Toluwalope AkinkunmiЗагрузка…

Делаю наброски…

000
Перейти к содержимому
← Все проекты

12 / Лаборатория

Stock Bot

Агент по расписанию: каждый день просматривает Нигерийскую биржу, проверяет недавнюю историю цен, просит LLM оценить каждое падение и присылает мне короткий отчёт в Telegram.

Компания
Лаборатория
Роль
Проектирование и разработка
Период
февр. 2026 г. – СейчасВ разработке
Ссылки
Закрытый / внутренний
Стек
PythonAWS LambdaEventBridgeDynamoDBGemini APITelegram Bot APIGitHub Actions
12

Stock Bot

ИИ-аналитик для нигерийской биржи

PythonAWS LambdaEventBridgeDynamoDB

Скриншоты скоро появятся

Что сделано

  • 01Параллельный сборщик главных дневных аутсайдеров NGX
  • 02История цен за пять дней в DynamoDB для подтверждения реальной просадки
  • 03Шаг анализа через LLM со структурированным промптом для каждой компании
  • 04Ежедневные отчёты в Telegram с лучшими вариантами
  • 05Непрерывный деплой в AWS Lambda через GitHub Actions

Система

Ежедневный запуск: от расписания до отчёта

Ежедневный запуск: от расписания до отчётаЕжедневный запуск → Сканер; Сканер ↔ Рыночные данные; Сканер ↔ История цен; Сканер ↔ ИИ-аналитик; Сканер → Ежедневный отчётЕжедневный запускEventBridgeСканерAWS LambdaРыночные данныеNGXИстория ценDynamoDBИИ-аналитикGeminiЕжедневный отчётTelegramзапускаутсайдеры дняпроверка за 5 днейанализлучшие варианты

Ключевые решения

  1. 01

    Serverless по расписанию

    Задача работает пару минут в день. Lambda по расписанию почти ничего не стоит, и не нужно обслуживать сервер.

  2. 02

    Сначала фильтр, потом мысль

    Дешёвый код сокращает список, а LLM видит лишь несколько акций, достойных внимания. Это снижает и задержку, и стоимость.

  3. 03

    Без тяжёлых зависимостей

    Замена pandas на лёгкий HTML-парсер сделала пакет Lambda достаточно маленьким, чтобы обойтись без специальных слоёв.

01

Задача

Чтобы найти удачные просадки на NGX, нужно каждый день проверять десятки акций и разбираться в причинах каждого падения. Хотелось автоматизировать рутину и получать краткое резюме для решения.

02

Процесс

Функция Lambda запускается ежедневно по расписанию EventBridge. Она собирает главных аутсайдеров дня, чтобы внимательно смотреть только на них, сравнивает их с ценами за пять дней из DynamoDB и отправляет кандидатов в Gemini на короткий анализ. Лучшие варианты приходят в Telegram, а GitHub Actions деплоит каждый push.

03

Результат

В работе. Сбор данных, анализ и отчёты в Telegram работают локально; деплой в Lambda на завершающем этапе.

04

Выводы

Фильтруйте, прежде чем тратить токены и запросы. Старт с аутсайдеров дня вместо всех тикеров сократил объём работы в разы.

Следующий проектTrendHubХаб для рассылок, подкастов и блогов