Wrzeskovale — Sygnały AI dla traderów. Niezależny serwis edukacyjny.

Czym się zajmujemy

Rozwiązania AI dla traderów

Łączymy badania naukowe, otwarte dane rynkowe i autorskie modele uczenia maszynowego, aby pomóc czytelnikom zrozumieć, jak sztuczna inteligencja zmienia codzienną pracę z rynkami finansowymi. Nasza misja jest edukacyjna — nie świadczymy usług doradztwa inwestycyjnego ani nie zarządzamy aktywami.

Zastrzeżenie redakcyjne. Wrzeskovale to niezależny serwis informacyjny analizujący technologie AI w handlu. Nie świadczymy usług doradztwa inwestycyjnego ani nie gwarantujemy zysków. Treści mają charakter edukacyjny i nie stanowią rekomendacji w rozumieniu Rozporządzenia Ministra Finansów z dnia 19 października 2005 r. (Dz.U. 2005 nr 206 poz. 1715) ani MAR (Rozporządzenia Parlamentu Europejskiego i Rady UE nr 596/2014).

Dwa filary publikacji

Co znajdziesz w naszej redakcji

Każda publikacja jest opracowywana przez polski zespół analityków danych i przed publikacją przechodzi proces weryfikacji metodologicznej.

AI

AI-Powered Insights

Analizy wyjaśniające, jak modele uczenia maszynowego — sieci rekurencyjne, transformery czasu szeregowego, modele dyfuzyjne — są używane do interpretacji danych rynkowych. Każdy artykuł zawiera odniesienia do publikacji naukowych i zestawów danych referencyjnych.

D

Data-Driven Signals

Edukacyjne sygnały rynkowe oparte o publicznie dostępne dane (Yahoo Finance, NBP, GPW, EOD Historical Data). Publikujemy metodologię, kod referencyjny i historyczne wyniki backtestu — wszystkie z transparentnym ostrzeżeniem o ryzyku strat.

Wskaźniki redakcyjne 2026

Mierzalna efektywność procesu analitycznego

Wskaźniki opisują skuteczność procesu redakcyjnego — pokrycie tematów, czas weryfikacji modelu, kompletność dokumentacji. Nie są to wskaźniki rentowności inwestycyjnej.

89%

Efficiency · Pokrycie tematu

Pełna dokumentacja modeli

89% naszych raportów modelowych zawiera kompletny opis architektury, danych treningowych, hiperparametrów i metryk walidacyjnych. Czytelnik może odtworzyć analizę w środowisku Jupyter w ciągu jednego popołudnia.

83%

Efficiency · Czas weryfikacji

Szybki cykl recenzji wewnętrznej

83% publikacji przechodzi przez wewnętrzną recenzję metodologiczną w ciągu 72 godzin od pierwszego draftu. Dwóch niezależnych analityków sprawdza każdy model przed publikacją sygnału edukacyjnego.

Zespół Wrzeskovale przy pracy w biurze w Poznaniu

Nasza historia

Pięć lat budowania niezależnego serwisu o AI w handlu

Wrzeskovale zostało założone w 2021 roku w Poznaniu jako newsletter dla studentów i absolwentów kierunków matematycznych zainteresowanych zastosowaniami uczenia maszynowego w finansach. Pierwsze 200 czytelników to byli koledzy ze studiów na UAM i Politechnice Poznańskiej.

Przez cztery lata rozwinęliśmy się w pełnoprawny serwis edukacyjny z miesięczną oglądalnością ponad 240 000 unikalnych użytkowników. Pozostajemy redakcją niezależną — nie przyjmujemy artykułów sponsorowanych, nie pobieramy opłat afiliacyjnych od brokerów ani nie świadczymy płatnych usług doradztwa inwestycyjnego.

Nasz model finansowania to subskrypcje czytelnicze, sprzedaż raportów branżowych i przychody z reklamy displayowej (kategorie technologiczne, edukacyjne). Każde źródło przychodu jest zgodne z polskimi i europejskimi regulacjami dotyczącymi treści finansowych.

Cztery wartości redakcyjne

Filary, na których opieramy każdą publikację

Wartości te są wpisane w naszą politykę redakcyjną i stanowią kryterium odrzucania tekstów, które ich nie spełniają — niezależnie od atrakcyjności tematu.

Filar I

Transparentność

Publikujemy źródła danych, kod modeli i pełne metodologie. Każdy raport jest weryfikowalny przez czytelnika — żadne „czarne skrzynki" nie zostają w archiwum bez wyjaśnienia.

Filar II

Innowacja

Śledzimy najnowsze publikacje z konferencji NeurIPS, ICML i ICLR oraz przekładamy ich wnioski na kontekst polskiego i europejskiego rynku finansowego. Innowacja nie jest dla nas modą, lecz narzędziem zrozumienia.

Filar III

Edukacja

Naszym celem jest, aby czytelnik wyszedł z każdego artykułu lepiej rozumiejąc zarówno mechanizmy AI, jak i ryzyka rynków finansowych. Nie sprzedajemy „cudownych formuł" — uczymy myślenia metodologicznego.

Filar IV

Niezależność

Nie przyjmujemy artykułów sponsorowanych, nie uczestniczymy w programach afiliacyjnych brokerów. Decyzje redakcyjne są wolne od presji komercyjnej — to jedyny sposób, by ufać własnym analizom.

Raport otwarty

Jak transformer czasu szeregowego radzi sobie z indeksem WIG20

Bezpłatna publikacja redakcyjna — 38 stron analizy modelu Temporal Fusion Transformer wytrenowanego na pięcioletnich danych GPW. Pełna metodologia, kod w PyTorch i historyczny backtest z analizą drawdownu.

