Claude, GPT или Perplexity: что выбрать трейдеру

Claude, GPT и Perplexity не надо выбирать как футбольную команду на всю жизнь. Для быстрого поиска новостей и ссылок трейдеру чаще удобнее Perplexity, для таблиц и расчётов обычно практичнее ChatGPT, для длинных документов, файлов и аккуратной сборки исследования часто хорош Claude. Ни один из них не знает, куда пойдёт цена завтра, и не превращает текстовый ответ в торговое преимущество.

Проблема начинается в момент, когда трейдер спрашивает: «Куда пойдёт BTC?» Модель уверенно выдаёт уровни, сценарии и аргументы. Читается убедительно. Уверенный тон не заменяет проверенную информацию, а рыночный сценарий нельзя напрямую ставить в риск-модель как вероятность.

Нормальное применение ИИ в трейдинге скучнее и полезнее: собрать первичные источники, привести хаотичные заметки к плану, проверить журнал сделок, найти повторяющиеся ошибки, подготовить таблицу условий для сценариев. Вот здесь разница между Claude, GPT и Perplexity действительно имеет значение.

Какой короткий ответ: что брать под свою задачу?

Чтобы за десять минут понять, что именно произошло вокруг актива и где это подтверждается, начни с Perplexity. Для CSV с сотнями сделок, расчётов по сетапам, сериям убытков или комиссиям используй ChatGPT. Длинный отчёт, несколько PDF, понятный меморандум или рабочий файл попробуй разобрать с Claude.

Один сервис не обязан закрывать всё. У многих трейдеров рабочая связка выглядит так:

1. Perplexity находит новости, документы регулятора, отчёты проекта, посты компаний и даёт кликабельные ссылки.
2. Claude или ChatGPT превращает проверенный материал в таблицу тезисов, условий и рисков.
3. ChatGPT или Claude анализирует выгрузку дневника сделок.
4. Трейдер сверяет цифры, формирует правила и только потом принимает решение.

Это три разных интерфейса для разных типов работы, а не «три нейросети вместо аналитика».

Подробно о границах такого подхода уже разбирали в материале «Может ли ИИ предсказать курс биткоина». Главный вывод там простой: языковая модель не видит будущий стакан, не знает будущие ликвидации и не получает доступ к закрытым решениям крупных участников.

Чем Claude, GPT и Perplexity отличаются на практике?

Главное различие не в том, какая модель «умнее вообще». Важно, откуда она берёт факты, умеет ли показать источник, насколько удобно даёт работать с файлами и может ли выполнить воспроизводимый расчёт. Ниже сравнение для обычных задач трейдера, а не для рекламного теста из одного промпта.

Задача	Claude	ChatGPT	Perplexity
Быстро найти свежую новость и источники	Хорошо при включённом веб-поиске и цитатах	Хорошо при поиске в вебе	Обычно самый прямой сценарий использования
Прочитать длинный отчёт или несколько документов	Сильный вариант для структурирования и пересказа	Подходит, особенно при чётком задании	Удобнее для исследования, чем для глубокой редакторской работы
Разобрать CSV или XLSX с журналом сделок	Поддерживает загрузку CSV и XLSX; доступные инструменты зависят от настроек	Может выполнять Python-расчёты, строить таблицы и графики	Подходит для файлов, но не стоит делать его единственным инструментом расчёта
Собрать торговый чек-лист	Хорошо	Хорошо	Хорошо, если сначала приложить источники
Написать код для бэктеста	Хорошо как помощник по коду	Хорошо как помощник по коду и вычислениям	Годится для поиска документации и идей
Проверить источник утверждения	Есть цитаты при веб-поиске	Есть ссылки и цитаты при поиске	Ссылки встроены в основной сценарий
Получить надёжный прогноз цены	Не может гарантировать	Не может гарантировать	Не может гарантировать

По документации OpenAI, ChatGPT умеет работать с CSV, XLSX, PDF, JSON и другими файлами, а для задач анализа данных может запускать Python в среде Jupyter. Это полезно, когда нужны группировка сделок, пересчёт PnL или график просадки, а не только красивая формулировка. Источник: OpenAI, Data analysis with ChatGPT.

