Lohnt sich dein eigenes MonkStreet?
Anlage-Abodienst, der algorithmische Aktiensignale und quantitativ angehauchte Marktrecherche verkauft.
Die Softwarehälfte eines Signaldienstes ist tatsächlich klein: tägliche Kursbalken laden, Faktoren berechnen, ein Aktienuniversum bewerten, Backtests mit Walk-Forward-Fenstern durchführen und dir die besten Titel per E-Mail schicken. Ein Agent liefert dir das an einem Wochenende, und es wird dem, wofür du bezahlst, unangenehm ähnlich sehen. Was du nicht in einem Durchgang schaffst, sind zeitpunktgetreue Fundamentaldaten, Universen ohne Survivorship Bias und sauber erfasste Kapitalmaßnahmen. Genau dort werden selbst gebaute Backtests zur Fiktion, die 40 Prozent pro Jahr verspricht. Nicht überprüfbar ist, ob der bezahlte Vorteil real ist, denn auch kein Abonnent kann ihn prüfen. Baue also das Testgerüst, nutze es zum Nachdenken und verwechsle eine grüne Kapitalkurve auf Basis kostenloser Daten nicht mit Alpha.
EN → DERecherche automatisch aus dem Englischen übersetzt. Original-Prompt auf Englisch beibehalten.
Build a local quant research harness for a single user. No accounts, no hosting, no telemetry.
Stack: Python 3.11, uv for deps, DuckDB for storage, pandas and numpy for math, Streamlit for the UI, plain SMTP for the daily digest. No cloud services, no Docker, no web framework.
Data: fetch daily adjusted OHLCV for a ticker list in universe.txt from one provider behind a single fetcher module, so it can be swapped. Cache every response into DuckDB and never refetch a date range you already have. Provider key and SMTP creds live in .env, loaded with python-dotenv, and .env is gitignored with a .env.example committed.
Build these pieces:
1. ingest.py: incremental daily bar download into DuckDB, idempotent, logs how many rows were added per ticker.
2. factors.py: compute 12-1 momentum, 60-day volatility, 200-day trend filter, and a simple value proxy from whatever fundamental fields the provider gives for free. Each factor is a pure function of a price frame, cross-sectionally z-scored, missing data handled explicitly rather than dropped silently.
3. backtest.py: monthly rebalance, long the top decile of a weighted factor blend, equal weight, configurable transaction cost in basis points, walk-forward so factor weights are fit only on data before each test window. Output CAGR, max drawdown, Sharpe, turnover, hit rate, and a per-year table. Print a loud warning that the universe is survivorship biased and the fundamentals are not point-in-time.
4. app.py: Streamlit page with the equity curve, the yearly table, the current ranked table, and a slider for factor weights that re-runs the backtest.
5. digest.py: a script for cron that emails today's top 20 and bottom 20 with their factor scores.
Out of scope: intraday data, options, order execution, broker integration, portfolio accounting, tax lots, auth, multi-user anything.
Include pytest tests for the factor functions and for one known-answer backtest on synthetic data. Write a README that states plainly what the data limitations invalidate.Der Prompt öffnet sich vorausgefüllt in deinem Agenten. Prüfe ihn vor dem Ausführen. · dieser Prompt wurde aus dem Bauplan erzeugt · per PR verbessern
Wie sähe deine eigene Version aus?
Lädt tägliche Kursdaten für ein gewähltes Aktienuniversum, erstellt mit Momentum- und Value-Faktoren eine Rangfolge, testet diese mit Walk-Forward-Rebalancing und schickt dir die aktuell besten und schlechtesten Titel per E-Mail.
