Den största kostnaden för småsparare är inte courtaget – det är informationsklyftan

Har du räknat på det? Proffsverktyg för aktieanalys kostar allt från 3 000 till 30 000 kr om året, och terminaler i Bloomberg-klass tar ännu mer. Men det du faktiskt använder är tre saker: screening, bevakning, backtest. Värre: datan ligger på någon annans server. Dina strategier och dina analysanteckningar är låsta i deras konto – sluta betala och allt raderas.

Jag känner en korttidstrader som spenderade två timmar varje kväll efter stängning med att manuellt sammanställa momentumlistor och sektorrotation, plus en halv lördag på veckoanalys. Tre år av det. I princip människa som gör maskinens jobb. Tills han flyttade hela flödet in i en open source-panel: tio minuter efter stängning var allt klart, och tiden han sparade la han på att skriva analysinnehåll – 20 000 följare på X och sin Substack på köpet.

Det är dagens möjlighet: använd en self-hostad kvantarbetsbänk för att förvandla analysförmåga till en säljbar tillgång.

Låt mig vara tydlig: det här passar dig som har minst ett års erfarenhet av aktier och vill bygga en innehållsbaserad bisyssla på kvällstid. Nybörjare kan följa med och deploya, men innan du tjänar pengar behöver du grundläggande aktiekunskap – eller hålla dig till rent databaserat innehåll och skippa strategitolkning.

Möjligheten: verktyget är gratis, värdet ligger i det du producerar med det

På GitHub finns projektet tick-stock-panel (repo: https://github.com/shy3130/tick-stock-panel ) – enligt README över 5 000 stjärnor, MIT-licens, underhållet av en privat utvecklare. Positioneringen: en self-hostad, underhållsfri arbetsbänk för screening, bevakning och backtest. Docker i en enda container, all data i lokala Parquet-filer, noll beroende av molnkonton.

Den levereras med 18 inbyggda screeningstrategier, och klassiker som MA, MACD, RSI och KDJ körs genom en indikatorpipeline som beräknar allt i ett svep. En full marknadsgenom scanning på 5 000+ aktier tar några sekunder – på din egen dator. Backtestmodulen räknar in T+1, courtage, slippage och stop-loss. Det där är avgörande: massor av “backtest-verktyg” ignorerar slippage och avgifter, kurvan ser magisk ut, och live-kontot avslöjar sanningen på en vecka. Efter stängning drar panelen automatiskt momentumlistor, sektorrotation och avvikelsedata, plus AI-baserad dialoganalys. Enligt källan fungerar dagsdata utan API-nyckel, och AI:n kan kopplas till DeepSeek, Qwen eller Ollama – det har jag inte verifierat själv, så gör det till första testet efter installationen.

Utvecklaren är själv tydlig: det här är ingen mjukvara för investeringsrådgivning, ingen AI-aktietipsning, bara för studier och research. Det är faktiskt bra – verktyget håller sig borta från den juridiska röda linjen, och det är din metodik och ditt innehåll som blir den lagliga intäkten.

Steg 1: Få panelen att rulla – tio minuter

Tröskeln är löjligt låg. Installera Docker först (ladda ner Docker Desktop från Dockers sajt, nästa-nästa-klar på både Windows och Mac; verifiera med docker -v i terminalen), dra sedan imagen:

1

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

Det kompletta startkommandot (portmappning, volymer, tidszon) hittar du i README:s quickstart-sektion. En vanlig variant ser ut så här, som referens:

1
2
3
4
5
6

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

Öppna den lokala porten i webbläsaren och du har en komplett kvantarbetsbänk: marknadsöversikt, bevakningslistor, strategiscanning, backtest, bevakningscenter, momentumlistor – allt i en panel. Datan ligger lokalt; flytta dator, montera volymen, klart. Inget “kontot gick ut så datan raderades”.

Vill du slippa Docker helt? Lägg den på en molnvps för runt 1 000 kr om året och kolla bevakningsnotiser från mobilen – den stödjer röstaviseringar och push till chattverktyg, så rörelser under dagen når dig utan att du stirrar på en skärm.

Steg 2: Förvandla “känsla” till “bevis” med backtest

De flesta småsparares strategier stannar vid “jag tror att”. Panelens värde är att den tvingar dig att göra känslan testbar: inbyggda strategier skannar hela marknaden med ett klick, egna signaler kombineras fritt, och backtestrapporten ger de tre mest avslöjande måtten direkt – equity-kurva, max drawdown, träffsäkerhet – plus en hög avancerad statistik.

Låt dig inte skrämmas av jargongen. Översatt till vardagsspråk:

• Sharpekvot: hur mycket extra avkastning du får per enhet risk. Lågt värde = du betalar med nerverna.
• Monte Carlo-drawdown: simulerar att otursperioderna kommer i följd – hur mycket kan du som mest förlora?
• IC/IR: mäter om din indikator faktiskt har prediktiv kraft. Har den inte det – kasta den.
• Parameterkänslighet / walk-forward-validering: kör om med andra perioder och lätt justerade parametrar. Fungerar strategin bara i ett visst historiskt fönster var det tur, inte edge.

