Úvod: Co je FILTRIX a proč by vás měl zajímat
FILTRIX je specializovaný AI nástroj pro tradery, který staví na pěti letech historie alertů z Trade-Ideas (víc než 403 000 historických alertů). Cíl je jednoduchý: ukázat, které filtry a kombinace podmínek v minulosti končily v zisku, ještě než do nich pošlete vlastní peníze.
V ekosystému AI nástrojů bych FILTRIX zařadil primárně do kategorie AI nástroje pro finance a analytiku, s přesahem do produktivity (urychlení testování nápadů) a rešerší (procházení velkého množství historických signálů). Není to univerzální chatbot, ale úzce zaměřený analytický nástroj nad konkrétní datovou sadou.
Píšu z pohledu člověka, který si většinu věcí normálně backtestuje v Pythonu. Takže se nesoustředím na marketingové sliby, ale na to, jak FILTRIX reálně zapadne do workflow tradera nebo analytika, který už nějaké nástroje používá.
Rychlý verdikt
V jedné větě: FILTRIX dává smysl pro systematické intradenní/krátkodobé tradery, kteří používají Trade-Ideas a chtějí si ověřit, které filtry mají historicky edge; pro dlouhodobé investory nebo začátečníky to není.
Hlavní plusy
- Praktický, úzce definovaný use-case: analýza historických alertů z Trade-Ideas.
- Velký dataset (403 633+ alertů přes 5 let), takže se dá hledat něco robustnějšího než „pár pěkných obchodů“.
- Zaměření na to, co skutečně fungovalo, ne na generické AI předpovědi.
Hlavní mínusy
- Smysl má hlavně pro uživatele Trade-Ideas; mimo tenhle ekosystém je využití omezené.
- Je potřeba ověřit aktuální cenu a limity tarifů přímo na webu, model není veřejně rozepsaný.
- Bez vlastního pochopení dat a risk managementu z něj žádný „magický edge“ nedostanete.
Kdy bych FILTRIX osobně nasadil
- Pokud už platím Trade-Ideas a aktivně používám jejich alerty pro intradenní/krátkodobý trading.
- Když chci zrychlit fázi „co z těch stovek filtrů má vůbec šanci dlouhodobě fungovat“.
Kdy bych šel jinam: pokud jedu hlavně swing/position trading, ETF, value investing, nebo mám vybudovaný vlastní backtesting stack v Pythonu a nepotřebuju další placenou vrstvu.
Jak FILTRIX funguje: princip a hlavní funkce
Základní idea
Podle oficiálního webu FILTRIX vychází z toho, že většina daytraderů dlouhodobě prodělává a mnoho uživatelů Trade-Ideas jede spíš na pocit než na data. FILTRIX vezme pět let historických alertů (403 633+ záznamů) a snaží se zjistit, které filtry a kombinace podmínek vedly k obchodům, které uzavřely v zisku.
Jaký typ dat FILTRIX používá
Pracuje s historickými alerty z Trade-Ideas. To znamená:
- čas, kdy alert vznikl,
- parametry filtru (podmínky, indikátory atd.),
- vývoj ceny po alertu (jestli obchod skončil „green“ nebo „red“).
Na téhle datové sadě pak staví AI workflow, které má odfiltrovat náhodu a najít patterny s aspoň nějakou konzistencí.
Typické výstupy
Detailní UI není veřejně rozpitvané, ale z popisu je zřejmé, že od FILTRIXu můžete čekat hlavně:
- přehled filtrů, které v minulosti statisticky častěji končily v zisku,
- kombinace podmínek, které historicky fungovaly lépe než jednotlivé filtry,
- reporty a doporučení, na které alerty se soustředit a které ignorovat.
Není to signální služba typu „kup teď XY“, ale spíš analytický filtr nad signály, které už stejně používáte.
Integrace do workflow
Typický den tradera/analytika s FILTRIXem může vypadat takhle:
- Ráno si zkontrolujete, které filtry mají historicky nejlepší statistiku pro aktuální tržní podmínky.
- V Trade-Ideas zapnete jen ty alerty, které FILTRIX označil jako perspektivní.
