DukeRichelieu

Kapitulasjonsplanen er nok skrevet på russisk og kjørt gjennom ChatGPT for oversettelse.

Ble noe av hva? NATO-medlemskap? Poenget mitt er bare at Ukraina har beveget seg mot NATO før 2014 og før 2022. Har ikke full oversikt over alt.

Dette er vel ikke helt riktig? Om jeg ikke misforstår formuleringen din. "Ukraine first officially expressed its goal of joining NATO in May 2002, when President Leonid Kuchma publicly announced the aspiration. However, Ukraine's relationship with NATO began much earlier, with the country joining the Partnership for Peace program in 1994 and establishing a "Distinctive Partnership" in 1997."

Dette vet du faktisk ikke, så legg gjerne til at det er dette du tror vil komme til å skje.

I realiteten er det ingenting som heter opposisjon i dagens Russland. De siste som forsøkte seg er enten døde eller fengslet. Hva som skjer når Putin en dag dør er bare gjetning. Anbefaler for øvrig Åsne Seierstads Ufred. Veldig interessant bok som leser seg selv. Første del var kanskje mest spennende. Tar for seg Andrej Medvedevs reise fra barn til kriger på frontlinjen for Wagner-gruppen og til slutt som avhopper til Norge.

Det er nok flere menn av Putins kaliber som står klare til å ta over. Jeg tror ikke vi skal forvente en ny Yeltsin.

Packages we are using: 1. SQLite3 (Python Standard Library) 2. Datetime (Python Standard Library) 3. Dataclasses (Python Standard Library) 4. Pathlib (Python Standard Library) Ingen NumPy/Pandas slik jeg har forstått det, men er nok aktuelt å bruke senere i prosjektet.

For et svik av Trump. Mistankene om at han er Putins mann eller at de har noe på han er ikke akkurat svekket... Blir noen spennende dager fremover. Ikke bare for Ukraina, men for oss alle.

Neste fase etter dette blir også spennende. Intradagsberegninger (ikke end-of-day som er hva jeg har gjort til nå) for et gitt tidsvindu. Hyret det samme selskapet som utviklet originalen til å implementere dette og de brukte i hvert fall flere uker på jobben. Til deres forsvar tror jeg ikke den opprinnelige arkitekturen var designet for dette, men da burde de kanskje heller foreslått å skrive om den originale applikasjonen. Mine nåværende utviklere er ganske selvsikre i hvert fall, så får vi se. Trenger ikke kjede dere med detaljer - og det er ikke alt jeg ønsker å dele uansett - men nøkkelen her er nok at arkitekturen er planlagt og gjennomtenkt før prosjektoppstart (så godt det lar seg gjøre av en lekmann og to AI-agenter som samarbeider med hverandre).

I morgen blir det å gå gjennom alt, kjøre en komplett validering og så se om jeg får kjørt ut dette i et Excel-ark tilsvarende hva jeg alt har. EDIT: Eksempel på hvordan man må ta styringen og lede selv. Claude var klar til GUI-design alt i morgen: Duke: Great. As for next phase, I think we're skipping ahead. What I want next (tomorrow) is a full calculation of everything (swing algorithms and every calculator) populating a clean database. Let's check the performance of the engine and how fast everything is together. And document that with a comparison against the legacy system. If that runs smoothly, let's try to output an Excel file and see if that works. I just want to see with my own eyes that I replaced my legacy system. When that's done successfully, I think we need to handle the intraday calculations and associated datasets. Doesn't that precede GUI work? 🎯 PERFECT ROADMAP! You're absolutely right!

Jeg spurte den ene utvikleren min (ChatGPT) og han svarer som følger: Python only feels slow when the architecture is slow. HolyGrail avoids all the typical bottlenecks — no nested loops, no repeated scans, no per-session SQL calls, and all data is processed in a single pass with batch database writes. The result is that even though Python isn’t the fastest language, our design lets it act as a lightweight coordinator for extremely efficient operations, giving us full-pipeline performance (77k bars + 14k MicroSwings + 2.4k MacroSwings + 35 calculators) in ~0.3–0.5 seconds. And beyond speed, Python was chosen because the final phase of the HolyGrail project includes building a GUI + analytics tooling that Python’s ecosystem (PySide6/PyQt, SQLite, NumPy/Pandas, packaging into a .exe) supports beautifully — allowing the entire system to be delivered as a clean, self-contained desktop application when the project is complete.

