Nikita Aull Nikita Aull

Projekte

In Entwicklung

Lerner

In Entwicklung
Flutter Dart SQLite Riverpod Go

Eine mobile und Desktop-Anwendung zum Deutschlernen, speziell fuer russischsprachige Nutzer entwickelt. Abdeckung der Niveaustufen A0 bis B2 mit einem strukturierten Lehrplan aus 96 Lektionen.

Hauptfunktionen

  • Spaced Repetition (SM-2) - Vokabelwiederholung mit unabhaengigem Tracking fuer Woerter, unregelmaessige Verben, Artikel und Konjugationen
  • 4 Uebungstypen - Multiple Choice, Texteingabe, Wortstellung und vollstaendige Satzkonstruktion mit steigendem Schwierigkeitsgrad
  • Fehlerschleife - Fehler loesen ein erneutes Ueben ab dem Fehlerpunkt aus
  • Integriertes Woerterbuch - Durchsuchen, Filtern nach Wortart, Woerter zur Wiederholung hinzufuegen
  • Text-to-Speech - Muttersprachliche Aussprache fuer alle Vokabeln
  • Thematische Situationen - Alltagsszenarien: Einkaufen, Arzt, Bank, Amt
  • Offline-first - Alle Inhalte lokal gespeichert, kein Internet noetig
  • Helles/dunkles Design

Architektur

Die App nutzt einen strukturierten 5-Stufen-Lektionsablauf: Theorie, Wortlernen, Grammatikpruefung, Satzuebungen (100 Uebungen pro Sitzung) und Spaced-Repetition-Wiederholung.

BugH

In Entwicklung
Go PostgreSQL SQLite Cobra Rod

Ein umfassendes Bug-Bounty-Hunting-Toolkit, das ein automatisiertes Aufklaerungs-/Test-CLI-Tool (Scalpel) mit einer strukturierten Wissensdatenbank aus ueber 750 Security-Research-Dateien kombiniert.

Scalpel - CLI-Tool

Ein Go-basiertes Kommandozeilen-Tool mit 13 Kernbefehlen fuer den gesamten Bug-Bounty-Workflow:

  • Scope - automatisierte Aufklaerung mit 25 passiven Quellen (crt.sh, DNS, Wayback Machine, Shodan, GitHub, Common Crawl) und 39 aktiven Sammlern (JS-Parsing, Tech-Erkennung, Formularsuche, GraphQL, Swagger, Source Maps). Unterstuetzt Stealth-Modus, Resume und Snapshot-Diff
  • Race - Race-Condition-Testing-Engine mit 6 Sendemodi (HTTP/2 Framing, HTTP/1.1 Last-Byte, Pipeline, HTTP/3) und 9 vorgefertigten Rezepten (Coupon-Double-Spend, Cache-Poisoning, doppelte Registrierungen)
  • Probe - mutationsbasierte Anomalieerkennung mit Baseline-Vergleich und 13 Mutationswoerterbuechern
  • Params - Entdeckung versteckter Parameter mittels Batch + binaerer Suche
  • Hunt - KI-gestuetzte Angriffsplanung mit hybrider Suche (BM25 + Cosine Similarity + RRF Fusion) und LLM-gefuehrter Befragung
  • CVE Check - lokaler CVE-Datenbankabgleich mit NVD, EPSS, KEV und PoC-Daten
  • Nuclei - selektives Vulnerability-Scanning basierend auf erkannten Technologien (Wappalyzer-DB mit 7.360+ Tech-Signaturen)
  • BB Watch - Bug-Bounty-Plattform-Monitoring (HackerOne, Bugcrowd, Intigriti, YesWeHack)
  • Proxy - MITM-Proxy mit YAML-basierten Match-&-Replace-Regeln

Wissensdatenbank

Eine Sammlung von ueber 750 Markdown-Dateien, organisiert in Kategorien:

Signal Emitter

In Entwicklung
Go WebSocket Docker Telegram API

Ein leistungsstarker Echtzeit-Marktmonitoring-Dienst, der anomale Handelsmuster auf 7 Kryptowaehrungsboersen erkennt und Benachrichtigungen ueber Telegram sendet. Von Python auf Go umgeschrieben, mit einer 1000-fachen Geschwindigkeitssteigerung.

