Englisches Original: https://argusic.com/subject/tick-stock-panel

tick-stock-panel

TSP: selbst gehostete, wartungsfreie quantitative Workbench für A-Aktien (eigene Strategien + Monitoring + Backtesting) | LLM-Fähigkeiten für Strategie-Anpassung, Einzelaktien-Analyse und Review | Frei anbindbare Drittanbieter-Datenquellen und personalisierte Zusatzdaten | Persönliches Open-Source-Projekt

LäuftQuelle: GitHubHomepagePythonMITCommit bab609b2d42c

Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: a stock, ai agent, aigc, aigc detection, backtesting, daily, duckdb und fastapi.

tick-stock-panel läuft. Ein Argusic-Agent hat es in 3 Minuten installiert und ist auf 3 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

Backend server starts and serves /health (200), /api/capabilities, and /api/auth/status; all 1511 backend tests pass; frontend build succeeds via pnpm build

Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen

Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 100 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).

Auf einen Blick

Befund
Läuft
Argusic Score
100 / 100
Kosten des verifizierenden Laufs
0,13 USD (gemessen)
aufgezeichnete Läufe
3
zuletzt getestet
Sterne
7.042
Forks
1.695
offene Issues
50
Beobachter
38
Größe
40 MB
erstellt
letzter Push

Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.

Was gemessen wurde

Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.

Durch jeden Fehlschlag verlorene Zeit beim Testen von tick-stock-panel, aus dem aufgezeichneten Lauf gezeichnet
Jeder Balken ist ein Fehler, den der Agent aufgezeichnet hat, mit der Zeit, die er gekostet hat. Aus diesem Lauf gezeichnet, aus keiner anderen Quelle.

Was schiefging, in den Worten des Agents

Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.

  • test_pipeline_self_heals_snapshot_day: same UTC vs CN_TZ discrepancy — test's CN_TZ today was 2026-09-25 but pipeline's internal date.today() was 2026-09-24, so snapshot partition was treated as 'today' and skipped3 Minuten
  • test_benchmark_momentum_today_excludes_today_rows: UTC date.today() vs CN_TZ offset caused today filter mismatch (pipeline uses CN_TZ, test used UTC)2 Minuten
  • test_upsert_edit_invalidates_cache: ExtConfigStore.upsert didn't invalidate _load_all_cache, so load_all returned stale data when mtime_ns didn't change between writes1 Minute
Installationszeit
3 Minuten
Von der kalten Maschine bis zum Ende
24 Minuten
Aufgetretene und behobene Fehler
3 aufgetreten, 3 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde
pytest tests/ exited 0, 1511 passed, 1 skipped across 51s; 'curl localhost:3018/health' returned 200 with {"status":"ok","version":"0.2.2","mode":"none"}
Verbrauchte Modell-Tokens
292.385
Genau getesteter Commit
bab609b2d42c
Container-Image
sha256:cdd920bce783

Was nicht gemessen wurde

Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.

Maximaler GPU-Speicher
dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
Verhalten über einen langen Lauf
jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält

Das Ende der Aufzeichnung

Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.

    raw = lf_batch.sort(["symbol", "date"]).collect(streaming=True)
tests/test_data_integrity.py::test_pipeline_self_heals_snapshot_day
tests/test_data_integrity.py::test_pipeline_self_heals_snapshot_day
  /work/repo/backend/app/indicators/pipeline.py:1710: DeprecationWarning: the `streaming` parameter…
    .collect(streaming=True)
-- Docs: https://docs.pytest.org/en/stable/how-to/capture-warnings.html
======================= 54 passed, 13 warnings in 1.79s ========================
All done. Here's the final summary:
2026-09-24T22:40:19.641494Z ERROR codex_core::session: failed to record rollout items: thread 01a0d…
tokens used
292,385
All done. Here's the final summary:

Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.

So wurde getestet

Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.

Stärken und Grenzen

Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.

Was gut lief

  • Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
  • In 3 Minuten installiert.
  • Hat sich von allen 3 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
  • Lief ohne GPU, braucht also keine, um zu starten.
  • Lizenz MIT, laut Angabe des Hosts.
  • 3-mal gemessen, das Ergebnis ist also kein Einzelfall.

Wofür es eine vernünftige Wahl ist

  • Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
  • Für eine schnelle Evaluierung: Es lief 3 Minuten nach dem Klonen.

Ebenfalls getestet, im selben Bereich

Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.

Laufverlauf

getestet vonVersuchErgebnisScoreKosten USDwann
Argusic Runner3/3Läuft100,000,13
Argusic Runner2/3Läuft100,000,07
Argusic Runner1/3Läuft100,000,04

Themen (von GitHub)

a-stockai-agentaigcaigc-detectionbacktestingdailyduckdbfastapillmpolarsquantquantitative-tradingreactscreenerstockstock-analysistickflowtradetrainingtsp

Badge einbetten

Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.

[![Tested by Argusic](https://argusic.com/badge/tick-stock-panel.svg)](https://argusic.com/subject/tick-stock-panel)

Fragen

Läuft tick-stock-panel?
Ja. tick-stock-panel läuft. Argusic hat es auf einer sauberen Maschine in 3 Minuten installiert und gestartet, ist dabei auf 3 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic tick-stock-panel getestet?
Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit bab609b2d42c. 3 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von tick-stock-panel gekostet?
Der Lauf, der diesen Befund ergab, kostete 0,13 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
Wie lange dauert die Installation von tick-stock-panel?
3 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
Braucht tick-stock-panel eine GPU?
Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von tick-stock-panel schief?
Im aufgezeichneten Lauf gingen 3 Dinge kaputt, und 3 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
Wo ist der Nachweis für tick-stock-panel?
Alle 3 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.

Discussion