5 Punkte von ehgusfn12 2026-01-21 | Noch keine Kommentare. | Auf WhatsApp teilen

Inhalt: Hallo, ich möchte Quant Compass vorstellen, ein Side-Project, das ich entwickelt habe, um persönliche Investmententscheidungen zu unterstützen.

Entstehungshintergrund & Merkmale Um die Kostenbelastung durch Finanzdaten-APIs zu senken und dennoch aussagekräftige Insights zu gewinnen, habe ich einen Ansatz mit „nutzergenerierten Daten (Crowd Data)“ eingeführt. Wenn Nutzer wichtige Kennzahlen eingeben, die sie überprüft haben (Makrodaten, Asset-Preise usw.), werden diese in der DB gespeichert und anschließend „die kollektive Intelligenz von gestern vs. meine Sicht von heute“ vergleichend analysiert.

Wichtige Funktionen

Deep Insight Engine: Über 50 Quant-Szenarien wie Zinsinversion, sprunghaft steigende Ölpreise oder VIX-Volatilität dienen dazu, die Marktlage zu diagnostizieren (Stagflation, Decoupling usw.).

Crowd Profiling: Auf Basis der in Firebase gesammelten Nutzerdaten wird die Verteilung der aktuellen Marktteilnehmer-Positionen (8 Personas wie Bullen, Cash-abwartend usw.) als Donut-Chart visualisiert.

Yesterday vs Today: Die Volatilitätsveränderung (Delta) gegenüber dem Vortag wird automatisch berechnet, um Trends sichtbar zu machen.

Tech-Stack

Vanilla JS (ES6 Modules)

Firebase Firestore (Real-time DB)

Chart.js (Visualization)

Bootstrap 5

Prüfe schnell die Temperatur des Marktes und objektiviere deine eigene Position innerhalb der Marktpsychologie. Feedback ist jederzeit willkommen!

👉 Link zur Website

Noch keine Kommentare.

Noch keine Kommentare.