- Po skončení seance si exportujete výsledky vlastních obchodů a porovnáte, jestli jedete v souladu s historickým edge.
Pro Python developera je FILTRIX spíš hotová vrstva nad konkrétní datovou sadou. Místo psaní vlastního ETL nad Trade-Ideas logy využijete službu, která tohle dělá za vás.
Pro koho to je (Pro koho je FILTRIX vhodný)
Aktivní tradeři a kvantitativní přístup
Největší smysl má FILTRIX pro aktivní intradenní a krátkodobé tradery, kteří už používají Trade-Ideas. Pokud máte desítky filtrů a alertů, ale reálně nevíte, které vám dlouhodobě vydělávají, FILTRIX vám pomůže udělat datově podloženou selekci. Není to plnohodnotný backtesting engine, ale dobrý „filtr filtrů“.
Analytici a lidé ve financích
Pro finanční analytiky, kteří řeší ověřování strategií na historických datech, může být FILTRIX zajímavý jako doplněk. Neřeší vám sice celý lifecycle strategie (risk, position sizing, portfolia), ale pomůže zúžit množinu signálů, se kterými má smysl dál pracovat v Pythonu nebo R.
Technicky orientovaní uživatelé
Pokud jste zvyklí pracovat s daty a AI nástroji, oceníte, že FILTRIX má jasně popsaný praktický use case. Berte ho jako specializovaný modul v ekosystému AI nástrojů pro analytiku: dělá jednu věc, ale tu se snaží dělat dobře.
Firmy a týmy
Pro menší tradingové firmy nebo desk, kde více lidí využívá Trade-Ideas, může FILTRIX sloužit jako společný referenční bod. Místo dohadů „který alert je lepší“ máte jeden nástroj, který to vyhodnocuje na základě historie. Integrace do širšího stacku (BI, vlastní Python skripty, reportovací AI nástroje) je pak otázka procesů, ne technologie.
Kdo by měl hledat alternativu (Kdo by se měl FILTRIXu spíš vyhnout)
Začátečníci v tradingu
Pokud jste na burze noví a hledáte „magické tlačítko na zisk“, FILTRIX pro vás není. Bez základního porozumění price action, risk managementu a psychologie trhu vám žádná AI nepomůže – spíš naopak, jen rychleji proděláte.
Dlouhodobí investoři
Investorům, kteří staví na ETF, value investingu nebo dlouhodobých pozicích, FILTRIX moc nepomůže. Je to nástroj optimalizovaný na krátkodobé alerty z Trade-Ideas, ne na fundamentální screening nebo portfoliové modely.
Lidé bez chuti řešit data
FILTRIX je nástroj pro ty, kdo chtějí systematický přístup. Pokud vás nebaví čísla, statistika a vyhodnocování, budete mít tendenci ignorovat výstupy a vrátit se k pocitům. V tom případě je lepší zůstat u jednodušších nástrojů nebo pasivního investování.
Uživatelé hledající univerzální AI
FILTRIX není AI pro CRM, marketing, prodej ani zákaznickou podporu. Pokud hledáte AI nástroje pro CRM, AI nástroje pro marketing nebo AI nástroje pro prodej, musíte po jiných specializovaných řešeních. FILTRIX řeší pouze úzký finanční problém: co z Trade-Ideas filtrů historicky fungovalo.
Praktické scénáře použití: jak FILTRIX zapadá mezi AI nástroje pro finance a analytiku
Scénář 1: Validace obchodní strategie
Máte nápad: kombinace několika Trade-Ideas filtrů, která podle pocitu funguje. Místo ručního procházení starých grafů použijete FILTRIX, který:
- najde všechny historické alerty splňující dané podmínky,
- vyhodnotí, jak často skončily v zisku,
- ukáže, v jakých tržních podmínkách to fungovalo lépe či hůř.
Pak se rozhodnete, jestli má smysl jít do detailního backtestu v Pythonu, nebo nápad rovnou zahodit.
Scénář 2: Hledání robustních patternů
Místo hledání „svatého grálu“ můžete použít FILTRIX k tomu, abyste našli několik jednoduchých, ale robustních patternů. Například filtry, které:
- dlouhodobě generují mírně pozitivní očekávanou hodnotu,
- mají rozumný drawdown,
- fungují přes více sektorů a tickerů.
