Ein selbst entwickeltes Investment-Dashboard, um verstreute Makrodaten und technische Indikatoren auf einen Blick zu erfassen
(inveflo.com)Hallo. Ich möchte InvestFlow vorstellen, das ich selbst entwickle, um die für Investments wichtigen Makroindikatoren und aktienspezifischen Daten auf einen Blick zu erfassen.
Statt nur Charts in einem Dashboard aneinanderzureihen, liegt der Fokus darauf, die „tatsächliche Energie (Liquidität)“ des Marktes zu messen und die Performance von durch AI analysierten Daten transparent zu verifizieren.
🛠 Hauptfunktionen (41 Kern-Widgets)
InvestFlow analysiert den Markt im Wesentlichen über vier Module.
-
Macro & Liquidity Monitoring (Grundlage des Marktes)
Verfolgung der Fed-Liquidität: Monitoring des tatsächlichen Flusses verfügbarer Mittel im Markt über Reverse Repo, TGA (Treasury General Account) und die Bilanz der Fed
Kernindikatoren: Integration makroökonomischer Basisdaten wie CPI, M2-Geldmenge, Zinsen, GDP und Beschäftigungsdaten (PCE) -
AI & Quant Scanner (Alpha finden)
Market Regime AI: AI beurteilt, ob sich der Markt aktuell in einer Hausse, Baisse oder Seitwärtsphase befindet
Alpha Discovery: AI-Scoring für alle S&P-500-Aktien sowie Erkennung von Hoch-/Tief-Signalen
Smart Money Flow: Analyse von sektoralen Mittelzuflüssen, Market Breadth und Credit Spreads -
Specialty Tracker (Spezialisierte Analyse)
Institutional Flow: Echtzeit-Tracking der Handelslogs von Cathie Woods ARK-ETFs und Veränderungen der Portfoliogewichtung
Dividend & Yield: Analyse der Dividendenhistorie und Ranking unterbewerteter Aktien mit hoher Dividendenrendite
Sentiment & Options: Visualisierung des Fear-&-Greed-Index des Marktes und von Optionshandelsdaten -
Performance & Feedback (Verifizierung und Aufzeichnung)
Daily Picks Registry (New): Die Performance der täglich ausgewählten Top-Aktien wird automatisch erfasst, um die aktuelle Rendite im Vergleich zum Zeitpunkt der Aufnahme transparent nachzuverfolgen
Parallel Universe Journal: Ein Trade-Journal mit dem Konzept eines parallelen Universums, das simuliert: „Was wäre, wenn ich damals gekauft hätte?“
AI Trading Coach: Analysiert die Handelshistorie der Nutzer und gibt Feedback
💡 Entwicklungsmotivation und Tech-Stack
Tech-Stack: React, Tailwind CSS, Python (Data Processing)
Grund für die Entwicklung: Ich habe damit begonnen, um den Aufwand zu reduzieren, fragmentierte Investmentdaten zusammenzutragen, und um transparent festzuhalten: „Waren die AI-Empfehlungen tatsächlich richtig?“
Blog: Ich lade täglich Anleitungen zur Nutzung von mehr als 140 Widgets sowie Makroanalysen hoch, um bei der Interpretation der Daten zu helfen.
Ich würde mich über jedes Feedback freuen, falls IT-Expertinnen und -Experten aus Sicht der Datenvisualisierung oder User Experience Verbesserungspotenzial sehen!
Site-Link: https://inveflo.com
Insight-Blog: https://inveflo.com/blog
6 Kommentare
Ich hatte einen Monat Entwicklungszeit. Ich freue mich über viel Feedback!!
Ich werde die Website nach Prüfung der Lizenz erneut öffnen.
Bei Finanzdaten verstößt die Bereitstellung der Daten in den meisten Fällen auf diese Weise gegen die Lizenz.
Das kann zu unangenehmen Problemen führen. Bloomberg ist nicht ohne Grund teuer. Die Daten sind teuer.
Ja, ich werde es direkt bei FMP prüfen!
Man könnte denken, dass es schon in Ordnung ist, weil es ein persönlicher oder kleiner Dienst ist.
Aber wenn dann einfach eine Klageschrift oder sonst etwas ins Haus flattert, wird das Leben ziemlich unerquicklich.
Ich weiß nicht, was FMP ist.
News-, Kurs- und Statistikdaten verstoßen ausnahmslos gegen die Nutzungsbedingungen; wenn eine Klage ins Haus flattert, hat man keine Chance.
Wertpapierfirmen oder Nachrichtenanbieter regeln all diese Details vertraglich und kaufen die Daten gegen Bezahlung ein..