Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

ChartNagari

ChartNagari es un software open source para análisis de mercados financieros (acciones y criptomonedas) basado en patrones del Wyckoff. Incluye 30+ reglas, visualización multi-timeframe, superposición de señales y interfaz web.

Ficha actualizada 23 sept 2026, 13:38 · upstream 23 sept 2026, 13:06 · release v2.13.0.0

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es ChartNagari

Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.

ChartNagari es una herramienta personalizada para explorar el mercado de valores y criptomonedas desde patrones gráficos hasta alertas y revisión de estrategias. Permite ver configuraciones en un modo más sencillo o pasar a modo experto con superposiciones de FVG, Order Block y señales. El software mantiene el contexto del instrumento y timeframe seleccionado durante análisis y backtesting. Las alertas son personalizadas mediante listas de observación, alertas de precio y preferencias de notificación por Telegram o Discord. Se recomienda revisar resultados antes de actuar, incluyendo historial disponible, backtests y trades en papel sin tratar los resultados simulados como predicciones. Se puede configurar todo desde la interfaz web, incluyendo datos, IA opcional e integraciones de conexión.

CASOS DE USO
  • Analizar patrones gráficos de Wyckoff (FVG, OB) sobre múltiples timeframes
  • Revisión de estrategias con superposición visual de señales
  • Configuración y gestión de alertas por precio o notificaciones en Telegram/Discord
  • Backtesting de estrategias sin usar capital real
  • Estudio técnico personalizado con datos históricos y actualizados
PUNTOS DESTACADOS
  • Interfaz web completa para configurar datos, IA y conexiones sin necesidad de instalar software adicional
  • Superposición visual clara de FVG (Fair Value Gaps) y OB (Order Blocks) en múltiples timeframes
  • Soporte para múltiples instrumentos con historial persistente y persistencia de configuración YAML
  • Opción de interpretación por IA local mediante Ollama
  • Modo experto que muestra rangos candidatos de FVG/OB con colores distintivos
PRECAUCIONES
  • La superposición visual de FVG y OB son candidatos visuales, no instrucciones directas para operar
  • Los resultados históricos y en papel no garantizan rendimiento futuro
  • La disponibilidad de servicios de datos de mercado depende del proveedor utilizado
  • Las alertas por precio o Telegram/Discord dependen de la conectividad con sus respectivos servicios
  • No se ejecuta ningún adaptador de ejecución; es una herramienta de análisis y planificación
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

ChartNagari: expert chart overlays, timeframe switching and web settings
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Para usar ChartNagari, instala Go y Node.js. Configura el servidor con Docker Compose usando un archivo docker-compose.yml que incluya la imagen principal, el contenedor de React para la interfaz web y el contenedor de Node.js para los servicios de datos e IA. En producción, considera escalar el servicio de análisis en Kubernetes o Cloud Run. Para la persistencia de configuración YAML, usa un volumen del disco o un servicio de almacenamiento externo como S3. Si necesitas ejecutarlo localmente, instala Docker Desktop con GPU y asegúrate de tener acceso a internet para conectar los servicios externos.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
ReactNode.jsGo
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
8080
05

Puede sustituir a

Relaciones detectadas por el análisis del repositorio y su categoría.

06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.