Hva slags prosjekt er dette? Hvem har laget dette? Kompleksitet? Jeg betrakter nå en AI-agent som både meget smart og meget dum samtidig. Noen her vil kanskje mene at den kun er dum. Min styrke i prosjektet jeg nå gjør for meg selv er at jeg har full oversikt over alt som skal gjøres, hvordan det ser ut til slutt og de ulike delene. Alt dokumenteres grundig og jeg bruker aktivt git. To eksempler: - Senest i går var både Claude og ChatGPT fornøyd med en beregning som tok 19 sekunder. Jeg sa at dette var uakseptabelt og at jeg var skuffet over at de senket standarden. 2 iterasjoner senere var vi tilbake til ‘lynrask’ standard. Usikker hvorfor Claude valgte en ‘dum’ løsning første gang. Latskap? - Ved debugging har jeg opplevd at de begge sier seg fornøyd med f.eks 80 % match mot opprinnelig datasett. Da har jeg måtte insistere på at vi skal til 100 % (eller minimum 99,1 % hvor eventuelle avvik kan forklares med ‘edge cases’ og feil håndtering av disse i opprinnelig system. TL;DR – om man ikke greier å guide AI-en blir det fort tull og rotete. Men jobber man systematisk og dokumenterer grundig virker det som det fungerer. Klok av skade fra opprinnelig prosjekt er jeg også veldig opptatt av å sette opp alt i uavhengige moduler – slik at om jeg ønsker å endre noe spesifikt senere påvirker det ikke noe i andre deler av systemet. I tillegg skal alle beregninger – så sant det er mulig – være helt uavhengig av hverandre. Også slik at jeg kan fjerne eller legge til ting senere uten at det påvirker noe annet. Jeg har også full kontroll på hvor det blir gjort endringer siden alt er lokalt hos meg og jeg laster opp eksisterende filer når noe eksisterende skal endres.

Har lyst å lære meg å kode, ja. Kunne egentlig kanskje tenkt meg å jobbe med dette, men jeg er nok for sent ute. Og ja. Jeg har sikkert vært uheldig. Kanskje jeg var litt upresis. Isolert sett er det vel et lite datasett om det er snakk om å laste inn datasettet eller utføre én triviell operasjon på hver enkelt dag eller kolonne, men det skjer mye mer enn det. Datasettet må inndeles i dager, korte dager ekskluderes og det gjennomføres rundt 50 unike/selvstendige beregninger på hver enkelt dag. Det eneste jeg vet er at den originale appen gjør dette på rundt 10 sekund og nå er jeg nede på under 0.5 sekund. Og ja. Det er dritkult. Uansett hvordan man vrir og vender på det har jeg som lekmann gjort noe jeg tidligere måtte hyret profesjonelle til å gjøre. The devil is in the details... Python har nok etter det jeg har forstått senket terskelen, ja. Utvikleren jeg forsøkte å samarbeide med brukte mange standard 'libraries' fra Python, men om jeg har forstått riktig har Claude her skrevet absolutt all kode fra scratch. Vi slet litt med en spesifikk kalkulator og da foreslo jeg faktisk å se etter en eksisterende kalkulator, men vi endte med å ikke gjøre det. Jeg brukte ganske lang tid på å planlegge oppstart og forsikre meg om at AI-agentene mine skjønte nøyaktig hva jeg ville gjøre fra A til Å. En utvikler jeg kjente i USA foreslo å bruke C# siden mitt originale system er i C#. Her er svaret jeg fikk av Claude:

Mitt første oppdrag som kunde var med et profesjonelt firma hvor alle var profesjonelle utviklere. Det var disse som utviklet applikasjonen jeg har i dag. Siste utvikler jeg jobbet med var en norsk utvikler med mastergrad og som jobbet fulltid som utvikler i et norsk firma. Så her tar du nok feil. Det du kan ha rett i er at jeg ikke har hatt med dyktige profesjonelle utviklere å gjøre. Hadde vært morsomt med en menneskelig review av prosjektet mitt når jeg er ferdig for å se hvor dårlig det faktisk er. Om det fungerer så raskt som det gjør nå uten bugs er jeg egentlig fornøyd. Har ikke sagt at den er stor heller. Svarte bare på spørsmålet til @Salvesen. Forøvrig ligger vi nå på under 0,5 sekund for å beregne (ikke lese det inn) hele datasettet med rundt 50 ulike og uavhengige (et kriterie jeg har bestemt) kalkulatorer/bereginger.

Usikker siden jeg ikke er hjemme akkurat nå, men er en *.csv fil med 4 års intradag-data (tidsserie). 77 766 linjer.

Databasen?

