фінанси

QA-інженер для тестування Python алгоритмічного трейдингу

Професійний промпт для тестування алгоритмів трейдингу на Python. Перевірка логіки, історичних даних та відповідності стандартам фінансового ринку.

>_ Промпт
Дій як інженер з гарантії якості (QA), що спеціалізується на системах алгоритмічного трейдингу. Ви є експертом у Python та фінансових ринках. Ваше завдання — протестувати функціональність та точність проекту алгоритмічного трейдингу на Python. Ви повинні:
- Провести огляд коду на наявність логічних помилок та неефективностей.
- Валідувати алгоритм на історичних даних для забезпечення його продуктивності.
- Перевірити відповідність фінансовим регуляціям та стандартам.
- Звіт про будь-які знайдені помилки або проблеми під час тестування.

Правила:
- Переконайтеся, що тести охоплюють різні ринкові умови.
- Надайте детальний звіт про знахідки з рекомендаціями щодо покращень.

Використовуйте змінні, такі як ${projectName}, для вказівки проекту, який тестується.

Звіт про фінансові показники: MRR та відтік клієнтів

Отримайте детальний щомісячний звіт про виручку, активні підписки та відтік клієнтів за останні 6 місяців. Ідеально для аналізу фінансової стабільності бізнесу.

>_ Промпт
Створіть щомісячний звіт про ефективність виручки, що показує MRR (щомісячний повторюваний дохід), кількість активних підписок та відкликаних підписок за останні 6 місяців, згруповані за місяцем.

Звіт про фінансові показники: MRR, підписки та відтік

Створіть детальний щомісячний звіт про доходи, аналізуючи MRR, активні та втрачені підписки за останні 6 місяців. Ідеально для фінансових аналітиків.

>_ Промпт
Згенеруйте щомісячний звіт про ефективність доходів, що демонструє MRR (щомісячний повторюваний дохід), кількість активних підписок та підписок, що припинили дію (churned), за останні 6 місяців, згрупованих за місяцем.

Аналіз енергоспоживання та DJU: Оптимізація витрат 2024-2025

Професійний промпт для аналізу енергетичних даних, розрахунку DJU та оптимізації витрат. Отримайте детальний звіт із графіками та рекомендаціями.

>_ Промпт
Дійте як експерт з енергетичного аналізу. Ви відповідаєте за аналіз енергетичних даних, зосереджуючись на Уніфікованих градусо-днях (DJU), споживанні та пов'язаних витратах за період з 2024 по 2025 рік. Ваша задача полягає в тому, щоб:
- Проаналізувати дані про Уніфіковані градусо-дні (DJU) для розуміння сезонних коливань попиту на енергію.
- Порівняти тенденції споживання енергії за вказаний період.
- Оцінити тенденції витрат та визначити потенційні сфери оптимізації витрат.
- Підготувати повний звіт, що узагальнює висновки, ідеї та рекомендації.
Вимоги:
- Використовуйте завантажений файл Excel, що містить відповідні дані.
Обмеження:
- Забезпечте точність при інтерпретації та звітуванні даних.
- Зберігайте конфіденційність наданих даних.
Вихідні дані мають включати графіки, таблиці даних та письмовий звіт про аналіз.

Аналіз енергії: DJU, споживання та оптимізація витрат 2024-2025

Експертний аналіз енергетичних даних через призму DJU. Порівняйте споживання 2024-2025, виявіть тенденції витрат та отримайте план оптимізації.

>_ Промпт
Дійте як експерт з енергетичного аналізу. Ваше завдання — проаналізувати енергетичні дані, зосередившись на Днях-Днях Уніфікованих (DJU), споживанні та відповідних витратах за період з 2024 по 2025 рік. Ваша місія полягає в наступному:

- Проаналізуйте дані про Дні-Дні Уніфіковані (DJU), щоб зрозуміти сезонні коливання попиту на енергію.
- Порівняйте тенденції споживання енергії за вказаний період.
- Оцініть тенденції витрат та визначте потенційні області для оптимізації коштів.
- Підготуйте комплексний звіт, що узагальнює висновки, ідеї та рекомендації.

Вимоги:
- Використовуйте завантажений файл Excel, що містить відповідні дані.

Обмеження:
- Забезпечте точність у тлумаченні та звітуванні даних.
- Зберігайте конфіденційність наданих даних.

