De grootste kostenpost van een belegger is niet de commissie, maar de informatieachterstand

Heb je deze som wel eens gemaakt: de pro-versies van bekende handelsplatforms kosten honderden tot duizenden euro’s per jaar, een professionele terminal loopt in de tienduizenden — en wat gebruik je er echt van? Stockpicking, monitoring en backtests. Drie dingen. Erger nog: je data staat op andermans servers. Je strategieën, je review-notities, alles zit op slot in hun account. Stop je met betalen, dan is alles weg.

Ik ken iemand die aan daytrading doet en elke dag na sluiting twee uur handmatig limiet-up-ranglijsten en sectorrotatie bijhield, plus een halve zaterdag voor de wekelijkse review. Drie jaar lang. In feite deed hij met zijn blote handen wat een machine doet. Tot hij zijn workflow in een open-source dashboard zette: tien minuten na sluiting had hij resultaat, en met de vrijgekomen tijd schreef hij review-content waarmee hij op Substack en X twintigduizend volgers opbouwde.

Dat is de kans van vandaag: met een self-hosted open-source quant-werkbank verander je ‘onderzoeksvermogen’ in ‘een verhandelbaar actief’.

Laten we eerlijk zijn: dit artikel is voor mensen met minstens een jaar beleggingservaring die ‘s avonds een content-bijverdienste willen opbouwen. Beginners kunnen de installatie ook volgen, maar voor het verdien-deel heb je basiskennis van aandelen nodig — of je beperkt je tot data-overzichten en blijft weg van strategie-interpretatie.

Waar zit de kans: de tool is gratis, waardevol is wat jij ermee produceert

Op GitHub staat het project tick-stock-panel (repo: https://github.com/shy3130/tick-stock-panel ), volgens de README ruim 5000 stars, MIT-licentie, onderhouden door een individuele maker. De officiële omschrijving: een ‘self-hosted, zero-maintenance quant-werkbank voor A-aandelen met stockpicking, monitoring en backtesting’. Eén Docker-container, alle data in lokale Parquet-bestanden, geen enkel cloudaccount nodig.

Er zitten 18 ingebouwde selectiestrategieën in; klassieke indicatoren als MA, MACD, RSI en KDJ lopen via een indicator-pipeline die alles in één scan berekent en opslaat. De volledige markt van 5000+ aandelen scannen duurt enkele seconden, op jouw eigen machine. De backtest-module rekent T+1, commissies, slippage en stoplosses mee — cruciaal, want veel ‘backtest-tools’ negeren slippage en kosten, leveren prachtige curves en klappen in live trading meteen uit elkaar. Na sluiting trekt het automatisch limiet-up-ranglijsten, sectorrotatie en mislukte uitbraken uit de data, met AI-gespreksreview erbovenop. Volgens de bronpost werken dagelijkse koersdata zonder API-key en kun je DeepSeek, Qwen of Ollama aansluiten — dat heb ik niet zelf geverifieerd, dus test dat als eerste na installatie.

De maker zegt zelf expliciet: dit is geen beleggingssoftware, geen AI-aandelenadvies, alleen voor studie en onderzoek. Dat is juist goed nieuws — de tool raakt geen enkele juridische rode lijn, en de methodologie en content die jij ermee maakt, vormen precies de legitieme verdienruimte.

Stap 1: draai het dashboard, tien minuten werk

De drempel is belachelijk laag. Installeer eerst Docker (nog niet gedaan? Download Docker Desktop van de Docker-site, op Windows en Mac is het ‘volgende, volgende, klaar’; check daarna in de terminal met docker -v of je een versienummer ziet). Trek dan de officiële image:

1

docker pull ghcr.io/shy3130/tickflow-stock-panel

Het volledige startcommando (poortmapping, datavolume, tijdzone) vind je in de quickstart van de README. Een gangbare variant ter illustratie:

1
2
3
4
5
6

docker run -d \
  --name tsp \
  -p 8000:8000 \
  -v tsp-data:/app/data \
  -e TZ=Europe/Amsterdam \
  ghcr.io/shy3130/tickflow-stock-panel

Open de lokale poort in je browser en je hebt een complete quant-werkbank: koersbord, watchlist-groepen, strategie-scans, backtest-onderzoek, monitorcentrum, limiet-up-ranglijsten — alles in één scherm. Data staat lokaal; verhuis je van laptop, dan hang je het datavolume er gewoon aan. Geen ‘account verlopen, data weg’-gedoe meer.

Wil je Docker helemaal niet aanraken? Huur een lichte VPS van €100 per jaar, deploy daarop en bekijk de pushmeldingen op je telefoon — het ondersteunt spraakmeldingen en webhook-pushes, dus bewegingen tijdens de handelsdag komen direct op je mobiel binnen. Geen scherm meer nodig om de hele dag naar te staren.

Stap 2: maak met backtests van je ‘gevoel’ bewijs

De strategie van de meeste particuliere beleggers blijft steken op ‘ik denk dat’. De waarde van dit dashboard is dat het je dwingt gevoel om te zetten in iets toetsbaars: ingebouwde strategieën scannen de hele markt met één klik, eigen signalen combineer je uit condities, en het backtestrapport geeft direct de drie meest genadeloze metrics — vermogenscurve, maximale drawdown, winrate — plus een stapel geavanceerde data.

