Co pokazuje projekt
Stocks & Crypto AI Toolkit to portfolio realnej aplikacji webowej, która porządkuje research rynkowy i workflow analityczny zamiast udawać automat podejmujący decyzje. System łączy dane rynkowe, AI, logi, dashboardy i historię analiz w jednej strukturze pracy.
Najważniejsza wartość
Projekt pokazuje połączenie Product Managementu, analizy biznesowej, architektury aplikacji, integracji API i pracy z AI w jednym systemie. AI jest tutaj warstwą wspierającą analizę, strukturyzację danych i review scenariuszy, a nie zamiennikiem krytycznego myślenia.
Ważny jest nie tylko sam wynik AI, ale cały proces: skąd pochodzą dane, jak są normalizowane, jakie założenia trafiły do promptu, jaki był koszt wywołania i do jakiego scenariusza można wrócić później.
Co zostaje zapisane
- kandydaci i scenariusze,
- warunki wejścia, czekania i odrzucenia,
- checklisty ryzyka,
- poziomy techniczne jako dane,
- logi promptów, kosztów i odpowiedzi.
Problem
W analizie rynku problemem nie jest brak danych, ale ich nadmiar, rozproszenie i brak powtarzalnego procesu. Bez takiej struktury łatwo uzasadniać decyzje po fakcie albo gubić kontekst poprzednich założeń.
Nadmiar danych
Ceny, fundamenty, social, order book i newsy pojawiają się szybciej niż da się je ręcznie zestawiać.
Rozproszone źródła
Dane i sygnały pochodzą z wielu API, dashboardów, checklist i analiz tekstowych.
Brak workflow
Bez wspólnej struktury trudno przejść od szerokiego researchu do konkretnego review scenariusza.
Decyzje po fakcie
Jeśli nie ma logów i warunków scenariusza, trudno wrócić do powodu decyzji i ocenić jej jakość.
Założenie produktowe
Celem nie było stworzenie narzędzia, które „mówi co kupić”. Celem było uporządkowanie procesu analizy, wymuszenie spójnych danych wejściowych, pokazanie ryzyk i zapisanie historii założeń.
Główne moduły
Strona główna toolkitu ma być overview projektu. Poniższe moduły pokazują, jak system rozdziela szeroki monitoring, research kandydatów, workflow AI i warstwę audytu bez rozbijania wszystkiego na osobne, dublujące się sekcje.
Monitoring rynku crypto i sygnałów
Moduł porządkuje watchlisty, dane cenowe, kontekst cyklu rynku, checklisty ryzyka i social intelligence dla aktywów crypto. Pomaga przejść od szerokiego szumu rynkowego do listy sytuacji wartych dalszego review.
Obejmuje m.in. watchlisty, analizę pojedynczego aktywa, sygnały techniczne, order book i narracje rynkowe.
Przejdź do modułu CryptoResearch akcji i ETF po zawężeniu kandydatów
Ten moduł pokazuje szczegółowy workflow dla wybranych spółek i ETF-ów: dane rynkowe, fundamenty, snapshot techniczny, research jakościowy, SWOT i scenariusze bull/base/bear.
To osobna prezentacja pogłębionego etapu, który następuje po szerszym screeningu i selekcji kandydatów.
Przejdź do Stock Research FlowSelekcja kandydatów i review scenariuszy
AI Investment Lab przejmuje niszę albo segment analizy i buduje uporządkowany proces screeningu, klasyfikacji, shortlisty kandydatów, checklist i deep dive. Każdy etap ma wymuszony format odpowiedzi oraz dane wejściowe dopasowane do horyzontu i rodzaju scenariusza.
W praktyce jest to warstwa, która zmienia ogólny pomysł w zestaw kandydatów gotowych do dalszego review.
Logi, koszty i kontrola odpowiedzi
Osobna warstwa audytu zapisuje prompt, model, tokeny, koszt, źródła, status wykonania i odpowiedź JSON. Dzięki temu można wrócić do wcześniejszych założeń, porównać scenariusze i sprawdzić, jak AI wpłynęło na proces review.
To ważny element portfolio, bo pokazuje AI engineering w praktyce, a nie tylko pojedyncze wywołanie modelu.
Workflow
Niezależnie od modułu, projekt zachowuje ten sam porządek pracy: dane wejściowe, strukturyzacja, AI input bundle, odpowiedź w JSON i review z audytem decyzji.
Data collection
Pobranie danych rynkowych, technicznych, fundamentalnych, social i pomocniczych z wielu źródeł.
Normalization and history
Ujednolicenie modeli, snapshotów, cache i historii tak, aby analiza była porównywalna.