По документации Anthropic, Claude поддерживает загрузку PDF, DOCX, CSV, TXT, HTML, JSON и XLSX, причём для XLSX требуется включённое выполнение кода и создание файлов. Источник: Anthropic, Upload files to Claude.

Perplexity строится вокруг поиска: сервис объясняет, что ответы сопровождаются ссылками на источники. Это удобно, когда сначала надо понять, какие документы вообще существуют. Источник: Perplexity, Getting started.

Когда Perplexity полезнее всего трейдеру?

Perplexity полезнее всего в начале исследования, когда у тебя пока нет материалов, а вопрос привязан к свежему событию. Например: решение SEC, отчёт эмитента, изменение токеномики, заявление команды, разблокировка токенов, новая документация биржи или изменение правил фонда.

Представь, что альткоин вырос на 18% за день. Вместо промпта «почему растёт токен X и стоит ли покупать?» задай задачу жёстче:

1. Найди первичную причину движения за последние 24 часа.
2. Отдели официальные сообщения проекта, биржи и регулятора от пересказов.
3. Покажи время публикации каждого источника.
4. Укажи, какие утверждения подтверждены только вторичными медиа.
5. Не давай торговую рекомендацию.
6. Составь список того, что ещё неизвестно.

Такой запрос не сделает исследование идеальным. Зато он снижает шанс спутать новость с телеграм-пересказом, старым анонсом или оплаченной публикацией.

Не воспринимай Perplexity как «истину с нумерованными ссылками». Ссылка может вести на слабую статью, а несколько сайтов могут пересказывать один и тот же неподтверждённый пост. При ссылке на пресс-релиз открой сайт компании. Цифры по ETF проверь по данным управляющего или официального регистратора. По токеномике изучи документацию проекта и контракт, а не только обзор.

Для новостного потока полезен и разбор «ИИ для анализа новостей рынка: как использовать без самообмана». Скорость чтения растёт, но качество решения определяется тем, как ты отбираешь факты.

Когда GPT удобнее для таблиц и расчётов?

ChatGPT стоит открывать, когда исходные данные уже у тебя есть и их нужно посчитать, очистить, сверить или визуализировать. Это может быть выгрузка сделок с биржи, Excel-дневник, CSV с финансированием, список сделок копитрейдера или собственная таблица уровней.

OpenAI прямо указывает, что для структурированных данных ChatGPT может суммировать ряды и столбцы, искать выбросы, строить таблицы и графики, выполнять преобразования и статистический анализ через Python. Источник: OpenAI, Data analysis with ChatGPT.

Но фраза «может выполнять Python» не означает «всегда правильно посчитает». Ошибка часто появляется ещё до расчёта:

• дата распознана как текст;
• комиссия лежит в другой валюте;
• частичное закрытие позиции принято за новую сделку;
• PnL в таблице уже учитывает комиссию, а ты просишь вычесть её второй раз;
• лонги и шорты смешаны в одной метрике;
• выборка содержит демо и реальные сделки одновременно.

Перед загрузкой файла подготовь его. Одна строка должна означать одну понятную единицу: сделку, исполнение или торговый день. Названия колонок должны быть ясными. Это совпадает с рекомендацией OpenAI: использовать понятные заголовки и один объект записи в строке.

Полезный запрос к модели выглядит так: «Сначала перечисли колонки и объясни, как ты интерпретировал каждую. Затем посчитай метрики. Не исправляй пропуски самостоятельно. Все предположения вынеси отдельным списком. Покажи формулы и выгрузи итоговую таблицу».