Falt litt av lasset under gårsdagens diskusjon, men jeg lytter i hvert fall til fagfolk og er forsiktig med å påstå noe som helst. Men jeg deler mine erfaringer hittil med AI og kan trygt si at: - Jeg kommer trolig aldri til å bruke utviklere fra UpWork igjen. AI gjør etter hva jeg kan se jobben bedre og kommunikasjonen er mye bedre. Det rette er vel egentlig at det er jeg som gjør jobben ved hjelp av en AI-agent. Derfor er det faktisk sant at AI har utkonkurrert utviklere for mitt bruksområde (ikke til å forveksle med større prosjekter hos bedrifter og lignende). - Jeg har fått utrettet mer på 60 timer enn hva en profesjonell utvikler her i Norge fikk til på et helt år og garantert mer enn 60 timer. Personlig har jeg ingen forutsetning for å vurdere kvaliteten på koden, men når jeg beregner et stort datasett på under et halvt sekund med 100 % nøyaktighet mot originalt datasett er det vel lite som tilsier at dette er oppgulp? Eller hva tenker du? Presiseringer: - Prosjektet jeg jobber med er selvsagt ikke enormt, men det er stort nok til at det tok måneder å utvikle for et profesjonelt firma med flere utviklere på laget. Så man skal ikke undervurdere omfanget heller. - Det bygger seg ikke selv. Det er jo jeg som gjør jobben ved hjelp av en AI agent. Min fordel er at jeg har en god visjon og forståelse av hvordan ting bør henge sammen – mye på grunn av svakhetene i det originale systemet. I tillegg har jeg et solid datasett å validere mot og kan gjøre stikkprøver siden logikken bak beregningene er kjent for meg. Jeg laget denne tråden mest av nysgjerrighet og hadde lave forventninger. Derfor er jeg fortsatt litt sjokkert over at AI er så bra som det er i dag og hva jeg faktisk har fått til.

Oppdatering av databasen i dag. Første skript: 100 % suksess, men tok 19 sekunder å kjøre. Både Chat og Claude synes jeg skulle være fornøyd med det - det var jo "ganske raskt" med tanke på datasettet og antall beregninger. Jeg var ikke fornøyd. Optimalisering neste. Ned til 7 sekund. Fortsatt ikke fornøyd. Så tilbake igjen til min standard på 0.165 sekund på tredje forsøk. Den første løsningen Claude implementerte (og som ChatGPT var enig i) var egentlig ganske idiotisk. Så man kan jo lure på hvorfor den gikk for den i utgangspunktet.

Ja. Det er 100 % min erfaring. Hadde vært morsomt å vite hvor mange profesjonelle utviklere AI er bedre enn også. Jeg tør vedde på at en AI generelt er mer kreativ enn en gjennomsnittlig utvikler også. Kreativitet er viktig.

Jepp. Men tenker du da en AI agent er bedre enn disse 'kollegaene' dine?

Nettopp. Men i dette tilfellet var det allikevel snakk om å gjenskape det jeg alt har med full tilgang til kildekode. Det du sier er for øvrig noe jeg elsker med AI. Jeg slipper å vente på mail. Slipper å vente på at utvikleren har stått opp. Alt går direkte mellom meg og AI-agenten - lynraskt. Kanskje jeg overvurderer vanskelighetsgraden, men jeg tviler på jeg hadde lært meg mer enn det helt grunnleggende i løpet av 12 dager. Med det sagt vurderer jeg faktisk å lære meg programmering for å øke nettopp forståelsen. Om jeg var yngre enn jeg er kunne jeg faktisk tenkt meg å begynt å jobbe med utvikling, men med tanke på AI og alderen min frykter jeg at det toget har kjørt. Sitert fra noe du skrev til en annen bruker. Jeg har jobbet mye med diverse utviklere opp gjennom og som ellers i livet er kvaliteten svært variabel. Siden jeg har kjøpt tjenester som privatperson er det selvsagt mulig at jeg har typisk forholdt meg til utviklere av lav kvalitet, så må ta et forbehold der. @Kajac sa at etter et to ukers kurs i koding flyr man sirkler rundt de beste AI-agentene. Han sa senere at det var en overdrivelse og spissformulering. Basert på hva jeg har opplevd til nå vil jeg heller si at AI flyr sirkler rundt en gjennomsnittlig utvikler. Det blir også mindre misforståelser. Jeg startet jo dette prosjektet med en annen profesjonell utvikler for en tid tilbake og jeg har gjort mer i løpet av 12 dager enn han utrettet på et helt år... Det jeg prøver å si er at det virker som deres oppfatning er at en profesjonell utvikler automatisk er bedre. Jeg tenker kanskje vi må presisere at det gjelder en dyktig og erfaren utvikler.

