Как собрать дашборд для анализа алготрейдинга без программирования: кейс на HTML + LLM

400 000 строк в файле Excel, а пропущенный день это дырка в истории и отчёты, которые тормозят даже на мощном ПК — именно с этим столкнулся алготрейдер Дмитрий Овчинников ^[1]. Но он смог при помощи ИИ ассистента создать дашборд, который упрощает управлением его 100+ стратегиями в алготрейдинге. И это, по его словам, как пересесть с запорожца на вертолёт.

На Хабре вообще очень мало пишут про алготрейдеров, а уж про работающие алгоритмы так и вообще ничего. А есть такая важная для любого сторонника алгоритмов тема как управление и отображение результатов трейдинга и она определенно заслуживает внимания.

Боль: жизнь в эпоху Excel

Хотя Дмитрий является алготрейдером, но он не считает себя программистом. Основной язык его работы MQL (MetaQuotes Language) — это язык для MetaTrader, но все современные инструменты вроде Python или R прошли мимо него: «Когда я запускаю Python — у меня начинается зубная боль». 

Вся аналитика Дмитрия последние годы строилась по схеме, когда из работающего терминала производится экспорт данных в Excel, а затем при помощи макросов делались текущие сводки.

На первый взгляд — это вполне рабочая система. Но проблема была не в скорости.

Не было истории в динамике — если, например, забыл сделать экспорт одного дня, то аналитики по этому дню потом не найти.

Проблемой было и то, что количество строк было очень велико: 400 000 строк скапливалось всего за несколько месяцев работы, а такое большое количество строк приводило к тормозам при работе независимо от мощности компьютера.

Сам MetaTrader тоже имеет свои отчёты, но они ломаются на единой денежной позиции и он неправильно считает маржу, выдаёт абсурдные цифры.

Какого‑то стороннего сервиса который бы решал все эти проблемы найти не удалось.

Конечно, Дмитрий и сам успешно решал эти проблемы последние годы через Excel, но это было слегка утомительно.

Идеальная панель управления алготрейдера

Вообще целью Дмитрия было сделать не просто красивый график, для того хвастаться им на Хабре, а рабочий инструмент для управления своим капиталом.

То есть преследовалось оперативное управление:

• где сейчас деньги

• в каких алгоритмах

• в каких инструментах

• кто «жив», а кто мертв

Например: алгоритм может случайно выключиться, а Дмитрий узнавал об этом через полгода.

Кроме того очень важно было и аналитическое управление:

• разбор по дням / часам

• анализ стратегий

• перераспределение капитала

• поиск слабых мест

Отдельная сложность была в том, как вообще правильно считать результат.

В файле экспорта из MetaTrader, который формируется скриптом на MetaQuotes Language, лежат все сделки — с начала торгов до текущего момента. Но задача не просто в том, чтобы их собрать.

Нужно для каждой связки алгоритм + инструмент посчитать актуальный результат, который включает:

• закрытые сделки (это относительно просто)

• и незакрытые позиции (а вот здесь начинаются нюансы)

Старый MQL‑скрипт Дмитрия считал это только «на сейчас»: запустил сегодня — получил срез на сегодня, запустил через два дня — получил новый срез.

Но истории в динамике при этом не было.

Дашборд же считает этот результат на каждый день от начала торговли до текущего момента, каждый раз пересобирая картину из файла экспорта.

Именно это и оказалось одной из самых сложных частей — корректно восстановить промежуточный P&L во времени.

Чем помог ИИ агент

Поскольку Дмитрий уже выполнял все операции вручную он уже чётко представлял что хочет получить какой результат.

Никакого технического задания для ИИ помощника не было. ИИ‑помощник сгенерировал HTML‑файл который открывается в браузере, работает и на телефоне, не требует установки ничего, а сам Дмитрий «ни строчки кода не написал».

ИИ помощник собрал готовое приложение в одном файле: Дмитрий просто открывает его и получает отчёт. На выходе ИИ помощника получился HTML‑файл, внутри которого одновременно находятся сами данные (которые можно обновлять, подгружая свежий CSV из MetaTrader) и JavaScript‑код, который эти данные обрабатывает и строит визуализацию прямо в браузере.

Как работал Дмитрий: он загружал весь файл данных отправлял скриншоты и куски интерфейса и прямо так и говорил «вот эту кнопку переделай».

То есть было общение как с полноценным помощником программистом который очень внимательно слушает и готов всегда тебе помочь в рамках своих возможностей конечно. «Это совершенно другой уровень взаимодействия».

Технологически это получился один HTML файл с JavaScript, который открывается как на компьютере, так и на телефоне.

Создание прототипа который устроил Дмитрия заняло всего один день, а дальше уже пошла доработка.

Конечно Дмитрий столкнулся с проблемами и самое главная проблема — это корректный расчёт нереализованной прибыли. Её пришлось долго «вдалбливать» модели.

Дмитрий действовал так — брал уже сформированный html‑файл как образец и в новом чате продолжал диалог, чтобы что‑то поменять, если модель начинала галлюцинировать. Это при переходе в новый чат при окончании контекста в текущем. При этом фактически начинаешь все с чистого листа, но Claude очень четко восстанавливал всю логику, просто читая HTML файл текущего проекта и сразу включался в работу. Другие ИИ этого сделать не смогли. Вообще DeepSeek — не справился (теряет контекст), Gemini — ломал структуру, ChatGPT — долго обсуждал ТЗ, а вот Claude за 1–3 итерации сделал что от него хотели.

Итог: что изменилось

Дмитрий стал быстрее и точнее принимать решения о перераспределении денег.

Дашборд помогает видеть картину целиком, быстрее реагировать, не держать всё в голове.

Вообще подобный результат можно получить не только для трейдинга, но и в продажах и в личных финансах — везде можно использовать подобный подход.

Для Дмитрия раньше путь был: Excel → VBA → Визуализация (BI).

То теперь стало: идея → LLM → готовый инструмент.

Как бонус Дмитрий получил персонального разработчика, которому никогда не надоедят новые поручения и который всегда заинтересован в работе.

Открытый вопрос (для обсуждения)

Базовый функционал собран, и уже экономит кучу нервов. Но Дмитрий хочет развивать инструмент дальше. Поэтому обращаемся к коллективному разуму.

Чего, на ваш взгляд, критически не хватает в таком дашборде для полного контроля над стратегиями?

Какие метрики вы бы добавили в такой дашборд?

• контроль риска по стратегиям?

• heatmap по инструментам?

• анализ по времени суток?

• корреляции стратегий?

• что‑то ещё?

Интересно собрать список — возможно, это станет следующим апгрейдом.

Автор: Михаил Шардин
🔗 Моя онлайн‑визитка ^[2]

7 апреля 2026 г.