Если ведёшь учёт вручную, пригодится шаблон и правила из статьи про дневник криптотрейдера в Excel. ИИ не заменяет дневник. Он помогает увидеть то, что без группировки теряется среди отдельных удачных и неудачных сделок.

Когда Claude удобнее для длинных файлов?

Claude часто удобен, когда задача состоит из большого массива текста: отчёт протокола, презентация проекта, серия PDF, инвестиционная записка, переписка команды, правила биржи или длинный план стратегии. Его разумно просить не «сделать вывод», а сначала собрать структуру документа и отметить места, где вывод нельзя подтвердить.

По данным Anthropic, Claude при загрузке файлов поддерживает широкий набор форматов, а документы можно хранить в проекте для повторного использования в разговорах. Для чата заявлен лимит до 20 файлов и до 500 МБ на файл, но конкретные доступные функции и лимиты зависят от плана и настроек. Источник: Anthropic, Upload files to Claude.

Хорошая задача для Claude: взять white paper и условия разблокировок токена, затем составить таблицу:

Блок документа	Что утверждается	Где это написано	Что надо проверить отдельно
Токеномика	Объём эмиссии и распределение	Страница или раздел документа	Адреса контрактов и фактические балансы
Unlocks	Даты и получатели разблокировок	График или таблица	Есть ли изменение графика после публикации
Доход протокола	Источник комиссий	Документация	Ончейн-данные и методика подсчёта
Governance	Кто может менять параметры	Раздел про управление	Реальное распределение голосов

В этом сценарии модель экономит часы чтения, но не может сама доказать, что текст соответствует реальности. Документ проекта может быть устаревшим, маркетинговым или просто неполным.

Разбирать документы стоит вместе с базовыми данными из ончейна. Для этого полезны материалы «Ончейн-аналитика простыми словами» и «Как проверить токен на скам».

Как сравнить качество источников, а не красоту ответа?

Качество ответа определяет иерархия источников, а не сама модель. Если Perplexity, Claude или GPT ссылается на десять страниц, это ещё не значит, что у тебя десять независимых подтверждений. Возможно, девять сайтов переписали один пресс-релиз.

Для трейдерской задачи источники можно расставить так:

1. Первичные документы: сайт регулятора, биржи, эмитента, фонда, протокол проекта, репозиторий кода, блокчейн-эксплорер.
2. Официальные данные: отчётность, условия продукта, документация API, статистика, опубликованная владельцем данных.
3. Качественная журналистика с указанием источников и времени публикации.
4. Аналитические обзоры с прозрачной методикой.
5. Социальные сети, агрегаторы, телеграм-каналы и посты анонимных аккаунтов.

Модель должна получать эту иерархию прямо в запросе. Иначе она выберет то, что проще находится и лучше написано.

Попробуй такой шаблон:

Исследуй событие только по первичным источникам. Для каждого тезиса дай ссылку, дату публикации и короткую цитату. Если первичного подтверждения нет, напиши «не подтверждено». Не строй прогноз цены и не используй посты в социальных сетях как факт.

У Claude веб-поиск сопровождается цитатами, а сервис может получать содержимое страниц по прямой ссылке. Это упрощает проверку, но не отменяет её. Источник: Anthropic, Enable and use web search.

У ChatGPT поиск в вебе также предназначен для актуальных ответов с источниками, однако источник нужно открывать самостоятельно, особенно если ответ касается цифр, дат, правил или доходности. Источник: OpenAI, Searching the web with ChatGPT.

Может ли модель анализировать сделку вместо тебя?

Модель может разобрать сделку по твоим правилам, но не может честно заменить твой торговый план. Она не видит, почему ты нажал кнопку именно в этот момент, какой был фактический спред, как исполнился стоп, была ли у тебя серия убытков до входа и не изменил ли ты риск в процессе.

