free & opensource repository https://github.com/chrisreiter/CRSOFT.StockCrawler.AI

CRSOFT.StockCrawler: Wenn Zahlen, Nachrichten und Fachwissen gemeinsam den Markt lesen

Was wäre, wenn ein einziges System Aktien, ETFs, Kryptowährungen und Indizes von 17 Börsenplätzen mathematisch analysiert – und gleichzeitig Börsennachrichten aus aller Welt sowie die Fachliteratur dazu versteht?

Sprachunabhängig. Auf einem Rechner. Ohne Cloud. Offen und kostenlos.

Genau das ist CRSOFT.StockCrawler.

Das System verbindet Kursdaten, mathematische Analysen, Nachrichten und Fachliteratur in einem gemeinsamen Vektorraum. NVIDIA Nemotron führt diese Informationen zusammen – und muss jede verwendete Zahl belegen.

In Zahlen bedeutet das:

641 Werte · 3,9 Millionen Kursbars · 397.011 ausgewertete Wertpaare · 35 Nachrichtenquellen · 42.219 Abschnitte Fachliteratur · 978.837 Prognosen.

Das ist der Aufbau, für den Anbieter fünfstellige Jahreslizenzen verlangen.

Doch dann kommt der Teil, den viele davon nicht mitliefern: die Messung, was davon tatsächlich trägt. Alles wird gegen einen Sperrbereich geprüft. Und wenn ein Verfahren nichts leistet, steht das offen in der Oberfläche – nicht im Kleingedruckten.

Die ganze Kette in einem System

   Kurse          17 Börsen, live, stündlich, zurück bis 2001
      ↓
   Mathematik     Korrelationen · Kreuzungen · Vorlauf · Kurvendiskussion
      ↓           Spektralanalyse · Kapitalfluss · Zeitzonen
   Nachrichten    35 Quellen weltweit, in jeder Sprache
      ↓
   Vektorraum     sprachunabhängig – gemeinsam mit der Fachliteratur:
      ↓           arXiv, Dissertationen, Klassiker
   Reasoning      NVIDIA Nemotron, das jede Zahl belegen muss
      ↓
   Täglich        Journal · Auffälligkeiten · Trends · Prognosen

641 Werte von 17 Börsenplätzen

Der Ausgangspunkt sind 405 Aktien, 109 Kryptowährungen, 107 Fonds und ETFs sowie 20 Indizes und Devisen.

Die Daten kommen unter anderem von Xetra sowie aus Paris, London, Zürich, Tokio, Amsterdam, Wien, Mailand, Madrid, Stockholm, Hongkong und von den US-Börsen. Insgesamt umfasst der Bestand 3.941.331 Kursbars in Tages- und Stundenauflösung – teilweise bis ins Jahr 2001 zurück. Stündlich kommen neue hinzu.

Dass verschiedene Börsen unterschiedliche Handelskalender haben, klingt zunächst wie ein Detail. Tatsächlich ist es eine der häufigsten Fallen: Wer über das rohe Zeitraster rechnet, misst schnell den Kalender statt den Markt – und zwar überzeugend genug, um es zu glauben.

Drei Auswertungen dieses Projekts sind genau daran gescheitert, bevor das Problem behoben war.

Mathematik statt Bauchgefühl

Auf dieser Datengrundlage beginnt die mathematische Auswertung:

• 397.011 Wertpaare wurden auf Korrelation, besten Lag und Richtung ausgewertet.
• Kreuzungen zeigen, wann zwei normalisierte Kurven die Plätze getauscht haben – mit Rangliste nach Paargewinn und Bewährung in getrennten Zeiträumen.
• Die Kurvendiskussion sucht über den gesamten Bestand nach Hoch-, Tief-, Wende- und Sattelpunkten. Grundlage sind lokale Polynomanpassungen sowie Steigungs- und Krümmungsausbrüche.
• Frühindikatoren und Zeitzonen-Vorlauf vergleichen Tokio, Europa und New York – mit sauberer Trennung von echtem Vorlauf und bloßer Überlappung.
• Die Spektralanalyse untersucht Periodenlängen, Zyklenstabilität, Momentanzyklen und SSA.
• Der Kapitalfluss unterscheidet Umverteilung von Zu- und Abfluss und erkennt möglichen Rotationsverdacht.
• Die Analyse der Bot-Herde misst über Tausende Ereignisse, was öffentlich bekannte Auslöser tatsächlich im Markt hinterlassen.

