licai
licai: Herramienta de gestión financiera personal en español que integra portafolio de activos, análisis de mercado y IA para la toma de decisiones financieras.
Ficha actualizada 22 sept 2026, 23:55 · upstream 22 sept 2026, 23:36 · release v1.1.0
Qué es licai
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Licais es una herramienta de gestión financiera personal diseñada para organizar y visualizar múltiples tipos de activos financieros en un solo panel. Incluye portafolio integrado con A/港股/ETFs, análisis de sentimiento de mercado mediante IA, informes diarios de mercado, recomendaciones de asignación de cartera y seguimiento de rendimiento versus benchmarks.
La aplicación se construye sobre una arquitectura basada en Python (FastAPI) y React/Vite, utilizando SQLite como base de datos local para garantizar la privacidad del usuario. No requiere conexión a internet ni registro de cuentas, permitiendo que toda la información se almacene en un solo archivo de base de datos local.
El sistema organiza el portafolio en seis categorías principales: activos personales (acciones, ETFs, fondos), mercado de valores, análisis sectorial, informes diarios, recomendaciones de asignación y seguimiento del rendimiento. Incluye herramientas de IA para interpretar noticias financieras, analizar sentimiento de mercado y generar interpretaciones estructuradas sobre los datos financieros.
El diseño prioriza la privacidad y el control total del usuario: todo el procesamiento ocurre en el cliente local sin necesidad de servidores externos ni APIs de terceros. Los datos se almacenan en un único archivo SQLite que puede ser copiado, eliminado o restaurado al instante.
- Monitoreo diario de cartera de inversión con visualización integrada
- Seguimiento de rendimiento versus benchmarks y comparaciones sectoriales
- Análisis de sentimiento del mercado mediante IA para identificar tendencias
- Generación automática de informes diarios de mercado y noticias
- Asignación de cartera basada en recomendaciones personalizadas
- Seguimiento de posiciones individuales con análisis técnico y financiero
- Monitoreo de sectoriales y temáticas de inversión
- Análisis de sentimiento colectivo sobre temas específicos
- Base de datos SQLite local que permite copiar, borrar o restaurar el portafolio en cualquier momento sin necesidad de internet
- Interfaz con navegación por pestañas (My Market / My Assets) que separa claramente activos personales del mercado externo
- IA integrada para interpretar noticias financieras y generar interpretaciones estructuradas sobre datos financieros
- Análisis de sentimiento del mercado mediante IA, incluyendo análisis de sentimiento en redes sociales y noticias
- Soporte completo de A/港股 con integración con APIs de proveedores como Tonghuashun
- Generación automática de informes diarios de mercado con resumen ejecutivo y alertas
- Recomendaciones de asignación de cartera con tres niveles de riesgo (conservador, balanceo, agresivo)
- Seguimiento de rendimiento versus benchmarks con análisis de correlación entre activos
- No incluye funciones de trading activo ni ejecución de órdenes
- Depende de APIs externas para datos como el mercado asiático (Dongfang Securities) y la bolsa de valores estadounidense (Yahoo Finance)
- La IA no proporciona recomendaciones de compra o venta, solo interpreta los datos disponibles
- El rendimiento versus benchmarks se calcula sobre un portafolio ficticio que no refleja la realidad del usuario
- No incluye funciones de análisis técnico avanzado como indicadores técnicos avanzados
- Depende de APIs externas para ciertos datos (ej. sectoriales asiáticos, sentimiento social)
- La IA puede generar interpretaciones erróneas si los datos de entrada son incorrectos o incompletos
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Requisito mínimo: Python 3.9+, Node.js 18+ para el frontend,Configuración del entorno: crear un venv, instalar dependencias con pip, configurar variables de entorno en config.py,Construcción del frontend: ejecutar npm install y npm run build desde la carpeta frontend,Iniciar servidor: ejecutar python run.py para iniciar el backend en http://localhost:8888,Para producción: desplegar el proyecto en un contenedor Docker, configurar HTTPS con Let's Encrypt o una API key de certificado, implementar autenticación de usuarios y monitoreo de errores,Configurar notificaciones por correo mediante webhook de servicio de mensajería (ej. SendGrid, Resend),Implementar gestión de versiones del frontend con un sistema de build (npm ci/cd) para evitar conflictos entre cambios,Configurar backups regulares del archivo SQLite principal y de los archivos de configuración,Considerar la escalabilidad: el backe
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.