Plataforma personal de finanzas + recomendación de acciones. Todo el código vive bajo finance-app/.
finance-app/
├── server.js # Express + SQLite + EJS (dashboard web, auth, gastos/ingresos/patrimonio)
├── lib/ # db, auth, market data (Yahoo), salud financiera
├── routes/ # dashboard, transactions, accounts, subscriptions, positions
├── views/ # EJS dark UI
├── stock_scorer/ # Recomendador de acciones (Python, ML + scoring 0-100)
├── scripts/
│ ├── investment_calculator.py # Monte Carlo de capital + aportes
│ └── register_positions.py # Registra posiciones con SL/TP por ATR
└── requirements.txt # Deps Python para stock_scorer
cd finance-app
npm install
cp .env.example .env
npm run seed # carga inicial de cuentas y suscripciones
npm start # http://localhost:3000Primer acceso → /setup para definir contraseña. Después login con cookie firmada.
Features:
- Dashboard de salud financiera (score 0-100, ingresos, gastos, suscripciones, flujo neto)
- Cuentas (débito, crédito, digital, beneficio) con alertas de uso de crédito
- Movimientos (gastos/ingresos) con categorización
- Suscripciones recurrentes (mensual / anual / cuotas)
- Posiciones de acciones con sync desde
stock_scorer/positions.jsony precios live de Yahoo Finance - Patrimonio total = cash + inversiones − deuda
- Aporte sugerido a Plan Racional (rango 500k–1M CLP)
- Tips contextuales (CMR alto, mes ajustado, suscripciones excesivas)
Más detalles en finance-app/README.md.
Sistema de scoring 0-100 por acción: fundamentales (yfinance) + técnicos (RSI/MA/momentum) + sentimiento (RSS) + XGBoost con walk-forward CV.
cd finance-app
pip install -r requirements.txt
# Live dashboard con refresh 30s
py -m stock_scorer
# Una pasada
py -m stock_scorer --once
# Entrenar modelos
py -m stock_scorer.train --years 10
# Backtest
py -m stock_scorer.backtest --years 5 --top-k 5 --threshold 60Arquitectura:
stock_scorer/
config.py tickers, universos, umbrales
db.py SQLite cache OHLCV
scrapers.py yfinance + RSS + paralelización
features.py RSI, MA, momentum, fundamentales
risk.py ATR + Kelly + TradePlan
model.py XGBoost regresión + clasificadores P(↑)/P(↓)
patterns.py pattern mining histórico
scorer.py ranking + trade plans
train.py walk-forward training
backtest.py backtest walk-forward
cd finance-app
python scripts/investment_calculator.pycd finance-app
py scripts/register_positions.pyGenera stock_scorer/positions.json con SL/TP calculados por ATR — luego desde la web app sincronizas con un click.