Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

IntelliStock

IntelliStock es una plataforma de trading algorítmico autoadministrable que se ejecuta en tu propia infraestructura. Construye estrategias, ejecuta backtests, monitorea posiciones activas y responde preguntas sobre tu cartera desde un solo espacio de trabajo contra tus cuentas de broker.

Ficha actualizada 23 sept 2026, 5:32 · upstream 23 sept 2026, 5:04 · release v0.2.0-alpha

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es IntelliStock

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

IntelliStock es una plataforma de trading algorítmico autoadministrable que se ejecuta en tu propia infraestructura. Construye estrategias, ejecuta backtests, monitorea posiciones activas y responde preguntas sobre tu cartera desde un solo espacio de trabajo (workspace), contra tus cuentas de broker personales.

Si deseas un workspace de trading para una sola persona que posee sus propios datos, ejecute inferencias LLM con claves propias del proveedor, y permita leer cada línea de la estrategia antes de que se ejecute, este es el proyecto adecuado.

La plataforma incluye: dashboard principal, gestor de instancias, terminal de trading en tiempo real, historial de backtests, biblioteca de estrategias, Graph Nexus (dashboard de orquestación), chatbot integrado con herramientas y APIs.

CASOS DE USO
  • Ejecutar múltiples estrategias algorítmicas simultáneamente contra diferentes brokers
  • Monitoreo continuo de posiciones activas en tiempo real
  • Generación de backtests comparativos para evaluar la robustez de las estrategias
  • Respuesta automática a preguntas sobre el rendimiento y comportamiento del portafolio
  • Orquestación de backtests paralelos con diferentes parámetros
  • Integración con chatbots para consultas sobre estrategia y cartera
PUNTOS DESTACADOS
  • Soporta múltiples brokers en una sola plataforma sin necesidad de instancias separadas
  • Backtests paralelos que pueden ejecutar múltiples estrategias simultáneamente
  • Chatbot integrado con herramientas de trading (place_order, close_position, etc.)
  • Graph Nexus para orquestación y visualización del estado de cada fase del workflow
  • Soporta Apple Silicon (ARM64) y Linux ARM a través de Docker multi-arch
  • Configurable mediante .env con variables como POSTGRES_PASSWORD, NEO4J_HEAP_MAX_SIZE
PRECAUCIONES
  • No ofrece soporte oficial para brokers que no sean Alpaca o MetaTrader (según el README)
  • El backtest puede mostrar resultados positivos por sobreajuste de parámetros
  • La seguridad depende de la configuración manual del usuario (no hay autenticación centralizada)
  • No incluye herramientas de gestión de riesgo como stop-loss automático ni alertas de mercado
  • La API pública es limitada y no ofrece documentación completa en formato JSON
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO20 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Recomendado: usar Docker Desktop con Compose v2. El stack completo se despliega en un solo host con PostgreSQL, RethinkDB (cache), Neo4j (grafo) y servicios de backend/API/frontend. Para desarrollo local sin contenedores, requiere Python 3.11+, Node.js 22+ y librerías TA-Lib. En producción, asegúrate de configurar POSTGRES_PASSWORD en .env y mantener el Fernet key estable para evitar pérdida de credenciales del broker. El plan recomendado es 8 núcleos CPU + 16 GB RAM + 50 GB SSD.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsReactVueNode.jsFastAPIPython
SERVICIOS
PostgreSQL
BASES DE DATOS
PostgreSQL
PUERTOS
3000801176878050747480805432543295000301111434
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.