Expertise & Methodik: Die Technologie hinter Inside-Filings
Hinter Inside-Filings steht Frank Glück (Glück IT) – Softwarearchitekt, Datenanalyst und Experte für die Verarbeitung komplexer Finanzmarktdaten.
Inside-Filings ist nicht einfach nur ein Aggregator für Börsenkurse, sondern eine hochspezialisierte Analyseplattform. Sie verbindet tiefgreifendes Verständnis für regulatorische Finanzdaten mit modernstem, hochperformantem Software-Engineering. Auf dieser Seite geben wir einen Einblick in unsere analytischen Methoden und die technische Architektur, die Inside-Filings zu einer verlässlichen Quelle für professionelle Anleger macht. Details zur Score-Berechnung, den Datenquellen und den Grenzen des Modells stehen ausführlich auf der Methodik-Seite.
📊 Marktdatenanalyse & Financial Engineering
Die Analyse von SEC-Filings (U.S. Securities and Exchange Commission) erfordert mehr als nur das Auslesen von Texten. Es erfordert das Verständnis juristischer und finanzieller Zusammenhänge, um rohe Meldedaten in verwertbare Anlagesignale zu übersetzen.
1. Dekodierung regulatorischer SEC-Filings (EDGAR)
Inside-Filings verarbeitet kritische Unternehmensmeldungen direkt aus der SEC EDGAR-Infrastruktur in Echtzeit:
- Form 4 (Insider Trading): Algorithmische Identifikation von echten Open-Market-Käufen durch Unternehmensinsider. Filterung von Derivaten, automatische Plausibilitätsprüfungen gegen historische Börsenkurse und Erkennung von "Cluster-Käufen" (mehrere Insider kaufen gleichzeitig).
- Form 13F (Smart Money): Aggregation und Auswertung der Quartalsberichte institutioneller Anleger. Berechnung von Portfolio-Gewichtungen und Verfolgung der Geldströme von Großinvestoren (z. B. Berkshire Hathaway).
- Form 13D/G (Activist Investors): Frühzeitige Erkennung von Übernahmezielen und aggressiven Anteilskäufen durch Aktivisten.
- Form 8-K (Critical Events): Automatisierte Risikoanalyse von Unternehmensmeldungen zur sofortigen Identifikation kritischer Ereignisse wie Insolvenzen, Bilanzkorrekturen oder dem Abgang von Schlüsselpersonen.
2. Proprietäre Recommendation Engine
Aus den gesammelten Datenpunkten berechnet unsere Engine täglich aktualisierte, mehrdimensionale Scores für tausende Aktien — ein gewichteter Gesamtindikator aus Teil-Bewertungen zu Insider-Aktivität, institutionellem Verhalten, Aktivisten-Engagement, Kursmomentum und Fundamentaldaten. Wie die einzelnen Faktoren gewichtet werden, geben wir bewusst nicht bekannt — Details dazu auf der Methodik-Seite.
3. Komplexe Daten-Normalisierung
Eines der größten Probleme bei SEC-Daten ist die Inkonsistenz zwischen Meldungen. Inside-Filings löst dies durch eigenentwickelte Matching-Verfahren: automatisierte Zuordnung von Wertpapieren zu Emittenten über mehrere Identifikatoren hinweg, Bereinigung inkonsistenter Meldedaten und automatischer Abgleich mit offiziellen Ticker-Verzeichnissen.
💻 Software-Architektur & Programmier-Expertise
Die Menge und Komplexität der anfallenden Daten erfordern eine maßgeschneiderte, hochperformante Infrastruktur. Inside-Filings setzt dabei nicht auf träge Standard-CMS-Lösungen, sondern auf eine von Grund auf eigenentwickelte High-Performance-Architektur.
1. High-Performance Backend (Modern PHP 8 & PostgreSQL)
Effiziente Datenhaltung über fortschrittliche PostgreSQL-Features — materialisierte Sichten, Common Table Expressions, JSONB-Spalten für flexible Konfigurationen und Fenster-Funktionen für komplexe Aggregationen. Ein selbstentwickelter, stark optimierter Datenbank-Layer unterstützt Massen-Inserts und Cursor-basiertes Laden für gigantische Datenmengen. Zeitintensive Aufgaben wie der Abruf von SEC-Feeds oder das Parsen großer XML-Dateien laufen vollständig asynchron, um die Nutzererfahrung niemals zu blockieren.
2. Resiliente API-Integration
Die SEC erlaubt maximal 10 Requests pro Sekunde. Unsere Importer-Infrastruktur hält dieses Limit über präzises Throttling, dynamisches Verbindungsmanagement und automatisches Backoff bei Serverfehlern strikt ein — täglich werden zehntausende Dokumente fehlerfrei und ohne Blockaden verarbeitet.
3. Eigene Pivot-Tabellen-Engine
Um Anlegern maximale Kontrolle über die Daten zu geben, wurde eine eigene Pivot-Engine entwickelt: dynamisches Rendering mit Gruppierungen, Zwischensummen, farbkodierten Heatmaps für Scores und tief verschachtelten Baumansichten — serverseitig generiert und clientseitig interaktiv bedienbar. Inklusive spezieller Farbschemata für Farbenblinde bei Heatmap-Auswertungen.
4. Entkoppeltes CMS & SEO-Optimierung
Content-Elemente werden bereits beim Speichern serverseitig vorgerendert, um bei der Auslieferung Datenbanklast zu minimieren. Das System generiert automatisch strukturierte Daten (Schema.org), um Suchmaschinen den semantischen Kontext der Finanzdaten aufbereitet zu präsentieren.
🤝 Über Glück IT
Glück IT hat es sich zur Aufgabe gemacht, institutionelle Finanzdaten für Privatanleger zugänglich, verständlich und nutzbar zu machen. Transparenz in der Methodik, sauberes Code-Design und höchste Ansprüche an die Datenqualität stehen dabei an erster Stelle.
Kontakt: Frank Glück Mülhausener Straße 4a 51375 Leverkusen