Unterstuetzte Boersen

Binance, Bybit, OKX, Kraken, KuCoin, Bitget, Upbit. Spot- und Futures-Maerkte mit Orderbuch-Unterstuetzung.

Signal-Kategorien

Detektoren analysieren Veraenderungen in der Marktaktivitaet:

  • Volumenanomalien
  • Preisvolatilitaetsmuster
  • Orderbuch-Dichte

Architektur

  • Zero-Alloc-Architektur
  • Lock-Free-Architektur

Signal Backtester

In Entwicklung
Go Plotly.js SSE

Ein interaktives Web-Tool zum Backtesting von Marktanomaliedetektoren auf historischen Kryptowaehrungs-Handelsdaten. Teilt die Detektor-Engine mit Signal Emitter.

Funktionen

  • Interaktive UI mit Plotly.js-Charts fuer jedes erkannte Muster
  • Muster-Labeling-System zur Strategiebewertung
  • Multi-Worker-Parallelverarbeitung ueber Symbole
  • Automatischer Download historischer Handelsdaten von Boersen
  • Run-Management mit Resume-Unterstuetzung und Parameter-Hashing
  • CSV-Export gelabelter Ergebnisse
  • Echtzeit-Fortschritt ueber Server-Sent Events
  • Feinabstimmung der Detektoren fuer den Produktionseinsatz

Veroeffentlicht

UTIO

Veroeffentlicht
Python aiohttp aiogram Telethon WebSocket

Eine Desktop-Anwendung, die das Oeffnen von Handelsinstrumenten im TigerTrade-Terminal anhand von Signalen aus mehreren Quellen automatisiert. Fungiert als Middleware zwischen Signal-Anbietern und der Handelsplattform.

Signalquellen

  • Telegram Bot - ueberwacht Kanaele und Chats ueber die Bot-API
  • Telegram Userbot - Monitoring auf Basis eines Benutzerkontos mit Session-Persistenz
  • WebSocket Client - Echtzeit-Signal-Streaming
  • TradingView - Webhook-Integration

Signalverarbeitung

Drei Parser arbeiten kaskadierend, um Handelsdaten aus jedem Nachrichtenformat zu extrahieren: JSON-Parser fuer strukturierte Daten, Regex-Parser fuer Freitext und Template-Parser fuer benutzerdefinierte Muster.

Spot Signal Emitter

Veroeffentlicht
Python WebSocket Docker pandas matplotlib

Ein Echtzeit-Anomalieerkennungssystem, das Handelsaktivitaeten auf 6 Kryptowaehrungsboersen ueberwacht und Benachrichtigungen ueber Telegram sendet, wenn signifikante Preisbewegungen oder Volumenanomalien erkannt werden.

Unterstuetzte Boersen

Binance, Bybit, Bitget, OKX, KuCoin, Kraken. Sowohl Spot- als auch Futures-Maerkte.

Erkennungsalgorithmen

  • Preisbewegung
  • Volumenanomalien
  • Dichtebasierte Erkennung

Architektur

Multi-Thread-Pipeline: WebSocket-Datenaufnahme, Trade-Verarbeitung, DataFrame-Speicher mit Multi-Index, parallele Detektoranalyse und Telegram-Benachrichtigung mit mplfinance-Charts.

BTC-Volatilitaetsfilter unterdrueckt Rauschen in Hochvolatilitaetsphasen.

Deployment

Dockerisiert mit 12 Service-Containern (einer pro Boersen-/Markt-Paar).

Trading Dashboard

Veroeffentlicht
Python Dash Plotly ClickHouse Docker

Ein interaktives Web-Dashboard zur Analyse der Marktmikrostruktur von Kryptowaehrungen. Verbindet sich mit einer ClickHouse-Datenbank zur Visualisierung von Trades, Orderbuch-Zustand und Volumenprofilen mit Millisekunden-Praezision.