Die entscheidende Frage lautet dabei nie nur: Gibt es ein Muster? Sondern: Bleibt davon etwas übrig, wenn man es an Daten prüft, die das Verfahren vorher nicht gesehen hat?

35 Nachrichtenquellen – in jeder Sprache

Parallel zu den Kursen liest das System stündlich Nachrichten ein. Aktuell sind es 35 Quellen aus elf Regionen und 11.644 Artikel.

Dazu gehören Reuters, WSJ, FT, CNBC, MarketWatch, Handelsblatt, NZZ, Der Standard, Nikkei, South China Morning Post, Economic Times, CoinDesk und Cointelegraph. Hinzu kommen Fed, EZB, Bank of England, BIZ und SEC sowie UN News für Weltereignisse.

Der entscheidende Punkt ist die Sprachunabhängigkeit. Das Einbettungsmodell bge-m3 ist mehrsprachig: Eine deutsche Frage findet auch eine japanische Meldung, ohne dass irgendwo übersetzt wird. Es gibt keinen Übersetzungsschritt, weil keiner nötig ist – die Vektoren liegen im selben Raum.

Soziale Kanäle sind derzeit noch nicht enthalten. Die Feed-Schicht kann grundsätzlich jede RSS- oder Atom-Quelle aufnehmen. Die technische Erweiterung ist also klein; die eigentliche Arbeit besteht darin, die Signalqualität zu messen.

Wenn die Nachricht von heute auf die Forschung von gestern trifft

Im selben Vektorraum liegt auch die Fachliteratur: 55 Quellen mit 42.219 Abschnitten, jeweils mit Quelle, Seite und Textanker.

Enthalten sind:

• 41 arXiv-Arbeiten zu Limit Order Books, statistischer Arbitrage, Marktwirkung, Ausführungsstrategien und Deep Learning im Handel,
• 12 gemeinfreie Klassiker, darunter Lefèvre, Selden, Harper, Clews, Crump, Gibson, Lawson, Rice, Brandenburg, Butler und Francis,
• eine Dissertation zu Marktmikrostruktur und algorithmischem Handel,
• ein BIZ-Arbeitspapier zum Hochfrequenzhandel.

Nachrichten und Literatur liegen nicht in getrennten Silos. Eine Frage nach Verlustaversion findet die passende Stelle im Lehrbuch und zugleich die Meldung von heute Morgen – ohne dass jemand diese Verbindung von Hand angelegt hätte.

NVIDIA Nemotron: Erklärer statt Orakel

nemotron3:33b beantwortet Fragen zu Prognosen, Kurvenereignissen, Verknüpfungen und dem gesammelten Wissen. Dabei gilt eine harte Regel: Das Modell darf keine Zahl erfinden.

Jede Zahl stammt aus einem Werkzeugaufruf. Name, Argumente und Ergebnis dieses Aufrufs stehen unter jeder Antwort. Wer einer Aussage misstraut, kann nachsehen.

Nemotron antwortet in der Sprache der Frage. Es ist dabei ausdrücklich Erklärer, nicht Orakel: Das Modell liest vorhandene Prognosen, ordnet sie ein und erklärt Zusammenhänge. Es erzeugt die Prognosen nicht selbst. Deshalb hat die Reasoning-Säule auch kein Gewicht am Ergebnis.

Was jeden Tag entsteht

Das System hat inzwischen 978.837 Live-Prognosen über sieben Horizonte erzeugt – von 24 Stunden bis zu einem Jahr. 303.465 davon wurden bereits gegen den später tatsächlich eingetroffenen Kurs ausgewertet.

Täglich entstehen daraus:

• ein Marktjournal, das zusammenführt, was sich bewegt hat, was darüber berichtet wurde und was die Messung dazu hergibt,
• eine Tagesübersicht der auffälligen Stellen, gewichtet nach Auffälligkeit mal gemessenem Verdienst der jeweiligen Säule,
• Trends, Auffälligkeiten und Prognosen mit ihrer sichtbaren Güte.

