Недавно вышла любопытная работа про закрытую модель TimeGPT. В пейпере шла речь, про то, как разработчики попробовали применить архитектуру трансформеров к «предсказанию серий данных». Если совсем по простому — то обучили «ChatGPT» на разных исторических данных: торгов, курсов, показателей счетчиков и т.п. Доступ к модели закрытый, но я связался с авторами и напросился на закрытую бету — ничего лучше чем протестировать модель на курсе рубля к доллару я не придумал, так что в посте пара прогнозов (которые, конечно, нельзя считать финансовыми рекомендациями — нейронные сети любят и галлюцинировать и выдумывать, да и я не финансист совершенно, моей задачей был тест TimeGPT-1). Датасет делал по их документации, и учел в нем денежный объем (M2) и ключевую ставку по годам с 2013-го года. В итоге получил два прогноза: → Умеренный — это если текущий денежный объем и ключевая ставка не будет меняться весь следующий год (я тупо скопировал их за прошлый месяц и до конца года) → Учтенный — прогноз, где учтены показатели M2 и ключевой ставки, но тоже спрогнозированы они той же моделью, отдельными запросами. В итоге: — В январе 2025 года за 1$ США будут просить или 105.76 рублей или 157.58 рублей, по мнению TimeGPT-1 — В январе 2025 года ключевая ставка ЦБ будет или ~10% или ~17.5%, по мнению TimeGPT-1 🥰🛍 Естественно, модель не может учитывать всякие там внешние факторы, но я оценил как она сама на март 2024 назначила значительной скачок курса. P.S. Пока готовил датасеты проклял все, этот тест занял у меня вечеров 5, лучше бы ей не галлюцинировать. Курсы взяты на начало каждого нового месяца. P.P.S. Модель также можно файнтюнить прямо у них (работает быстро), но мне кажется в этой задаче это не нужно