Laat het jargon je niet afschrikken, hier de vertaling:

• Sharpe-ratio: hoeveel extra rendement per eenheid risico. Laag getal = je ruilt je zenuwen voor geld.
• Monte Carlo-drawdown: simuleert opeenvolgende pechscenario’s en toont je maximale mogelijke verlies.
• IC/IR: meet of je selectie-indicator echt werkt. Werkt niet? Meteen eruit.
• Parametergevoeligheid / rolling out-of-sample validatie: draai het opnieuw met een andere periode of licht aangepaste parameters, en kijk of de strategie alleen toevallig werkte in dat ene stukje geschiedenis.

Een praktische flow: je vermoedt dat ‘terugval naar de 20-daagse lijn op laag volume’ werkt in een zijwaartse markt. Stel de conditie in de signaalbibliotheek samen, draai eerst een factor-backtest om dode indicatoren eruit te filteren, dan een strategie-backtest over de laatste drie jaar, en bekijk tot slot de parametergevoeligheid — stort het rendement in zodra je een parameter een beetje beweegt, dan heb je overfitting, oftewel geluk. Weg ermee. Resultaten exporteer je als CSV, archiveer je als kandidaat en laad je met één klik opnieuw in voor hertest.

Zodra deze flow draait, bezit je iets dat anderen niet hebben: gedocumenteerde strategie-onderzoeken met duidelijke databronnen en attributieanalyse.

Stap 3: verander onderzoek in cashflow

De tool zelf verdient niets; het geld zit in drie afgeleide routes. Eerst een emmer koud water: slechts een minderheid haalt dit, de grootste kostenpost is tijd, de koude start kan maanden duren, en de quant-content-niche is al behoorlijk vol. De bedragen hieronder zijn gangbare prijsranges die ik in de scene observeer, geen inkomensbelofte.

Route één: content. De dagelijkse AI-review plus limiet-up-ranglijsten plus sectorrotatie is kant-en-klaar contentmateriaal. Twintig minuten per dag omzetten in een notitie van het type ‘sentimentcyclus van vandaag + ranglijststructuur + wat morgen te volgen’, gepost op Substack, X en Pinterest. Dit soort content is een harde valuta in beleggerskringen. Naar wat ik zie verdient een nieuwsbrief met tienduizend lezers via ads en een community een paar honderd tot duizend euro per maand — mits je er komt. De meeste accounts sterven in de koude-startfase.

Route twee: skills verkopen. Kunnen deployen, strategieën configureren, backtestrapporten lezen — dat is op zichzelf al een schaarse vaardigheid. Op Marktplaats en Fiverr zie ik ‘backtest laten uitvoeren’ en ‘strategie verifiëren’ gangbaar geprijsd tussen €150 en €1.200, met als klanten werkende beleggers zonder tijd. Je levert het geëxporteerde rapport plus één pagina duiding.

Route drie: verkoop het proces, niet de code. Bundel ‘Docker-setup + databronconfiguratie + strategietemplates + reviewtemplates’ tot een cursus of abonnement op Patreon of een eigen community. De tool is gratis onder MIT; wat je verkoopt zijn de tientallen uren pijn die je anderen bespaart.

⚠️ De juridische bodemlijn, nog één keer apart:
Doe alleen data-reviews en sentimentregistratie, geef nooit aandelenadvies. ‘Dit heb ik vandaag vastgelegd in mijn review’ en ‘ik raad je aan dit te kopen’ zijn twee verschillende dingen; het laatste is illegale beleggingsadviespraktijk en de enige rode lijn die je op dit pad kan laten struikelen. Geen concrete koop-/verkoopadviezen in je content, geen screenshots van ‘wie mij volgde verdiende’, geen lidmaatschap met rendementsbelofte. Onthoud: je verkoopt onderzoeksmethode en informatie-organisatie, geen tickersymbolen.

Casus: hoe een avond-quant-contentkanaal van de grond kwam

Het echte traject van die vriend van eerder: week één het dashboard deployen en alle 18 ingebouwde strategieën doorlopen; vanaf week twee elke dag een review van 800 woorden schrijven op basis van de data na sluiting, met vaste rubrieken ‘sentimentcyclus + ranglijstanalyse’, gepost op twee platforms; in maand drie passeerde hij de vijfduizend volgers en opende hij een review-community van €99 per jaar, met dagelijks de ranglijstdata en bewegingsmeldingen uit het dashboard. Na een half jaar: ruim 400 leden, plus advertentie-inkomsten en twee backtest-opdrachten — volgens hem een stabiel maandelijks bijverdienste van rond de €5.500. Zijn eigen woorden: ‘Ik verdien niet veel meer aan aandelen, maar het bestuderen van aandelen begint nu zelf geld op te leveren.’

Belangrijk om te zeggen: dit is één casus uit mijn omgeving, de cijfers zijn zijn eigen verhaal, geen garantie op herhaalbaarheid. Dat het hem lukte kwam voor de helft door discipline en voor de helft doordat de niche toen minder vol was. De echte barrière in dit pad is niet techniek maar de discipline om elke dag na sluiting te leveren — en het dashboard drukt die productiekosten precies naar twintig minuten. De rest is de vraag of jij een half jaar zonder onderbreking volhoudt.

Wat je vanavond kunt doen

Open https://github.com/shy3130/tick-stock-panel , geef een Star, trek de image en start de container. Denk nog niet aan geld: neem een week om alle 18 ingebouwde strategieën te backtesten en kijk hoe echte data eruitziet — je snapt meteen waarom 90% van de ‘goeroe-strategieën’ de toets van slippage en commissies niet doorstaat. Alleen dat inzicht al zet je voor op de meeste mensen die nog op gevoel handelen. De tool is gratis; de enige drempel is of je vanavond de moeite neemt.