Was du brauchst
- Python 3.11 und ein Rechner, der einen nächtlichen Job ausführen kann
- eine Marktdatenquelle mit API-Schlüssel; ein kostenloser Tarif reicht für tägliche Kursbalken
- ein SMTP-Konto oder Ähnliches für die tägliche Zusammenfassung
- genug Statistikkenntnisse, um deinem eigenen Backtest zu misstrauen
Menschen bezahlen für eine Entscheidung, nicht für Code. Ein Signalabo lagert den wirklich schwierigen Teil aus: dich auf eine Regel festzulegen und während eines Drawdowns daran festzuhalten. Dafür liefert es eine überzeugte Erzählung, an der du dich festhalten kannst. Dazu kommt die Datenlücke: Ein kostenpflichtiger Dienst kann saubere zeitpunktgetreue Fundamentaldaten lizenzieren, ein Hobbyanwender nicht. Dieser Unterschied zeigt sich in Backtests, die weniger schmeichelhaft und ehrlicher sind. Unangenehm ist, dass du von außen einen lizenzierten, sorgfältig validierten Prozess nicht von einer Tabellenkalkulation mit gutem Werbetext unterscheiden kannst – und beide verlangen monatlich Geld.
xZeitpunktgetreue Fundamentaldaten und ausgelistete Börsentitel; dein Backtest nimmt deshalb stillschweigend an, dass es die Verlierer nie gab
xSaubere Behandlung von Aktiensplits, Dividenden, Fusionen und Indexneuzusammensetzungen
xDen Rechercheprozess hinter dem bezahlten Signal, wie gut oder schlecht er auch sein mag
xDie Überzeugung eines anderen, der du die Schuld geben kannst, wenn sich eine Position gegen dich entwickelt
xJegliche institutionellen Datenfeeds: Leerverkaufsbestände, Auswertung von Unternehmensmeldungen, Tickdaten, Wertpapierleihkosten
Nichts, worauf sich verweisen ließe. Deshalb gibt es den Prompt.
Was kostet MonkStreet?
- Monatliche Zahlung
- 200 $/Mon.200 $/Mon.
- Pro Jahr
- 2.400 $/Jahr2.400 $/Jahr
- Mit brasilianischer Karte, inkl. 3,5% IOF
- 1.045 R$/Mon.12.542 R$/Jahr
In Meine Liste gespeichert. Bei einer Preisänderung erscheint hier ein Hinweis.
Du schließt den Kauf auf der Website von MonkStreet ab. Vibe Radar wickelt keine Zahlungen ab.
MonkStreet selbst bauen oder abonnieren?
Passe die Zahlen an: Stunden zum Bauen, dein Stundensatz, Betriebskosten und der Abopreis.
Selbst bauen lohnt sich nach 6 Monaten.
Startwerte aus der Analyse geschätzt (ein Wochenende). Nicht eingerechnet ist, was dir fehlt (Support, Integrationen, Sicherheit).
Kann ich MonkStreet nachbauen?
Teilweise. Den Kern von MonkStreet baust du mit dem Prompt auf dieser Seite an einem Wochenende, aber es gibt echte Lücken: Zeitpunktgetreue Fundamentaldaten und ausgelistete Börsentitel; dein Backtest nimmt deshalb stillschweigend an, dass es die Verlierer nie gab, Saubere Behandlung von Aktiensplits, Dividenden, Fusionen und Indexneuzusammensetzungen. Lies die Liste oben, bevor du loslegst.
Was kostet MonkStreet?
MonkStreet kostet etwa 200 $/Mon. (MonkStreet Annual, geprüft am 20.10.2026), also 2.400 $ pro Jahr.
Was fehlt mir, wenn ich MonkStreet ersetze?
Ehrlich gesagt: Zeitpunktgetreue Fundamentaldaten und ausgelistete Börsentitel; dein Backtest nimmt deshalb stillschweigend an, dass es die Verlierer nie gab; Saubere Behandlung von Aktiensplits, Dividenden, Fusionen und Indexneuzusammensetzungen; Den Rechercheprozess hinter dem bezahlten Signal, wie gut oder schlecht er auch sein mag; Die Überzeugung eines anderen, der du die Schuld geben kannst, wenn sich eine Position gegen dich entwickelt; Jegliche institutionellen Datenfeeds: Leerverkaufsbestände, Auswertung von Unternehmensmeldungen, Tickdaten, Wertpapierleihkosten. Wenn dir davon etwas wichtig ist, zahl weiter.
Gibt es eine Open-Source-Alternative zu MonkStreet?
Es gibt keine ausgereifte Open-Source-Alternative, auf die sich verweisen ließe, und genau deshalb gibt es den Prompt auf dieser Seite.