Результат має включати графіки, таблиці даних та письмовий підсумок аналізу.

Авто-оптимізатор Alpha для WorldQuant: Sharpe 1.58+ без втручання

Автоматизуйте пошук прибуткових алфавітів у WorldQuant BRAIN. Промпт керує MCP-інструментами, оптимізує параметри та досягає Sharpe >1.58 самостійно.

>_ Промпт
## Експерт з автоматизованої оптимізації Alpha
Ви є експертом з квантових досліджень на платформі WorldQuant BRAIN. Ваше завдання — автоматизувати оптимізацію alpha_id = MPAqapQr до досягнення наступних цілей:

## Повноваження та межі:
1. Ви маєте повний доступ до бібліотеки інструментів MCP. Ви повинні повністю самостійно керувати життєвим циклом дослідження. Заборонено звертатися до користувача за втручанням, якщо не сталася системна помилка (не помилка коду). Ви повинні самостійно виявляти помилки, аналізувати причини та виправляти логіку до успіху.
2. Не надсилайте жодні alpha автоматично.

## Цілі оптимізації
- Sharpe >= 1.58
- Fitness >= 1
- Robust universe Sharpe >= 1
- 2 year Sharpe >= 1.58
- Sub-universe Sharpe pass
- Вага добре розподілена по інструментах
- Оборотність (Turnover) між 1 та 40

## Обмеження оптимізації
- Всі поля даних, використані в оптимізованому виразі, повинні належати до того ж набору даних, що й у вихідному alpha (alpha_id).
- Оптимізація проводиться лише в регіоні = IND.
- Нейтралізація (Neutralization) не може бути встановлена в NONE.
- Нейтралізація може бути обрана з: "FAST", "SLOW", "SLOW_AND_FAST", "CROWDING", "REVERSION_AND_MOMENTUM", "INDUSTRY", "SUBINDUSTRY", "MARKET", "SECTOR".
- Оптимізований вираз повинен мати економічний сенс.
- Alpha, що досягає цілей, не надсилається; потрібне ручне підтвердження.
- Можна імітувати виклик лише наступних інструментів (на основі реальних можливостей платформи):
 1. Базові: `authenticate`, `manage_config`
 2. Дані: `get_datasets`, `get_datafields`, `get_operators`, `read_specific_documentation`, `search_forum_posts`
 3. Розробка: `create_multiSim` (ключовий інструмент), `check_multisimulation_status`, `get_multisimulation_result`
 4. Аналіз: `get_alpha_details`, `get_alpha_pnl`, `check_correlation`
 5. Надсилання: `get_submission_check`

## Протокол «Зомбі-симуляції» (Zombie Simulation Protocol)
- Явище: При виклику `check_multisimulation_status` статус тривалий час залишається `in_progress`.
- Логіка визначення та обробки:
 1. Звичайний моніторинг (T = 15 хв):
 - КРОК 1: Негайно викличте `authenticate` для повторної автентифікації.
 - КРОК 2: Знову викличте `check_multisimulation_status`.
 - КРОК 3: Якщо статус все ще `in_progress`, визначте це як завдання-зомбі.
 - КРОК 4: **Негайно зупиніть** моніторинг цього ID, викличте `create_multiSim` (створіть новий ID) та перезапустіть процес.

## Автоматизований робочий процес
Ви повинні циклічно виконувати наступні 7 кроків до успіху або досягнення максимальної кількості спроб (100):

### Крок 1: Автентифікація
Використовуйте інструмент `authenticate`, щоб зчитати облікові дані з конфігураційного файлу:
- Файл: `user_config.json`
Після автентифікації стан зберігається протягом 6 годин; після закінчення терміну потрібно повторна автентифікація.

### Крок 2: Отримання інформації про вихідний alpha
Використовуйте інструмент `get_alpha_details`, параметр: `alpha_id`
Витягніть ключову інформацію:
- Вихідний вираз
- Поточні показники ефективності (Sharpe/Fitness/Margin)
- Поточні налаштування (особливо `instrumentType`)

### Крок 3: Отримання ресурсів платформи
Одночасно викличте три інструменти:
1. Зчитайте файл для отримання всіх доступних операторів: **WorldQuant_BRAIN_Operators_Documentation.md**
2. `get_datasets` - параметри: `region=IND`, `universe=TOP500`, `delay=1`
3. `get_datafields` - параметри: `region=IND`, `universe=TOP500`, `delay=1`
Важливі правила:
- Вирази повинні бути заповнені суворо у форматі, повернутому операторами.
- Якщо дані є векторного типу, спочатку використовуйте оператор, що починається з `vec_`.
- Вираз може використовувати лише 1-2 різних поля даних.
- Те саме поле може використовуватися кілька разів.
- При використанні кількох полів обирайте поля з одного набору даних.

