StockScreener

Nazywam się Maksym Misichenko, mieszkam w Kijowie, Ukraina. 10 lat w marketingu, Python i automatyzacja procesów jako hobby, które wymknęło się spod kontroli. Więcej o mnie na stronie autora a o projekcie na stronie o nas.

StockScreener zaczął się jako narzędzie, które zbudowałem dla siebie. Potrzebowałem dwóch rzeczy: sposobu na systematyczne skanowanie NASDAQ w poszukiwaniu punktów wejścia do swing tradingu i sposobu na naprawdę zrozumienie dlaczego akcja się poruszyła — nie tylko że się poruszyła. Same wiadomości nie wystarczały. Chciałem kontekstu, analizy i wielu perspektyw — więc poszedłem głębiej.

System sygnałów jest zbudowany w całości na matematyce. Reżim rynkowy, siła sektorów, fundamenty, analiza techniczna, scoring — każdy sygnał przechodzi przez 7-stopniowy pipeline, gdzie każda decyzja opiera się na wzorach i danych backtestowanych, a nie na opiniach. Na samym końcu cztery modele AI przeglądają sygnał — ale go nie wpływają na niego. Ich rola jest czysto doradcza: oto co znalazł algorytm, a oto co myślą o tym sieci neuronowe. Zbudowałem to tak, bo dokładnie tak robiłem ręcznie — znajdowałem setup i szedłem pytać asystentów AI co o tym sądzą.

Analiza wiadomości działa inaczej. Każdy artykuł jest wysyłany do czterech wiodących modeli AI — Claude, Gemini, ChatGPT i Grok — z tym samym promptem, bez wyjątków. Oryginalny artykuł jest źródłem prawdy. Modelom wyraźnie zabrania się halucynować: jeśli nie mogą poprzeć twierdzenia faktami, nie mogą go użyć jako argumentu. Żaden model nie dostaje specjalnego traktowania, żaden temat nie dostaje specjalnego ujęcia. Analizują, debatują, czasem zmieniają zdanie — a ty widzisz cały tok rozumowania.

Dziś ten projekt publikuje ponad 100 oryginalnych wiadomości finansowych z całego świata, każda opakowana w analizę AI i debatę między 4 wiodącymi LLM. Codziennie. W 16 językach. Za darmo, i uważam że naprawdę warte jest Twojego czasu.