Das Journal wird bewusst ohne Sprachmodell geschrieben. Jede Zahl stammt aus einer Abfrage; der Satz darum ist eine Vorlage und kein frei erzeugter Text.

Der Grund dafür ist sehr konkret: Ein kleineres Modell interpretierte einmal ein Fehlerverhältnis von 1,0034 als „nahezu perfekt“ und behauptete damit das Gegenteil der Werkzeugausgabe. Was in ein Journal oder einen Blog gelangt, muss nachrechenbar bleiben.

Der wichtigste Teil: Was davon trägt wirklich?

Jede Prognose wird gegen den Kurs ausgewertet, der tatsächlich eingetroffen ist. Nicht in einer Rückrechnung, sondern gegen Kurse, die kein Modell dieser Anwendung je gesehen hat.

Trefferquote, Fehlerverhältnis und Erwartungswert nach Kosten stehen je Wert und je Horizont direkt in der Oberfläche – neben der Prognose, auf die sie sich beziehen.

Das ist auch der Grund, warum CRSOFT.StockCrawler keine Kaufempfehlungen gibt. Wer die gemessene Güte einer Prognose direkt daneben sieht, braucht keine fertige Empfehlung. Er kann seine eigene Entscheidung treffen – auf einer Grundlage, die sich nachrechnen lässt.

Acht Säulen, aber kein Gewicht ohne Nachweis

Jede der acht Säulen stellt eine andere Frage an dieselben Daten. Jede lässt sich zuschalten und gewichten. Doch keine bewegt etwas ohne gemessenen Rückhalt.

Gewichtet wird mit Regler × Verdienst. Der Verdienst kommt aus dem Sperrbereich – nicht aus der Einstellung.

Säule	Aufgabe
Kurslernen	Fünf Teilmodelle, deren Gewichte laufend aus dem eigenen Fehler nachgezogen werden. Die einzige Säule, die derzeit in die gespeicherten Prognosen einfließt.
Mathematische Analyse	Spektrum, Zyklenstabilität, Momentanzyklus, SSA und Hurst – Signalverarbeitung auf der einzelnen Reihe.
Kapitalfluss	Umverteilung gegen Zu- und Abfluss, Rotationsverdacht und Gruppen mit erhaltener Summe.
Deep Learning	Drei ONNX-Modelle über getrennte Horizontbänder, im Prozess auf der CPU.
Wissen	Eingebettete Fachliteratur und gemessene Bot-Muster als Beitrag.
Semantik	Nachrichtenstimmung, kalibriert gegen die danach eingetroffene Rendite.
Reasoning	Erklärt, rechnet aber nicht mit.
Kurvendiskussion	Hoch-, Tief-, Wende- und Sattelpunkte über lokale Polynomanpassung.

Von der Analyse bis zum virtuellen Depot

CRSOFT.StockCrawler bleibt nicht bei Korrelationen und Prognosen stehen. Die Anwendung untersucht auch, wie sich Signale unter realistischeren Bedingungen verhalten.

Analyse

• Korrelationen und Frühindikatoren über 397.011 ausgewertete Paare, einschließlich bestem Lag und Richtung
• Kreuzungen normalisierter Kurven mit Rangliste nach Paargewinn und Bewährung aus getrennten Zeiträumen
• Kurvendiskussion über den gesamten Bestand, kausal oder zentriert geglättet, mit Verknüpfung gleichzeitiger Ereignisse
• Weltbestand und Zeitzonen mit sauberer Trennung von Vorlauf und bloßer Überlappung
• Bot-Herde: messbare Spuren öffentlich bekannter Auslöser wie gleitender Mittel, RSI und Bollinger
• Umkehrschluss: Taugt ein Signal vielleicht dann, wenn man es umdreht?

