Hey allerseits, ich wollte mich nur bedanken.
Ich hätte nie gedacht, dass mein erster Beitrag – irgendwo anders mein Blog – so viel verdiente Kritik und Unterstützung bekommen würde. Ich wollte euch nur wissen lassen, dass ich mich engagiere und mich dafür einsetzt, dieses Projekt so gut wie möglich zu machen.
In der vergangenen Woche habe ich rund 80 Commits gemacht. Einige der wichtigsten Updates:
- Hinzufügen von Sharpe- und Sortino -Verhältnissen zur Analyse hinzugefügt
- Der Basisvergleich für ordnungsgemäße Benchmarking behoben
- Verbesserte Dokumentation und fügte hilfreiche Github -Eingabeaufforderungen hinzu
- Begann regelmäßig zu veröffentlichen.
- Begann, eine Version für Nicht-Koder zu bauen (früh, aber in Arbeit)
- Tonnen kleinere Korrekturen, Refaktoren und Aufräumarbeiten
Gesamtverhältnisse:
Sharpe: ~ 0,8803
Sortino: ~ 1,8735
Neuer Substackbeitrag: https://nathanbsmith729.substack.com/ (Link funktioniert tatsächlich, ich verspreche es)
Githubub: https://github.com/luckyone7777/chatgpt-micro-cap-experiment
Ja, das Glück hat offensichtlich eine Rolle bei der Rückkehr gespielt. Ich habe derzeit nur eine Stichprobengröße von einem, aber ich bemühe mich wirklich, um eine bessere Gesamtgenauigkeit zu erzielen. Ich beginne bald zur Schule (ich bin ein Junior in der High School), aber ich werde mein Bestes geben, um mit Updates in Übereinstimmung zu bleiben und weiter zu wachsen und zu lernen. Ich habe vor ungefähr vier Monaten angefangen, in Python zu codieren, also bin ich alles andere als perfekt. Bitte erreichen Sie, ob Sie Ratschläge haben. Und es tut mir leid, dass die Leute, auf die ich noch nicht reagiert habe. Ich wurde überflutet, aber ich überprüfe Google Mail mehr als alles andere.
Wenn Sie Vorschläge für Orte haben, die dieses Projekt möglicherweise passen (Foren, Newsletter, Communities, wo immer), würde ich es ernsthaft zu schätzen wissen. Ich möchte nur teilen, was ich baue und von Menschen lerne, die intelligenter sind als ich.
Ich werde es hier im Ernst einpacken, danke an alle, die sich sogar um einen Kommentar gekümmert haben.
Ich liebe alle ihr und ich fange erst an.
– Nate
Von OpenArcher7341
3 Kommentare
S&P 500 data: Downloaded using Yahoo Finance API for the ticker „^SPX“ and „Close“ price, adjusted to a $100 baseline.
ChatGPT data: portfolio data was gathered from ChatGPT, and calculations were made using Pandas and Numpy in Trading_Script.py. Data was exported to CSV file (chatgpt_portfolio_update.csv) and plotted using MatPlotLib (Generate_Graph.py)
If chatgpt was capable of outperforming the market everyone would be using it and the gains would asymptotically approach zero.
It’s called the efficient market hypothesis.
Compare the performance against the s&p 500 across a longer time horizon, even then it won’t be evidence of anything. You’ll outperform 50% of the time and underperform it the other 50%.
What would be more telling is testing it against different share markets and combining results.
Fundamentally though chatgpt is only really good at finding speculative trends in online news stories and influencers from the first 10 ish relevant websites, so it’s not going to be amazing. Investment banks target and scrape tens of thousands of news articles and influencers to build their speculative fomo focused models, chatgpt isn’t going to outperform that, it might be very useful as a plugin to better interpret language for these models, but on its own it isn’t designed to be predictive of stock markets only context around what it’s been trained on.
Luck.
If there were easy gains to be made trading stock using chat gpt, lots of people would do it and the gains would zero out.