Ty pak zkombinujete s vlastním money managementem a risk limity.
Scénář 3: Kombinace s dalšími AI nástroji
FILTRIX se dá dobře spojit s dalšími AI nástroji pro analytiku, psaní a obsah. Typický workflow:
- FILTRIX vygeneruje report nejlepších filtrů za poslední kvartál.
- Obecný LLM (např. firemní AI asistent) z toho vytvoří stručný management summary a vizualizace.
- Nástroj pro dokumentaci (Notion, Confluence) to uloží jako interní guideline pro tým.
Limity
Pořád platí, že:
- backtest na historických datech nezaručuje budoucí výsledek,
- FILTRIX řeší jen část problému (signály), ne řízení rizika a psychologii,
- všechny výstupy musíte brát jako vstup do vlastního rozhodování, ne jako hotový návod.
Jak vybírat AI nástroje pro finance a analytiku
Než začnete: definujte use-case
U finančních AI nástrojů je kritické vědět, co přesně chcete řešit:
- trading (signály, filtry, backtesting),
- risk management (VaR, stres testy),
- reporting (regulatorní výkazy, interní reporty),
- forecasty (cash-flow, poptávka, likvidita).
FILTRIX spadá do první kategorie – trading a signály.
Klíčová kritéria výběru
- Kvalita dat – odkud data jsou, jak jsou čištěná, jak dlouhá je historie.
- Transparentnost metodiky – aspoň rámcový popis, jak nástroj počítá metriky.
- Možnost ověření – export dat, možnost vlastního auditu v Pythonu/Excelu.
Běžné workflow a role AI
Ve financích AI dává smysl hlavně jako:
- akcelerátor analýzy (rychlejší procházení dat),
- nástroj pro generování hypotéz (co by mohlo fungovat),
- automat na rutinní reporting.
FILTRIX je typický příklad prvních dvou rolí.
Varovné signály
- sliby typu „garantovaný zisk“ nebo „porazí trh“ – utečte,
- žádná informace o datech a metodice,
- nemožnost cokoli exportovat a ověřit.
Kde se FILTRIX nachází
Na škále nástrojů (backtesting engine → signální služba → predikční model → reporting) je FILTRIX někde mezi analytikou signálů a lehkým backtestingem nad konkrétní sadou alertů.
Cena a hodnota: kdy se FILTRIX vyplatí
Cenové pozicování
Konkrétní částky se mohou měnit, takže aktuální cenu je potřeba ověřit přímo na webu FILTRIX. Dá se čekat, že půjde spíš o specializovaný SaaS v cenové hladině, která dává smysl aktivním traderům nebo firmám, ne retailu s pár obchody měsíčně.
Co za peníze dostanete
Platíte za:
- přístup k pěti letům historických alertů z Trade-Ideas,
- AI workflow nad těmito daty,
- reporty a přehledy toho, co historicky fungovalo.
Jak přemýšlet o ROI
Návratnost bych počítal spíš v čase a snížení chybovosti než v přímém PnL:
- kolik hodin měsíčně vám ušetří testování nápadů,
- kolik zbytečných obchodů odfiltruje,
- jestli vám pomůže vyřadit zjevně nefunkční filtry.
Pro malý účet může být cena overkill, pro desk nebo full-time tradera to může být rozumná investice.
Data, soukromí a bezpečnost
Jaký typ dat sdílíte
U FILTRIXu typicky pracujete s:
- obchodními daty (alerty, výsledky),
- případně s nastavením vlastních filtrů.
Nedávejte do podobných nástrojů nic, co by mohlo odhalit interní firemní strategie v detailu, pokud nemáte smluvně ošetřeno, jak se s daty nakládá.
Na co se podívat v podmínkách
- kde jsou data fyzicky uložená (EU/US),
- jak se loguje aktivita,
- kdo má přístup k vašim datům (podpora, vývojáři).
Bezpečnostní minimum
- dvoufaktorové ověření, pokud je k dispozici,
- unikátní heslo,
- oddělení testovacích a produkčních účtů, pokud jste firma.
