> cat portfolio/finpulse.md_
FinPulse — AI-аналитика для трейдинга
Веб-приложение для автоматического анализа финансовых рынков с AI-сигналами и Telegram-ботом
Скриншоты
Что делает приложение
FinPulse — это платформа для трейдеров, которая автоматически парсит финансовые новости, анализирует настроение рынка через LLM и формирует торговые сигналы. Дашборд показывает графики в реальном времени, историю сигналов и аналитику портфеля. Telegram-бот мгновенно отправляет уведомления о новых сигналах.
Задача клиента
Клиент тратил до 4 часов в день на мониторинг новостей и ручной анализ рынка. Нужен был инструмент, который автоматизирует этот процесс и даёт торговые сигналы с обоснованием — чтобы принимать решения за минуты, а не часы.
Наше решение
Мы построили RAG-пайплайн: парсер собирает новости из 50+ источников, embeddings индексируют их в векторную БД, а GPT-4 анализирует контекст и генерирует сигналы с confidence score. Фронтенд на Next.js показывает всё в реальном времени через WebSocket, а Telegram-бот пушит критичные сигналы мгновенно.
Технический стек
Frontend
App Router + Server Components для быстрого SSR
Строгая типизация для надёжности финтех-данных
Быстрая стилизация дашборда с кастомной темой
Плавные анимации графиков и переходов
Backend
Асинхронный API для обработки потоков данных
Надёжное хранение финансовых данных с Row-Level Security
Кэширование сигналов и управление очередями задач
AI/ML
Анализ новостей и генерация торговых сигналов
Контекстный поиск по базе новостей для точных ответов
Семантический поиск по 50 000+ новостей
Инфраструктура
Edge-деплой фронтенда с глобальным CDN
Managed-деплой Python-бэкенда с автоскейлингом
CDN + DDoS-защита + кэширование статики
Мгновенные push-уведомления о сигналах трейдерам
Процесс разработки
Исследование и архитектура
Анализ рынка, выбор стека, проектирование БД и API, прототип RAG-пайплайна
Backend — парсер и БД
Парсер новостей из 50+ источников, схема БД, REST API на FastAPI, интеграция с Supabase
AI-пайплайн и сигналы
RAG-архитектура, embeddings, промпт-инженеринг для GPT-4, система confidence scoring
Frontend — дашборд
Интерфейс дашборда на Next.js, графики в реальном времени, экран сигналов, адаптивный дизайн
Telegram-бот и запуск
Telegram-бот для уведомлений, нагрузочное тестирование, финальный QA, деплой в продакшен
Сколько стоит аналогичный проект
- >Количество источников данных для парсинга
- >Сложность AI/ML-модели и промптов
- >Количество экранов дашборда
- >Интеграции (Telegram, email, webhooks)
- >Требования к масштабируемости
Точная стоимость — после обсуждения ТЗ
Нужен похожий проект?
Давайте обсудим вашу задачу — расскажем, как реализовать и сколько это займёт.
Обсудить проект