Полезнее дать ей контекст в фиксированном формате:

• рынок и инструмент;
• таймфрейм;
• направление;
• точка входа, стоп, тейк;
• риск в процентах от депозита;
• причина входа по чек-листу;
• скриншот или описание контекста;
• результат с учётом комиссий;
• что было нарушено, если было.

Тогда можно попросить: «Не оценивай направление как правильное или неправильное. Проверь, соблюдены ли заранее заданные правила. Найди повторяющиеся нарушения в последних 30 сделках».

Это важная смена вопроса. «Был ли вход хорошим?» подталкивает ИИ к красивому объяснению задним числом. «Нарушил ли я своё правило?» даёт проверяемый ответ.

Такой разбор хорошо дополняет статью «Нейросеть для разбора сделок: как анализировать» и правила из материала про риск-менеджмент в трейдинге.

Как выглядит учебный расчёт на журнале сделок?

Представим условный журнал из 40 сделок за месяц. Это учебный пример, не статистика рынка и не обещание результата. Допустим, депозит в начале периода составляет 100 000 рублей, риск на каждую сделку ограничен 1% от текущего депозита, а результат считается в единицах риска R.

Пусть модель после проверки строк посчитала:

Показатель	Условное значение
Количество сделок	40
Прибыльных сделок	18
Убыточных сделок	22
Win rate	45%
Средняя прибыльная сделка	+1,8R
Средняя убыточная сделка	-1R
Комиссии за период	-2R

Ожидаемое значение до комиссий в этом примере:

0,45 × 1,8R − 0,55 × 1R = 0,26R на сделку

За 40 сделок условный результат до комиссий:

40 × 0,26R = 10,4R

После условных комиссий:

10,4R − 2R = 8,4R

Если грубо считать один риск как 1% стартового депозита, то 8,4R равны 8 400 рублям. Но это именно упрощение. При фиксированном проценте от меняющегося депозита, разных размерах позиции, проскальзывании и частичных закрытиях денежный итог будет другим.

Что здесь реально может сделать ИИ:

1. Проверить формулу и пересчитать значения.
2. Разделить сделки по сетапам, времени суток, активам и направлению.
3. Показать, где комиссии съели преимущество.
4. Найти, в каких условиях средний результат ухудшается.
5. Составить список вопросов для ручной проверки.

Чего он не может доказать: что 40 сделок достаточно для вывода о жизнеспособности стратегии. Выборка может быть слишком короткой, рынок мог быть однонаправленным, а результаты могли зависеть от одной-двух аномально удачных сделок. Перед реальными деньгами нужна более строгая проверка, о которой написано в гайде по бэктесту торговой стратегии.

Какие ограничения у файлов и таблиц нельзя игнорировать?

Лимиты файлов, планы подписки и доступные инструменты меняются, поэтому их нужно проверять в интерфейсе перед рабочей задачей. Но есть ограничения, которые не исчезают даже при большом лимите на загрузку: качество исходного файла, неоднозначные колонки, утечка чувствительных данных и отсутствие воспроизводимости.

OpenAI указывает жёсткий предел 512 МБ на файл в ChatGPT, примерно 50 МБ для CSV и электронных таблиц, а также ограничения на число загрузок, которые могут зависеть от плана. Источник: OpenAI, File Uploads FAQ.

Perplexity сообщает о лимите файла 40 МБ для загрузок и недельном лимите количества файлов, который зависит от плана. Источник: Perplexity, File Uploads.

Практическое правило простое: не загружай в потребительский чат данные, которые не готов передать стороннему сервису. Это касается API-ключей, seed-фраз, паролей, токенов сессии, полной истории счетов, паспортных данных и приватных договоров.

Никогда не вставляй в промпт ключи биржи. Даже если просишь «просто написать бота». О том, как выдавать доступы с ограничениями и почему ключам не место в чатах, читай в гайде про API-ключи биржи.

Какие ошибки делают трейдеры при работе с ИИ?