FILTRIX vs. alternativy
| Nástroj / přístup | Nejlepší pro | Výhody | Limity |
|---|---|---|---|
| FILTRIX | Uživatelé Trade-Ideas, intradenní tradeři | Hotový AI workflow, 5 let dat, rychlá analýza filtrů | Vázáno na Trade-Ideas, nutnost platit další SaaS |
| Vlastní backtesting v Pythonu (pandas, backtrader) | Technicky zdatní tradeři, kvantové týmy | Maximální flexibilita, plná kontrola nad daty | Časově náročné, vyžaduje programátorské dovednosti |
| Plnohodnotná trading platforma s AI moduly | Firmy, které chtějí „all-in-one“ řešení | Jedno prostředí pro data, exekuci i analýzu | Vyšší cena, vendor lock-in, často generičtější AI |
Kdy raději Python
Pokud už máte zkušenosti s pandas, backtraderem a vlastní datovou infrastrukturou, možná vám FILTRIX nepřidá tolik, aby ospravedlnil cenu. Vlastní skripty vám dají plnou kontrolu nad daty, strategií i metrikami. FILTRIX bych v tom případě bral spíš jako inspiraci nebo rychlý sanity check.
Kdy dává smysl větší platforma
Pro větší týmy může být praktičtější investovat do komplexní trading platformy s AI moduly, kde máte vše v jednom: data, exekuci, risk, reporting. FILTRIX je pak doplněk zaměřený na jeden konkrétní zdroj signálů.
Jak si udělat malé POC
Než začnete platit dlouhodobě, doporučuju:
- Definovat 1–2 konkrétní strategie, které chcete přes FILTRIX prověřit.
- Otestovat je ve zkušebním období (pokud je), případně v prvním měsíci.
- Porovnat výstupy s vlastním backtestingem nebo aspoň ruční kontrolou na vzorku dat.
Jak FILTRIX zapadá do širšího ekosystému AI nástrojů
Úzké vs. univerzální AI
FILTRIX je typický úzce zaměřený AI nástroj. Na rozdíl od univerzálních LLM (ChatGPT, firemní asistenti) neřeší e-maily, CRM ani marketing, ale jen konkrétní problém v tradingu. To je v oblasti financí často výhoda: víte přesně, co nástroj dělá a nad jakými daty.
Napojení na další oblasti
V praxi ho můžete spojit s dalšími typy nástrojů:
- AI nástroje pro produktivitu – automatizace reportů, připomínky, task management.
- AI nástroje pro psaní a obsah – tvorba shrnutí pro investory nebo vedení.
- AI nástroje pro rešerše a vyhledávání – dohledání kontextu k tickerům, sektorům, makru.
Příklad jednoduchého workflow
- FILTRIX vybere top 5 filtrů za poslední rok.
- Python skript nad vašimi obchodními daty ověří, jak by na nich fungovaly.
- LLM z výsledků vygeneruje stručný report pro tým.
Pokud váháš
Rozhodování bych zjednodušil takhle:
- Ano k FILTRIXu, pokud: aktivně traduješ, používáš Trade-Ideas, máš alespoň základní představu o backtestingu a chceš ušetřit čas.
- Spíš ne, pokud: investuješ pasivně, nechceš řešit data, nebo máš malý účet a každé předplatné hodně bolí.
Závěr: Můj pohled na FILTRIX po prostudování možností
FILTRIX je specializovaný AI nástroj nad historickými daty Trade-Ideas, který se snaží odpovědět na jednoduchou, ale důležitou otázku: které filtry a alerty v minulosti reálně vydělávaly. Silná stránka je jasný use-case a velký dataset, slabinou je úzké zaměření a nutnost už být v ekosystému Trade-Ideas.
Doporučil bych ho hlavně systematickým intradenním traderům a analytikům, kteří chtějí zrychlit validaci nápadů a mají chuť chápat, co se v datech děje. Pro dlouhodobé investory nebo začátečníky to není. Postupoval bych tak, že bych si nejdřív definoval konkrétní strategie k otestování, udělal malé POC, porovnal výstupy s vlastním backtestingem a teprve pak řešil dlouhodobé předplatné.