Praktiskt exempel: du misstänker att “återtest av 20-dagars glidande medel på fallande volym” fungerar i sidledes marknad. Konfigurera villkoren, kör faktorbacktest för att gallra bort värdelösa indikatorer, kör strategibacktest på tre år, och avsluta med parameterkänsligheten. Kollapsar avkastningen när du petar på parametrarna är strategin överanpassad tur – avliva den. Resultaten exporteras som CSV, arkiveras som kandidater och laddas om för omtest med ett klick.

När det här flödet sitter äger du något andra saknar: dokumenterad strategiresearch med tydlig datametodik och attributionsanalys.

Steg 3: Gör research till kassaflöde

Verktyget tjänar inga pengar – det gör tre härledda spår. Först en kall dusch: de flesta som försöker når aldrig dit, huvudkostnaden är din tid, uppstartsfasen kan ta månader, och kvantinnehållsnischen är redan trång. Siffrorna nedan är spann jag sett i kretsar jag rör mig i – inga intäktslöften.

Spår ett: innehåll. AI-analysen efter stängning plus momentum- och sektordata är färdigt material. Tjugo minuter om dagen till en strukturerad analysanteckning – “dagens marknadssentiment + momentumstruktur + vad jag bevakar i morgon” – publicerad på Substack, X och Pinterest. Sådant innehåll är valuta i investerarkretsar. Vad jag sett kan ett nyhetsbrev med 10 000 prenumeranter dra in några tusenlappar i månaden via betalprenumerationer och community – under förutsättning att det tar sig dit. De flesta konton dör i uppstartsfasen.

Spår två: sälja kompetensen. Att kunna deploya, konfigurera strategier och tolka backtestrapporter är i sig en bristvara. På Blocket och Tradera ligger uppdrag som “gör min backtest” eller “validera min strategi” vanligtvis i spannet 2 000–15 000 kr, med kunder som är yrkesarbetande sparare utan tid. Du levererar panelens rapport plus en sida tolkning.

Spår tre: sälj processen, inte koden. Paketera “Docker-deployment + datakällor + strategimallar + analysmallar” som en utbildningstjänst och sälj prenumerationer via Substack eller Patreon. Verktyget är gratis under MIT – du säljer de tiotals timmar av fallgropar du sparar kunden.

⚠️ Den juridiska gränsen, en gång till:
Håll dig till dataanalys och sentimentdokumentation. Aldrig aktietips. “Vad jag noterade i dagens analys” och “vad jag tycker du ska köpa” är två olika saker – det senare är olaglig investeringsrådgivning utan tillstånd, och den enda riktiga fallgropen på den här vägen. Ge inga konkreta köp-/säljråd, visa inga “följ mig och tjäna”-skärmdumpar, ta inga medlemsavgifter mot avkastningslöften. Du säljer metodik och informationsbearbetning – inte aktienamn.

Fallstudie: så byggdes en kvantinnehållsbisyssla på kvällstid

Vännen jag nämnde gjorde så här: vecka ett – deploya panelen och köra alla 18 inbyggda strategier. Vecka två – en 800-ords analys varje dag efter stängning, med fasta rubriker (“sentimentläge + momentumgenomgång”), publicerad på X och Substack parallellt. Månad tre – 5 000 följare och ett analyscommunity för 990 kr om året, där han dagligen delar panelens momentumdata och avvikelsenotiser. Efter ett halvår: drygt 400 medlemmar, plus annonsintäkter och två backtestuppdrag – enligt honom själv runt 60 000 kr i månaden i stabil bisyssleinkomst. Hans egen kommentar: “Jag tjänade inte så mycket mer på aktierna, men att analysera aktier började betala sig.”

Viktigt att säga: det här är ett enda exempel ur min omgivning, siffrorna är hans egna uppgifter, och resultatet är inte garanterat reproducerbart. Halva framgången var disciplin, halva att han gick in innan nischen blev så trång som nu. Den verkliga barriären är inte tekniken – det är disciplinen att leverera varje dag efter stängning. Panelen pressar produktionskostnaden till tjugo minuter. Resten är frågan om du orkar hålla i sex månader utan att missa en dag.

Det du kan göra i kväll

Öppna https://github.com/shy3130/tick-stock-panel , lämna en stjärna, dra imagen, starta containern. Glöm pengarna en vecka – kör backtest på alla 18 inbyggda strategier och titta på hur verklig data ser ut. Du kommer direkt förstå varför 90 % av alla “gurustrategier” inte överlever slippage och courtage. Den insikten placerar dig före majoriteten som fortfarande handlar på magkänsla. Verktyget är gratis – tröskeln är bara om du tar tag i det i kväll.