### Крок 4: Генерація оптимізованих виразів
Генеруйте нові вирази на основі наступних принципів:
1. Обов'язково мати економічний сенс.
2. Порівняти з вихідним виразом та спробувати покращити його.
3. Можна обрати з таких типів даних:
 - Стратегії імпульсу: використання змін ціни та обсягу.
 - Середнє повернення: використання відхилення ціни від середнього.
 - Фактори якості: використання фінансових показників.
 - Комбінації технічних індикаторів.
4. Пошук відповідної інформації на форумі.
5. Спробувати більше операторів.
6. Спробувати більше полів даних.
Приклади ідей генерації:
- Якщо вихідний вираз використовує одне поле, спробуйте додати друге пов'язане поле.
- Якщо вихідний вираз складний, спробуйте спростити його.
- Додайте розумні математичні перетворення (rank, ts_mean, ts_delta тощо).
Генеруйте по 5-8 виразів за раз.

### Крок 5: Створення бектесту
Для бектесту одного виразу використовуйте `create_simulation`.
Для одночасного тестування 2+ виразів використовуйте `create_multiSim`.
Налаштування параметрів бектесту:
- Зберегти: `instrumentType`, `region`, `universe`, `delay` тощо без змін.
- Можна змінити: `decay`, `neutralization` (спробувати різні значення).

### Крок 6: Перевірка статусу бектесту
Після успішного бектесту буде повернуто посилання або `alpha_id`. Використовуйте:
- `get_submission_check` для перевірки статусу та попередніх результатів.
- За потреби, `get_SimError_detail` для перевірки помилок.

### Крок 7: Аналіз результатів
Одночасно викличте:
1. `get_alpha_details` - для отримання детальної ефективності.
2. `get_alpha_pnl` - для отримання даних PnL.
3. `get_alpha_yearly_stats` - для отримання щорічної статистики.

## Логіка циклу
Після кожного циклу оцініть:
1. Якщо досягнуто всіх цілей → зупиніть цикл, виведіть звіт про успіх та alpha id.
2. Якщо не досягнуто → проаналізуйте причини невдачі, скоригуйте стратегію та продовжуйте наступний цикл.
3. Записуйте кожен спробований вираз та результат для навчання.

## Стратегія аналізу невдач
- Якщо Sharpe низький → спробуйте інші комбінації полів даних.
- Якщо Margin низький → відрегулюйте нейтралізацію або додайте операції згладжування.
- Якщо не пройшла перевірка кореляції → зменште схожість з існуючими alpha.
- Якщо вираз невірний → перевірте використання операторів та типів полів даних.

## Висновки та уроки
- Поради щодо вирішення проблеми низького "Robust universe Sharpe":
 - Використовуйте один-два з наступних операторів: `group_backfill`, `group_zscore`, `winsorize`, `group_neutralize`, `group_rank`, `ts_scale`, `signed_power`.
 - Змініть часові параметри в операторах для покращення результатів.
 - Модифікуйте параметри Decay та часові вікна, використовуючи економічно обґрунтовані значення: 1, 5, 21, 63, 252, 504.
 - Змініть параметри Truncation та Neutralization.
- Вирішення проблеми "2 year Sharpe of 1.XX нижче порогу 1.58":
 - Оператор `ts_delta(xx,days)` дає дивовижні результати.
 - Використовуйте метод розділення домену для посилення сигналу, наприклад, множення на функцію sigmoid для регулювання сили сигналу.

## База знань
- У директорії Resources є файли з назвами за форматом `region_decay_universe_dataset`, кожен з яких містить опис відповідного набору даних та дослідницьку роботу (Research Paper).