Visualisierungen

Mehrteiliges Layout mit drei synchronisierten Ansichten:

  • Volumenprofil - kumulative Volumenverteilung ueber Preisniveaus
  • Preischart - Candlestick-Linie mit Trade-Markern (Kaeufe/Verkaeufe) und Volumenbalken
  • Orderbuch - Bids und Asks mit kumulativen Tiefenkurven zu jedem Zeitpunkt

Funktionen

  • Zeitnavigation mit 100ms-Granularitaet
  • Konfigurierbare Orderbuch-Tiefe (0,1% bis 100%)
  • In-Memory-Caching von Datenbankabfragen
  • Orderbuch-Rekonstruktion aus Snapshots und inkrementellen Updates
  • CSV-Import fuer Batch-Analyse von Signalen
  • Multi-Instanz-Deployment (3 parallele Dashboards)

Architektur

Gebaut mit Dash (Plotly) und ClickHouse als Zeitreihen-Backend. Dockerisiert mit gunicorn fuer Produktion.

Crypto Data Analysis

Veroeffentlicht
Python pandas scikit-learn mplfinance ClickHouse

Ein quantitatives Analysesystem fuer Kryptowaehrungsmaerkte zur Erkennung von Handelsanomalien aus Binance-Daten.

Analysemodule

  • Walls-Detektor - erkennt grosse Auftraege und Ungleichgewichte im Orderbuch
  • Strike-Detektor - erkennt schnelle Preisspitzen (>8% in Millisekunden)
  • Feature-Extraktion - lineare Regressionsanalyse, Preisrauschen und Schwankungsmetriken
  • Ungleichgewichtsanalyse - Erkennung von Bid/Ask-Ungleichgewichten im Orderbuch
  • Unterstuetzungsniveaus - automatische Identifikation signifikanter Preisniveaus

Datenpipeline

Laedt OHLC- und aggregierte Handelsdaten ueber die Binance-REST-API herunter. Multi-Thread-Verarbeitung ueber 1m-, 5m-, 1h-Zeitrahmen. ClickHouse-Integration fuer grossflaechige historische Analyse.

Visualisierung

Candlestick-Charts ueber mplfinance. Overlay von Level- und Strike-Markern. Jupyter-Notebooks fuer interaktive Exploration.

Orderbook Analyze

Veroeffentlicht
Python pandas ClickHouse numpy

Ein Marktdaten-Analysesystem zur Erkennung von Anomalien in Kryptowaehrungs-Orderbuechern und Preisbewegungen. Nutzt ClickHouse als Backend fuer historische Handels- und Orderbuchdaten von Binance.

Erkennungsmodule

  • Preisanomalien - scharfe Preisaenderungen ueber konfigurierbare Schwellenwerte mit Volumenkonzentrationsanalyse
  • Grosse Spreads - ungewoehnlich breite Bid-Ask-Spreads
  • Duenne Orderbuch-Bereiche - Zonen mit unzureichender Liquiditaet und Tiefenluecken

Analyse-Pipeline

Trades werden nach Symbol, Preis und Zeitfenster gruppiert, dann nach Handelsanzahl und Preisaenderungsschwellen gefiltert. Volumina werden ueber historische Basiswaehrungspreise in USDT normalisiert. Ergebnisse werden als CSV mit detaillierten Metriken exportiert: Preisaenderung, Volumen, Handelsanzahl, Volumenposition.

Binance News Parser

Veroeffentlicht
Python Selenium BeautifulSoup requests

Ein Hochgeschwindigkeits-Monitor zur Erkennung neuer Kryptowaehrungs-Listing-Ankuendigungen auf Binance. Sendet sofortige Telegram-Benachrichtigungen, wenn ein Ziel-Token fuer den Binance-Futures-Launch angekuendigt wird.

Scraping-Strategien

Zwei parallele Ansaetze fuer maximale Geschwindigkeit:

  • Selenium - Headless Chrome mit optimierten Einstellungen (keine Bilder, Disk-Cache) fuer JavaScript-gerenderte Seiten
  • API-Requests - direkte Abfragen an die Binance-CMS-API mit Cache-Bypass-Techniken (variierende Seitengroessen, Encoding-Optionen)

Funktionen

  • Ueberwachung von 100+ Ziel-Kryptowaehrungen
  • Telegram-Benachrichtigungen bei Treffer
  • Cache-Bypass ueber CloudFront-Header-Manipulation
  • Prozess-Pool mit 10 parallelen Instanzen fuer Redundanz
  • Getaktete Abfragen synchronisiert auf bestimmte Intervalle