Project 03 · Trading Journal

AI Trading Journal

Een zelfgehost AI coaching systeem voor traders. Pre-trade validatie, psychologie tracking, post-trade analyse en wekelijkse coaching, allemaal op een Raspberry Pi 5.

In ontwikkeling Flask · SQLite Ollama · Qwen2.5 XAUUSD
trade_check.py · pre_trade_check()
pair:XAUUSD
direction:LONG @ 2847.50
SL / TP:2840.00 / 2862.50
emotie:Rustig

AI Validatie
R:R 2.0 ✓ · Stoch RSI 23.4 ✓
Trend: bullish ✓ · News: geen ✓
Max 2 trades/dag: 0/2 ✓
APPROVED
6 Core Features
3 AI Modellen
0€ Per maand
100% Privé
Functionaliteit

Gebouwd voor discipline,
niet alleen data.

🧠
Psychologie Tracking

Log je emotie voor elke trade: Rustig, Confident, FOMO, Gehaast. AI detecteert patronen: slechtere resultaten na verlies, betere resultaten 's ochtends.

FOMO detectie Patroonherkenning
📊
Post-Trade Analyse

Na het sluiten krijg je een directe AI breakdown: heb je het plan gevolgd? Was het resultaat geluk of skill? 2-3 concrete verbeteringen voor hetzelfde setup.

Skill score Plan check
📰
Nieuws Context

Als een trade misgaat, haalt Claude API realtime marktnieuws op om externe factoren te verklaren (NFP, CPI, Fed besluiten) en scheidt marktimpact van gedragsfouten.

Claude API Perplexity
📅
Wekelijkse Coaching

Elke week een volledig AI rapport: winrate per dag/tijd, emotionele triggers, patroonherkenning. Output: een concreet coachingplan met duidelijke acties voor volgende week.

Elke zondag Actieplan
🔒
100% Privé

Alles draait op een Raspberry Pi 5 thuis. Geen cloud, geen abonnementen, geen data die het netwerk verlaat. Lokale Ollama modellen voor dagelijkse analyse, Claude API alleen indien nodig.

Self-hosted No cloud
Tech Stack

Gebouwd from scratch.
Geen shortcuts.

Flask Web framework & REST API
SQLite Lokale trade database
Ollama + Qwen2.5:14b Lokale AI analyse engine
Anthropic Claude API Nieuws context & diepte analyse
MetaTrader 5 Python Automatisch trade import (WIP)
Raspberry Pi 5 (16GB) Self-hosted infrastructuur
ai.py · pre_trade_check()
def pre_trade_check(trade_data): prompt = f""" Trading plan: - Only XAUUSD, min R:R 1:2 - Stoch RSI confirmation required - Max 2 trades per day - No trading during news Evaluate this trade: Direction: {trade_data['richting']} Entry: {trade_data['entry']} SL: {trade_data['stop_loss']} TP: {trade_data['take_profit']} Emotie: {trade_data['emotie']} Return: APPROVED or WARNING + reason """ response = ollama.chat( model='qwen2.5:14b', messages=[{'role': 'user', 'content': prompt}] ) return response['message']['content']
AI Architectuur

Drie modellen,
één doel.

01
Pre-trade validatie

Qwen2.5:14b controleert het setup lokaal aan de hand van je strategie regels. Snel, privé en gratis.

02
Trade wordt gezet

Je handelt in MetaTrader 5. Het journal logt psychologie en marktomstandigheden in real-time.

03
Post-trade analyse

Qwen2.5:14b analyseert het resultaat. Indien nieuws context nodig is, haalt Claude API actuele marktdata op.

04
Wekelijks coachingrapport

Alle trades en psychologiepatronen vormen elke zondag een concreet actieplan.

🦙
Qwen2.5:14b Lokaal

Draait op de Pi via Ollama. Verwerkt alle dagelijkse pre/post-trade analyses. 9GB RAM, ca. 45s respons. Nul kosten, geen data buiten het netwerk.

Claude (Anthropic API) API

Selectief ingezet voor diepte analyse met realtime websearch. Haalt nieuws context op voor mislukte trades: NFP, CPI, Fed aankondigingen.

🔍
Perplexity API Search

Realtime financieel nieuws voor markt context. Inbegrepen via Revolut Metal plan, geen extra kosten.

Inzichten

Wat ik leerde van dit project

01

SQLite is genoegVoor persoonlijk gebruik met duizenden trades heb je geen PostgreSQL nodig. SQLite met goede indices is snel, simpel en zero-ops.

02

Qwen2.5:14b op Pi 514B parameter model op een Pi met 16GB RAM werkt. 45 seconden per analyse is acceptabel voor een trading tool die niet real-time hoeft te zijn.

03

Psychologie boven techniekNa het loggen van 50+ trades bleek FOMO de grootste verliesfactor, niet een slecht systeem. Data bracht de emotionele patronen pas echt zichtbaar.