## Початок виконання
Почніть перший цикл оптимізації зараз. Виконуйте кроки послідовно, надаючи міркування та пояснення.

Бюджет-трекер: повний код додатку для фінансів

Створіть потужний бюджет-трекер з дашбордом, графіками, експортом у CSV/PDF та прогнозуванням фінансів.

>_ Промпт
Розроби комплексний додаток для відстеження бюджету, використовуючи HTML5, CSS3 та JavaScript. Створи інтуїтивно зрозумілий дашборд, що відображає доходи, витрати, заощадження та статус бюджету. Реалізуй управління транзакціями з категоріями, тегами та повторюваними транзакціями. Додай інтерактивні діаграми та графіки для аналізу витрат за категоріями та часовими періодами. Включи функцію встановлення бюджетних цілей з відстеженням прогресу та сповіщеннями. Підтримай кілька рахунків та можливість переказів між ними. Реалізуй сканування та зберігання чеків за допомогою камери пристрою. Додай функціональність експорту звітів у форматах CSV та PDF. Створи адаптивний дизайн з підходом mobile-first. Включи функції резервного копіювання та відновлення даних. Додай можливості прогнозування для передбачення майбутнього фінансового стану на основі поточних тенденцій.

Створіть власний конвертер валют з API: HTML, CSS, JS та Crypto

Розробіть потужний конвертер валют з підтримкою 170+ валют та крипто. Реальний час, історія курсів, офлайн-режим, сповіщення та експорт. Ідеально для розробників та бізнесу.

>_ Промпт
Розробіть комплексний конвертер валют, використовуючи HTML5, CSS3, JavaScript та надійний API обмінних курсів. Створіть чистий, інтуїтивно зрозумілий інтерфейс з виділеними полями введення та селекторами валют. Реалізуйте обмінні курси в реальному часі з індикаторами часових міток, що показують актуальність даних. Підтримуйте понад 170 світових валют, включно з криптовалютами, з відповідними символами та форматуванням. Ведіть журнал історії конвертацій з часовими мітками та інформацією про курси. Дозвольте користувачам додавати в закладки улюблені валютні пари для швидкого доступу. Генеруйте інтерактивні графіки історичних курсів із настроюваними діапазонами дат. Реалізуйте офлайн-функціональність, використовуючи кешовані обмінні курси з чіткими індикаторами застарілості. Додайте вбудований калькулятор для складних конвертацій та арифметичних операцій. Створюйте сповіщення про цільові обмінні курси з додатковими сповіщеннями. Включіть порівняння курсів різних провайдерів пліч-о-пліч, якщо такі доступні. Підтримуйте друк та експорт результатів конвертації в декількох форматах (PDF, CSV, JSON).

Прозорий розподіл бюджету для спонсорських коштів

Створіть детальну структуру витрат спонсорських коштів для вашого проєкту. Чіткий розподіл бюджету підвищить довіру інвесторів.

>_ Промпт
Створіть прозорий розподіл того, як будуть використовуватися спонсорські кошти (наприклад: витрати на сервери, інструменти розробки, відвідування конференцій, виділений час для написання коду) для мого [типу проєкту].

DAX Terminal — генератор мір для аналітики даних

Швидко створюйте DAX-міри для Power BI. Професійний промпт для аналітиків даних та розробників BI-рішень.

>_ Промпт
Я хочу, щоб ти виступав у ролі DAX-терміналу для аналітичних сервісів Microsoft. Я надаватиму команди для різних концепцій, що стосуються використання DAX для аналітики даних. Я хочу, щоб ти відповідав прикладами DAX-коду мір для кожної команди. Не використовуй більше одного унікального блоку коду для кожного прикладу. Не давай пояснень. Використовуй попередні міри, які ти надав, для нових мір, коли я надаю більше команд. Пріоритет — посилання на колонки, а не на таблиці. Використовуй модель даних з трьох таблиць вимірів, однієї таблиці Calendar та однієї таблиці фактів. Три таблиці вимірів — 'Product Categories', 'Products' та 'Regions' — повинні мати активні односторонні зв'язки «один-до-багатьох» з таблицею фактів під назвою 'Sales'. Таблиця 'Calendar' повинна мати неактивні односторонні зв'язки «один-до-багатьох» з будь-якою колонкою дат у моделі. Моя перша команда — навести приклад підрахунку всіх транзакцій продажу з таблиці 'Sales' на основі колонки первинного ключа.