AI input bundle
Złożenie promptu z danych, kontekstu scenariusza, ograniczeń i wymaganego formatu odpowiedzi.
JSON schema output
Odpowiedź AI trafia do wymuszonego schematu i może być dalej parsowana jako obiekt systemowy.
Review, decision, audit log
Końcowy review zapisuje wynik, ryzyka, koszty, źródła i historię decyzji do dalszego wglądu.
Manual i API
Workflow może działać manualnie przez copy/paste promptu i wklejenie odpowiedzi JSON albo przez bezpośrednie wywołanie API z zapisaniem kosztu, tokenów i statusu. To pozwala rozwijać system bez uzależniania każdego kroku od jednego trybu pracy.
Co ten projekt pokazuje o kompetencjach
Projekt zbiera w jednym miejscu Product Management, Business Analysis, Django/Python, integracje API, AI engineering, prompt engineering oraz projektowanie dashboardów do pracy z historią analiz i review scenariuszy.
Integracje i źródła danych
Zamiast długiej listy osobnych integracji, ta sekcja pokazuje cztery warstwy, z których składa się projekt: dane rynkowe, kontekst narracyjny, AI oraz aplikacja webowa z dashboardami i eksportami.
Market data
Binance, Twelve Data i CoinGecko dostarczają ceny, świece, wskaźniki, mapowanie aktywów oraz fundamenty potrzebne do dalszej analizy.
Social / narrative
LunarCrush, alerty whale i metryki cyklu rynku pomagają zobaczyć narracje, sentyment, sygnały ostrzegawcze i szerszy kontekst scenariusza.
AI layer
OpenAI API, JSON schema, PromptLog i logi kosztów tworzą warstwę, która wspiera analizę, strukturyzację odpowiedzi i późniejszy audyt procesu.
App / frontend
Warstwa aplikacyjna opiera się na Django, Django Ninja API, dashboardach, DataTables, eksportach i widokach wspierających codzienną pracę z danymi oraz historią analiz.
Galeria screenów Stocks & Crypto AI Toolkit
Poniżej są rzeczywiste ekrany z aplikacji: moduły crypto, akcje, portfel, checklisty ryzyka, dane społecznościowe i workflow AI Investment Lab.
Market risk checklist
Checklista pokazuje progi ryzyka, statusy, źródła danych i elementy wymagające kontroli przed decyzją.
Stock watchlista ze scoringiem
Lista obserwowanych akcji i ETF-ów z filtrowaniem oraz scoringiem: łączny wynik, jakość biznesu, atrakcyjność wyceny, setup techniczny i ryzyko. Widok pomaga szybko zawęzić instrumenty warte dalszej analizy.
Stock instrument detail
Widok instrumentu giełdowego łączy dane podstawowe, fundamenty, analizę jakościową i decyzję AI.
Market cycle overview
Dashboard zbiera kontekst cyklu rynku: sentyment, dominację, płynność i inne wskaźniki makro dla crypto.
Crypto watchlist
Watchlista agreguje obserwowane pary, statusy, rekomendacje, sygnały i szybkie informacje dla modułu crypto.
Crypto watchlista sygnałów
Widok łączy różne metody selekcji: Wyckoff, rekomendacje, StochRSI na kilku interwałach, AltRank i Galaxy z LunarCrush, alerty, whales, średnie SMA oraz order book. Dzięki temu widać, które coiny spełniają kilka niezależnych warunków zakupowych jednocześnie.
Coin detail: Bitcoin
Szczegółowy widok BTC z danymi rynkowymi, wskaźnikami, sekcjami analizy i kontekstem do decyzji.
AI Investment Lab run
Widok szczegółów uruchomienia workflow AI: wejście, parametry, kandydaci, decyzje i wynik analizy.
Bitget Auto Entry Monitor
Ekran monitoruje możliwe wejścia LONG/SHORT, pokazuje score, entry, SL, TP, R/R i blokady transakcyjne.
Chcesz porozmawiać o podobnym narzędziu?
Ten projekt jest przykładem budowy praktycznego systemu AI: od procesu, przez dane i integracje, po dashboard, prompty, logi i workflow decyzyjny. Podobne podejście można zastosować w analizie dokumentów, sprzedaży, obsłudze klienta, raportowaniu, CRM, ERP lub wewnętrznych narzędziach decyzyjnych.
Skontaktuj się info@elistar.plTyp projektu i powiązane usługi
Projekt autorski pokazujący użycie AI i analizy danych w kontekście informacji rynkowych. Nie jest głównym przykładem wdrożenia procesowego dla MŚP, ale pokazuje podejście do workflow, dashboardów i integracji AI.