Czytaj metodologię

Ostrzeżenie o ryzyku. Handel instrumentami finansowymi wiąże się z ryzykiem poniesienia istotnych strat finansowych. Wyniki historyczne backtestu nie gwarantują przyszłej skuteczności modelu w warunkach rzeczywistych. Przed podjęciem decyzji inwestycyjnych należy skonsultować się z licencjonowanym doradcą inwestycyjnym.

Co mówią czytelnicy

Opinie społeczności Wrzeskovale

Cytaty pochodzą z e-maili otrzymywanych przez redakcję oraz z publicznych komentarzy na naszych kanałach. Publikujemy za zgodą autorów.

Czytam Wrzeskovale od trzech lat. Najbardziej cenię to, że nikt tu nie obiecuje cudów — dostaję rzetelną analizę modeli i jasne ostrzeżenie, gdzie kończy się wiedza, a zaczyna spekulacja. Wreszcie polski serwis o AI w finansach, którego nie wstydzę się polecić studentom.

Dr Paweł Kowalewski

Wykładowca, SGH Warszawa

Pracuję jako quant w funduszu hedgingowym — prywatnie śledzę Wrzeskovale jako uzupełnienie literatury akademickiej. Doceniam, że redakcja konsekwentnie publikuje pełen kod modeli i nie ukrywa niewygodnych rezultatów backtestu. To rzadkość na polskim rynku.

Joanna Wiśniewska-Korzeniowska

Quantitative Analyst

Jako początkujący trader szukałem polskojęzycznych źródeł o AI w handlu, które nie są reklamą platformy brokerskiej. Wrzeskovale to dla mnie odkrycie ostatnich miesięcy — sekcja edukacyjna pomogła mi zrozumieć, dlaczego większość tzw. „sygnałów" w internecie to po prostu marketing.

Maciej Lewandowski

Czytelnik newslettera

Newsletter Wrzeskovale pokazał mi, że za każdym „sygnałem AI" stoi konkretna metodologia — z mocnymi i słabymi stronami. Już nie kupuję narracji o nieomylnych algorytmach. To się przekłada na lepsze decyzje, także życiowe, nie tylko finansowe.

Andrzej Jaworski

Inżynier oprogramowania

Najczęstsze pytania

Co warto wiedzieć przed lekturą

Cztery pytania, które zadają nam czytelnicy najczęściej. Jeśli nie znajdziesz odpowiedzi — napisz do nas.

Czy Wrzeskovale udziela rekomendacji inwestycyjnych?

Nie. Wrzeskovale to serwis edukacyjno-informacyjny. Treści mają charakter dydaktyczny i nie stanowią rekomendacji inwestycyjnych w rozumieniu Rozporządzenia MAR ani polskiego prawa o obrocie instrumentami finansowymi. Decyzje inwestycyjne podejmujesz samodzielnie, najlepiej po konsultacji z licencjonowanym doradcą.

Skąd pochodzą dane wykorzystywane w analizach?

Korzystamy z publicznie dostępnych źródeł danych: Yahoo Finance, EOD Historical Data, NBP (kursy walutowe), GUS (dane makroekonomiczne), Stooq (notowania GPW), repozytoriów otwartych danych MIT i Quandl. Każdy raport modelowy zawiera dokładny opis pochodzenia, zakresu czasowego i ewentualnej obróbki danych wejściowych.

Czy dostarczacie sygnały handlowe w czasie rzeczywistym?

Nie. Publikowane przez nas „sygnały" to raporty edukacyjne pokazujące, jak konkretny model wygenerowałby decyzję na danych historycznych. Nie przesyłamy alertów na telefon, nie utrzymujemy płatnej platformy sygnałów handlowych. Każda publikacja jest opóźniona w stosunku do danych rynkowych i służy nauce, nie wykonaniu.

Jak finansowany jest serwis Wrzeskovale?

Nasze przychody pochodzą z trzech źródeł: subskrypcji czytelniczych (newsletter premium), sprzedaży raportów branżowych dla instytucji edukacyjnych oraz reklamy displayowej w kategoriach technologicznych i edukacyjnych. Nie przyjmujemy artykułów sponsorowanych przez brokerów, nie uczestniczymy w programach afiliacyjnych platform inwestycyjnych. Pełen rozkład źródeł publikujemy w raporcie rocznym.

Jak zacząć

Trzy kroki do mądrej lektury

Nie potrzebujesz konta, opłaty ani aplikacji. Wszystkie nasze materiały podstawowe są dostępne otwarcie.

1

Przeczytaj metodologię

Zacznij od strony „Metodologia". Zrozumiesz, jak budujemy modele, dlaczego stosujemy konkretne walidacje i jakie są znane ograniczenia naszych analiz. To fundament dalszej lektury.

2

Wybierz raport tematyczny

Każdy raport modelowy jest oznaczony kategorią — predykcja serii czasowych, klasyfikacja sentymentu, wykrywanie anomalii. Wybierz temat zgodny z poziomem zaawansowania i posiadanymi narzędziami.

3

Przetestuj samodzielnie

Każda publikacja zawiera link do publicznego repozytorium kodu. Przetestuj model w środowisku Jupyter, zmień hiperparametry, zobacz, jak wpływa to na wyniki. Tak rodzi się prawdziwe zrozumienie.

Metodologia redakcji

Zrozum, jak powstają nasze sygnały

W trzech minutach lektury dowiesz się, jakie modele uczenia maszynowego wykorzystujemy, jak przeprowadzamy walidację out-of-sample i dlaczego nigdy nie publikujemy „signala" bez kompletu metryk ryzyka.

Przejdź do metodologii

Sygnały AI dla traderów. Bez obietnic zysków, ze zrozumieniem rynku.