first commit

README.md

@@ -0,0 +1,50 @@
+# Trading Data Daemon
+
+Ein modularer Daemon zum Herunterladen und Speichern von Handelsdaten von verschiedenen Börsen in einer Time-Series-Datenbank.
+
+## Unterstützte Exchanges
+- **European Investor Exchange (EIX)**: Lädt tägliche Kursblatt-CSVs herunter.
+- **Lang & Schwarz (LS)**: Fragt die heutigen Trades über deren JSON/CSV-RPC ab.
+
+## Architektur
+- `src/exchanges/base.py`: Basisklasse für neue Börsen (einfach erweiterbar).
+- `src/database/questdb_client.py`: Speichert Daten in QuestDB via Influx Line Protocol (ILP).
+- `daemon.py`: Der Orchestrator, der die Daten abruft und speichert.
+
+## Installation und Setup
+
+### 1. QuestDB (Timeseries DB) starten
+Am einfachsten via Docker Compose:
+```bash
+docker-compose up -d
+```
+QuestDB ist dann unter `http://localhost:9000` erreichbar.
+
+### 2. Python Abhängigkeiten installieren
+```bash
+pip install -r requirements.txt
+```
+
+### 3. Systemd Service einrichten
+Kopiere die Dateien nach `/etc/systemd/system/`:
+
+```bash
+sudo cp systemd/trading-daemon.service /etc/systemd/system/
+sudo cp systemd/trading-daemon.timer /etc/systemd/system/
+```
+
+Pfade in `trading-daemon.service` müssen ggf. angepasst werden (aktuell auf `/Users/melchiorreimers/...` gesetzt).
+
+Dienste aktivieren:
+```bash
+sudo systemctl daemon-reload
+sudo systemctl enable --now trading-daemon.timer
+```
+
+### 4. Manuell testen
+```bash
+python3 daemon.py
+```
+
+## Erweiterung
+Um eine neue Börse hinzuzufügen, erstelle einfach eine neue Klasse in `src/exchanges/`, die von `BaseExchange` erbt und implementiere `fetch_latest_trades()`. Füge sie dann in `daemon.py` zur Liste hinzu.