Hacktoberfest 2026: นักพัฒนาสร้าง AI แปลข้อมูลหุ้นให้คุณพ่อ
นักพัฒนาสร้าง Argus Friend Brief เครื่องมือ AI ท้องถิ่นด้วยโมเดล Gemma เพื่อย่อยข้อมูลหุ้น 53 บริษัทในแดชบอร์ด Argus ให้คุณพ่ออ่านง่าย
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- สร้าง Argus Friend Brief สำหรับ Hacktoberfest Weekend Challenge
- ใช้โมเดล Gemma ผ่าน Ollama ทำงานบนแล็ปท็อปเพื่อแปลข้อมูลหุ้น 53 บริษัท
- ทุกข้อเท็จจริงอ้างอิงกับหลักฐานและไม่มีคำแนะนำซื้อขายหุ้น
- มีระบบตรวจสอบความถูกต้องและตัวกรองภาษาเพื่อความปลอดภัย
ในช่วงการแข่งขัน Hacktoberfest Weekend Challenge ภายใต้หัวข้อ Build for a Friend นักพัฒนาได้สร้างสรรค์แอปพลิเคชันที่มีชื่อว่า Argus Friend Brief ซึ่งเป็นเครื่องมือแปลผลวิจัยหุ้นท้องถิ่นที่พัฒนาขึ้นมาเพื่อคุณพ่อโดยเฉพาะ
ก่อนหน้านี้คุณพ่อใช้งาน Argus ซึ่งเป็นแดชบอร์ดวิจัยหุ้นที่สร้างขึ้นสำหรับครอบครัว โดยระบบนี้ทำหน้าที่ติดตามบริษัทถึง 53 แห่ง ครอบคลุมทั้งโครงสร้างพื้นฐาน AI เซมิคอนดักเตอร์ พลังงาน ระบบระบายความร้อน ระบบเครือข่าย และคอมพิวติ้งรุ่นใหม่ รวบรวมทั้งราคา ตัวชี้วัดทางเทคนิค การประเมินมูลค่าเทียบกับกลุ่ม ข่าวสาร เอกสาร ก.ล.ต. สหรัฐฯ (SEC filings) และมุมมองตลาดทั้งขาขึ้นและขาลงไว้ในที่เดียว
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
แม้ Argus จะช่วยแก้ปัญหาข้อมูลกระจัดกระจาย แต่ก็ยังทิ้งภาระให้คุณพ่อต้องเชื่อมโยงข้อมูลจำนวนมากด้วยตัวเอง Argus Friend Brief จึงเข้ามาทำหน้าที่นำข้อมูลสแนปชอตที่ผ่านการคัดกรองแล้ว ไปให้โมเดล Gemma ท้องถิ่นอธิบายบริษัททีละแห่งด้วยภาษาที่เข้าใจง่าย แบ่งเป็น 5 คำถามหลัก พร้อมลิงก์อ้างอิงหลักฐานทุกข้อเท็จจริง โดยระบบนี้ไม่ใช่ระบบเทรดหรือที่ปรึกษาการลงทุนแต่อย่างใด
ตัวเดโมที่โฮสต์ไว้มีตัวอย่าง Gemma ที่บันทึกและตรวจสอบการอ้างอิงแล้วสำหรับหุ้น NVDA, VRT และ CEG ทำให้ใช้งานได้โดยไม่ต้องใช้คลาวด์ GPU ผู้สนใจสามารถโคลนรีโพซิโทรรีและรัน Ollama ในเครื่องเพื่อสร้างสรุปข้อมูลใหม่สำหรับบริษัทใดก็ได้จากทั้งหมด 53 บริษัท สแนปชอตทั้งหมดได้รับการรีเฟรชหลังตลาดปิดวันที่ 2 ตุลาคม และเมื่อดาวน์โหลดโมเดลแล้ว แอปพลิเคชันสามารถทำงานได้บนแล็ปท็อปทั่วไป
สิ่งนี้ช่วยให้ฉันย่อยงานวิจัยเป็นภาษาที่เข้าใจง่ายขึ้นมาก แทนที่จะต้องคอยคลิกดูแดชบอร์ดเทคนิคหลายๆ ตัว
คุณพ่อของผู้สร้าง
กระบวนการทำงานเริ่มต้นจากการที่โปรแกรมส่งออกข้อมูลฐานข้อมูล SQLite ของ Argus แบบอ่านอย่างเดียวและแก้ไขไม่ได้ โดยดึงตัวชี้วัดปัจจุบันและอดีต สัญญาณ พื้นฐาน การประเมินมูลค่า ข่าวสาร และเอกสาร SEC แต่จะตัดบันทึกส่วนตัว ข้อมูลยืนยันตัวตน และข้อมูลรับรองออกไป ข้อมูลที่ดึงมาแต่ละชิ้นจะมีรหัสหลักฐานที่กะทัดรัด เช่น NVDA.E001 พร้อมป้ายกำกับ มูลค่า วันที่ และแหล่งที่มา
การใช้โมเดลภาษาขนาดเล็ก (LLM) ทำงานบนเครื่องท้องถิ่น (Local LLM) ผ่านเครื่องมืออย่าง Ollama กำลังได้รับความนิยมมากขึ้นในกลุ่มนักพัฒนาสายงานอดิเรก เนื่องจากช่วยรักษาความเป็นส่วนตัวของข้อมูลผู้ใช้ และลดการพึ่งพิงคลาวด์เซิร์ฟเวอร์ราคาแพง โดยในกรณีนี้ การจำกัดให้โมเดลรับข้อมูลเฉพาะสแนปชอตที่มีการควบคุมโครงสร้าง JSON ช่วยลดความเสี่ยงที่ AI จะแต่งเรื่องขึ้นมาเอง (Hallucination) ได้อย่างมีประสิทธิภาพ
ในระหว่างการพัฒนา การทดสอบจริงทำให้พบปัญหาสำคัญ เช่น โมเดลพิมพ์รหัสการอ้างอิงที่ยาวเกินไปผิดพลาด นักพัฒนาจึงแก้ปัญหาด้วยการทำให้รหัสสั้นลงแบบกำหนดได้ (Deterministic) เช่น NVDA.E001 นอกจากนี้ยังพบว่าโมเดลเข้าใจคะแนนโอกาส (opportunity score) คลาดเคลื่อนว่าเป็นโอกาสการลงทุน จึงต้องเพิ่มระบบป้องกันภาษา (language guard) และปรับปรุงพรอมต์ให้ชัดเจนว่าเป็นเพียงสัญญาณจัดอันดับการวิจัยเท่านั้น
ที่มา: Dev.to
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น