Prognose und Güte

• sieben Horizonte, je Wert und Zieltag genau eine entdoppelte Beobachtung
• Lernkurve: Wird das System tatsächlich besser?
• Mischvergleich: Bringt das Zusammenführen der Säulen überhaupt etwas?
• Rückblick als aufsummierter Vorsprung gegenüber dem Stillstand

Handel und Depot

• Day Trading: nicht „Was soll ich kaufen?“, sondern: Trägt der Markt heute überhaupt einen Handel innerhalb des Tages, nachdem Gebühren abgezogen wurden?
• Tausch: Umschichtungsvorschläge bezogen auf den eigenen Bestand
• Langfrist: Renditen, tiefste Einbrüche und Körbe – mit sichtbarer Überlebensverzerrung
• Virtuelles Depot: Verrechnungskonten in EUR und USD, Gebühren je Vorgang, Buchungsjournal und Vermögensverlauf
• Autopilot mit vier Strategien: streng, aktiv, halten und invers. Die inverse Strategie hält die schwächstbewerteten Werte als Gegenkontrolle. Erst aktiv − invers zeigt den Informationsgehalt des Signals.
• Neuzugänge: Vorankündigungen aus dem Nasdaq-IPO-Kalender und Binances Listing-Katalog – als vollständige Kohorte einschließlich der Fehlschläge

Lokal betrieben, offen erweiterbar

Der gesamte Ablauf läuft auf einem Rechner. Kurse, Prognosen und Bewertungen werden stündlich aktualisiert; Universum, Analyse, Neuzugänge und Autopilot täglich.

Die Oberfläche ist mit 2.272 Texten vollständig auf Deutsch und Englisch verfügbar. Eine weitere Sprache besteht technisch nur aus einer zusätzlichen XML-Datei.

Zwei Rollen werden nicht bloß über eine Liste von Seiten geschützt, sondern direkt an der HTTP-Methode. Damit gilt die Regel auch für Endpunkte, die heute noch gar nicht existieren.

Was als Nächstes geplant ist

Das Projekt ist offen, aber nicht fertig. Auf der Liste stehen unter anderem:

• mehr Testabdeckung für Ingest.Core/Analysis,
• das Auflösen eines Kopfstaus in der Bewertungswarteschlange,
• das Aussortieren von Werten ohne Kursdaten,
• Zugangsdaten in User Secrets statt in appsettings.json,
• soziale Kanäle als zusätzliche Quellen,
• die Anbindung von SEC EDGAR,
• Leerverkäufe im virtuellen Depot,
• gekoppelte Zahlen- und Datumsformate für weitere Sprachen.

Gerade die Mathematik ist bewusst abhängigkeitsfrei und gut testbar. Die Testabdeckung ist damit einer der dankbarsten Einstiegspunkte für neue Beitragende.

Was CRSOFT.StockCrawler nicht ist

Kein Handelssystem und keine Anlageberatung. Die Anwendung sagt an keiner Stelle, was gekauft werden soll. Sie beantwortet die Frage davor:

Was lässt sich überhaupt messen – und trägt es die Kosten?

Es gibt keine Prognose ohne ihre gemessene Güte. Jede Zahl, die die Anwendung anzeigt, hat eine Messung hinter sich. Diese Messung steht dort, wo jemand die Zahl sonst für bare Münze nehmen würde: direkt daneben.

Was ein Verfahren im Sperrbereich trägt und was nicht, entscheidet über sein Gewicht am Ergebnis. Eine Säule ohne Nachweis bewegt nichts – selbst dann nicht, wenn ihr Regler auf hundert steht.

Vielleicht ist genau das der größte Unterschied dieses Projekts: CRSOFT.StockCrawler versucht nicht, Gewissheit zu verkaufen. Es macht Unsicherheit sichtbar, prüft Behauptungen an unbekannten Daten und zeigt offen, wo Mathematik, Wissen und KI einen messbaren Beitrag leisten – und wo nicht.

Die vollständigen Messreihen – je Säule, je Horizont und einschließlich der Verfahren, die nichts getragen haben – stehen in den technischen Unterlagen unter CRS.StockCrawler/docs/ und in der Anwendung selbst.

---

CRSOFT.StockCrawler ist ein offenes, lokal betriebenes Analyseprojekt. Es stellt keine Anlageberatung und keine Kauf- oder Verkaufsempfehlung dar.