, алгоритм мог случайно выключиться, а Дмитрий узнавал об этом спустя месяцы.
Аналитическое управление требовало:
- анализа по дням и часам
- оценки эффективности стратегий
- перераспределения капитала
- поиска слабых мест
Особую сложность вызывал расчёт итогового результата. В экспорте из MetaTrader — все сделки с начала торговли. Но нужно было посчитать актуальный P&L для каждой связки «алгоритм + инструмент», включая:
- закрытые сделки — это просто
- незакрытые позиции — здесь начинаются сложности
Старый MQL-скрипт давал срез «на сейчас». Но динамики во времени не было.
Новый дашборд пересчитывает результат каждый день — от начала торговли до текущего момента. Это позволило восстановить историю P&L, что стало одной из самых сложных задач.
Чем помог ИИ-ассистент
Дмитрий чётко понимал, что хочет получить, но не знал, как это реализовать технически. У него не было технического задания — он просто описывал задачи ИИ.
ИИ-помощник сгенерировал HTML-файл, который открывается в любом браузере — на компьютере и телефоне. Дмитрий не написал ни строчки кода.
Итог — единый HTML-файл, содержащий:
- данные (обновляются через подгрузку CSV из MetaTrader)
- JavaScript-код для обработки и визуализации
Дмитрий работал с ИИ как с программистом: присылал скриншоты, говорил «переделай эту кнопку» — и получал изменения.
«Это совершенно другой уровень взаимодействия», — отмечает он.
Прототип, устроивший Дмитрия, был готов за один день. Дальше шла доработка.
Главная сложность — корректный расчёт нереализованной прибыли. Этот момент пришлось долго «вдалбливать» модели.
Когда контекст в чате заканчивался, Дмитрий создавал новый и загружал текущий HTML-файл. Claude мгновенно восстанавливал логику и продолжал работу. Другие ИИ не справились: DeepSeek терял контекст, Gemini ломал структуру, ChatGPT долго обсуждал ТЗ. А вот Claude достигал цели за 1–3 итерации.
Итог: что изменилось
Теперь Дмитрий быстрее и точнее принимает решения по перераспределению капитала.
Дашборд даёт полную картину, помогает быстрее реагировать и не держать всё в голове.
Подход применим не только в алготрейдинге, но и в продажах, личных финансах — везде, где нужно визуализировать и анализировать данные.
Раньше путь был: Excel → VBA → BI-инструменты.
Теперь: идея → LLM → готовый инструмент.
Как бонус — у Дмитрия появился персональный разработчик, которому не надоедают задачи и который всегда включён в процесс.