Føler det på nøyaktig samme måte. Dette er en veldig 'disruptive' teknologi som kommer til (og har alt gjort det) endre verden på godt og vondt. Jeg lytter definitivt. Jobber du med noe spesielt om dagen? Fortsatt det tradingsystemet?

For min del, per nå, er dette kun snakk om et produkt jeg lager til meg selv som lekmann til eget bruk. Det er ikke snakk om å selge noe, skjønt jeg tror dette kunne vært et salgbart produkt og sluttresultatet ser svært lovende ut. Det jeg synes er helt utrolig er at jeg som ikke har noe kompetanse innen koding i løpet av 12 dager har gjenskapt en applikasjon som profesjonelle utviklere har brukt flere måneder på opp gjennom. Og som jeg har blitt fortalt ville ta 3-4 uker å skrive på nytt av en profesjonell utvikler. Kanskje mer. Helt alene. Kun med hjelp av AI. Før dette var jeg tvilende til om AI kunne hjelpe meg å lage ett enkelt skript. Jeg ser på AI mer som en super-avansert kalkulator. Om du ikke har noen idé om hva du skal skape eller ikke greier å henge med på notene tror jeg ikke man kommer langt. Men om man har en visjon og tar det steg for steg, så virker det faktisk som det fungerer utmerket. Å bruke to separate AI-agenter virker uvurderlig. Å vite hvordan man bruker det er også en ferdighet i seg selv (plukket opp mange gode ideer og tips i denne tråden som har vært gull verdt). Er mer eller mindre 99 % ferdig med alt av originale beregninger nå. 60 timer utvikling. 12 dager. Lag en simpel GUI - så har jeg erstattet mitt gamle system. Merknad: Før jeg har eksakte ark i Excel som replikerer det jeg alt har er jeg ikke ferdig, men siden vi har testet hver eneste kolonne underveis med 99.5 % match, tror jeg ikke vi får noen overraskelser. Den neste biten er det som blir mer spennende for min del siden det blir 'nytt'. Live connection via API og automatisk oppdatering av data. Visualiseringer. Regneark i PyQT. Etc. Etc. Tar sikkert 100 + timer herifra før jeg er helt fornøyd, men det er det verdt.

Håper du deler litt når du kommer i gang uten å dele forretningshemmeligheter. Synes det ble litt stille i tråden...

I går, søndag, var en bortkastet dag i form av output, men ble litt klokere og kom et steg nærmere en løsning. I korthet, tror jeg at jeg overlastet mine utviklere med informasjon og lot ikke Claude jobbe uforstyrret med litt for mye input fra ChatGPT underveis. Til slutt virket det som begge hallusinerte kraftig og vi gikk i sirkel. Hver gang jeg kom med et innspill svarte ChatGPT: "You just nailed it, buddy! That's the final piece we've been missing! It will work now. 100 % guaranteed!" Og så virket det selsvagt ikke. Virker som en indikator på at noe er galt når de prater slik. Startet fra scratch i dag med litt mer fokus. Lot Claude jobbe uforstyrret med nøye veiledning fra meg og passet på å ikke gi mer input enn nødvendig. Løste den trivielle algoritmen vi forsøkte å oversette fra C# til Python i går og den matchet 100 % (!) med resultatene fra mitt eksisterende system på første forsøk. Og det beste er farten. Output fra min terminal: ================================================================================ ⚡ SWING DETECTOR PERFORMANCE BENCHMARK ================================================================================ Loading all bars from CSV... Loaded 1032 dates with bars Processing 997 sessions... ================================================================================ RESULTS ================================================================================ Total sessions: 997 Total swings found: 13950 Total time: 0.044 seconds Per session: 0.04 ms Swings per second: 317034 0,044 sekund for 4 år med intradag data. Selv et 100 ganger større datasett vil bli beregnet på mindre enn et sekund. Jeg er imponert, Claude... ChatGPT gjorde en endelig review og hadde kun 3 trivielle bemerkninger (som Claude implementerte). I løpet av 11 dager og like under 60 timer med utvikling (planlegging inkkludert) har jeg som ikke kan kode replikert 90 % av mitt originale system (som utviklere har sagt til meg at ville ta 3-4 uker å utvikle for en profesjonell) gjort helt alene. Dette er faktisk helt utrolig. Gjenstår å se om det går helt til mål, men slik dette går ser jeg ikke at det ikke skal gå. Data-motoren og beregningene er jo det vanskelige og de kjører nå lynraskt og er 100 % korrekte. Trenger egentlig bare å sette opp en enkel GUI, så er jeg i mål om noen dager. Men jeg har ambisjoner om å ta det et godt steg opp fra hva jeg alt har med mer funksjonalitet. Hadde ikke i min villeste fantasi sett for meg at dette var mulig...