Дороже всего обходится ситуация, когда человек перестаёт проверять ответ, потому что он удобен, быстр и уверенно написан. Ошибка модели сама по себе менее опасна. У ИИ нет личной ответственности за твою позицию, ликвидацию и лимит убытка.

Чек-лист перед использованием ответа:

• Я понимаю, откуда взята каждая цифра.
• Я открыл первоисточник, а не прочитал только пересказ.
• Я проверил дату публикации и актуальность документа.
• Я отделил факт от интерпретации модели.
• Я вижу все допущения в расчёте.
• Я могу повторить расчёт в Excel, Python или калькуляторе.
• Я не передавал ключи, seed-фразы и чувствительные данные.
• Решение о риске и размере позиции не основано на одном ответе модели.

Ещё одна ловушка: просить все три сервиса оценить одну монету и воспринимать совпадение ответов как независимое подтверждение. Модели могут опираться на одни и те же страницы, повторять популярный нарратив или получать одинаково неполный контекст. Три похожих текста не равны трём независимым исследованиям.

Не смешивай и сценарии с сигналами. Нормальная формулировка: «Если BTC удерживается выше уровня, а объём растёт, рассмотрю такой-то план с заранее заданным стопом». Плохая: «ИИ сказал, что цена пойдёт вверх, значит открываю лонг». О правилах входа и контроля риска подробнее сказано в статье «Как правильно торговать криптовалютой: план сделки».

Для практической проверки сначала подготовь входные данные, а затем задавай вопрос модели. Сначала зафиксируй, что именно нужно выяснить: проверить новость, пересчитать риск, сравнить два сценария или найти противоречия в собственном плане. Затем выпиши исходные значения отдельно: цену входа, стоп, размер счёта, допустимый риск, комиссию, направление сделки и время, к которому относятся данные. После этого попроси ИИ показать формулу, промежуточные действия и список предположений вместо готового вывода. Если хотя бы одно исходное значение модель подставила сама, такой ответ нельзя использовать как основу для сделки, пока это значение не будет заменено на проверенное.

Условный учебный пример: трейдер хочет оценить лонг по активу. Допущения такие: размер счёта составляет 10 000 условных единиц, риск на одну сделку ограничен 1%, вход планируется по 200, стоп расположен на 196, комиссия и проскальзывание для простоты не учитываются. Сначала отдельно считается допустимый убыток: 10 000 × 0,01 = 100. Затем определяется риск на единицу актива: 200 − 196 = 4. Размер позиции получается делением 100 на 4, то есть 25 единиц актива. Номинальный объём позиции равен 25 × 200 = 5 000. Модель в этом примере может помочь разложить вычисления, но не должна решать, разумен ли вход и будет ли стоп исполнен именно по 196.

Следующий шаг, который часто пропускают, это проверка логики результата. Нужно спросить себя: не превышает ли номинальный объём доступный лимит, учтено ли кредитное плечо, хватает ли средств на комиссию и что произойдёт при исполнении стопа хуже ожидаемой цены. Для учебного примера можно добавить допущение, что фактическое закрытие произойдёт по 195,5. Тогда убыток на единицу составит уже 4,5, а общий убыток при позиции 25 единиц составит 112,5. Лимит в 100 нарушен, хотя исходная формула была арифметически верной. Это показывает разницу между расчётом по идеальной цене и проверкой устойчивости плана к неблагоприятному исполнению.

Типичная ошибка состоит в том, что пользователь пишет: «Рассчитай безопасный размер позиции», но не задаёт, что означает слово «безопасный». Модель может выбрать риск 1%, 2% или другой уровень без предупреждения, округлить количество актива в удобную сторону и выдать аккуратный ответ. В результате человек видит число, но не замечает, что ключевое решение уже принято за него. Лучше сформулировать запрос жёстко: «Используй риск ровно 0,5%, округляй размер позиции вниз до целой единицы, отдельно покажи влияние комиссии и не добавляй недостающие данные». Такая постановка уменьшает пространство для скрытых допущений.

Проверка результата должна выполняться независимым способом. Повтори формулу в таблице, калькуляторе или вручную, подставь крайние значения и сравни все промежуточные числа, а не только итоговый размер позиции. Проверь единицы измерения: проценты, доли, цену одной единицы, количество контрактов и номинальную стоимость легко перепутать. Затем измени одно допущение, например сдвинь стоп дальше или добавь комиссию, и посмотри, меняется ли результат ожидаемым образом. Если размер позиции растёт при увеличении риска на единицу, в формуле или вводе есть ошибка. Только после этой проверки расчёт можно переносить в план сделки как черновое значение, а не как готовую команду к действию.

Какой рабочий процесс выбрать на каждый день?

Рабочий процесс должен быть коротким, иначе ты снова начнёшь спрашивать у модели случайные прогнозы. Для большинства трейдеров достаточно разделить исследование, расчёт и решение.

1. Сформулируй вопрос без скрытого желания услышать нужный ответ. Вместо «почему ETH точно вырастет?» спроси «какие факты изменились и какие контраргументы есть».
2. В Perplexity собери список первоисточников по событию: официальные страницы, документы, данные, заявления.
3. Открой ключевые ссылки вручную. Сохрани даты, цифры и условия.
4. Загрузи проверенные материалы в Claude или ChatGPT и попроси сделать таблицу тезисов, неизвестных и рисков.
5. Если есть данные по сделкам, загрузи отдельный очищенный CSV в ChatGPT или Claude. Попроси сначала описать структуру файла.
6. Сверь формулы, фильтры и агрегаты вручную на небольшой выборке.
7. Запиши итог в виде сценария: условие входа, отмена идеи, риск, размер позиции, время пересмотра.
8. После сделки добавь результат в дневник и попроси ИИ проверить соблюдение правил.

Этот процесс не делает трейдинг безопасным и не гарантирует доходность. Он убирает часть рутины и заставляет яснее видеть, где заканчиваются данные и начинаются предположения.

Нужно ли платить сразу за все три сервиса?

В начале достаточно одного сервиса и понятной задачи. При дефиците источников и новостей начни с Perplexity. Если тонешь в Excel и журнале сделок, попробуй ChatGPT. Для регулярного чтения длинных документов и сбора исследований начни с Claude.

Через две недели оцени не «какой ответ понравился больше», а три вещи:

Вопрос проверки	Что считать хорошим результатом
Сколько времени сэкономлено?	Процесс стал быстрее без снижения качества проверки
Сколько ошибок найдено?	Модель помогла заметить пропуски, дубли, нарушения правил
Можно ли повторить вывод?	Другой человек видит данные, формулы и источники

Если сервис дал только приятное ощущение занятости, но не создал таблицу, список источников, проверяемый расчёт или более дисциплинированный план, подписка может быть лишней.

Модели лучше воспринимать как инструмент мышления и обработки информации. Они полезны, когда ты задаёшь границы, требуешь источники, проверяешь расчёт и не перекладываешь на них ответственность. В трейдинге это ценнее любого ответа с обещанием «точного движения».

Источники

1. OpenAI. Data analysis with ChatGPT. Возможности анализа файлов, таблиц, графиков и Python-расчётов.
2. OpenAI. File Uploads FAQ. Ограничения загрузки файлов в ChatGPT.
3. OpenAI. Searching the web with ChatGPT. Работа веб-поиска и источников в ChatGPT.
4. Anthropic. Upload files to Claude. Поддерживаемые форматы и лимиты загрузки Claude.
5. Anthropic. Enable and use web search. Веб-поиск, прямые ссылки и цитаты Claude.
6. Perplexity. Getting started with Perplexity. Принципы поиска, режимы и ссылки на источники.
7. Perplexity. File Uploads. Лимиты файлов и загрузок в Perplexity.