1"""
 2[Title/Звание]
 3Stonks (placeholder може би)
 4
 5[Description/Обрисовка]
 6От известно време навлизам в света на инвестирането (да отбележа, не търгувията(trading)), затова реших този курсов проект да е на тази тема. Като говорим за инвестиране, най-трудната част е да изберем в какво точно да инвестираме, както и в каква пропорция, ако са няколко неща. В това решение влизат много фактори, главните - управление на риска, възвръщаемост и времеви хоризонт.
 7
 8Приложението, което ще създам цели да помогне на инвеститори да оценят портфолиото си, като им предостави различни методи за анализ. Това ще стане с набор от инструменти, които ще бъдат имплементирани. Например възвръщаемост спрямо исторически данни, оценка според математически модели или други (за колкото ми стигне времето). Потребителят ще може да си създаде симулационно портфолио с набор от най-попуилярните инвестиционни инструменти, да избере метод, да го тества и анализира. Приложението ще предлага и данни за тези средства, които ще могат да се разглеждат подробно. Данните ще се изразяват в графики и различни характеристики на инвестиционния инструмент. Потребителят ще може да си създаде профил, където ще бъдат запазени предишни портфолиа и тестове и анализи.
 9
10[Functionalities/Надарености]
11Основни:
12    1. Поддръжка на данни за популярни инвестиционни инстурменти и тяхната визуализация
13    2. Създаване на симулационно портфолио
14    3. Тестване на портфолио с исторически данни
15    4. Тестване с Monte Carlo симулатор
16    5. Оценяване на припокриването на инвестициите в портфолио
17    6. Поддържане на профил
18
191. Поддръжка на данни за популярни инвестиционни инстурменти и тяхната визуализация
20    1.1. Извличане на данните от интернет
21    1.2. Кеширане
22    1.3. Изобразяване на графика на стойността на средството с опции за разглеждане в различни времеви интервали
23    1.4. Таблица с други данни (пазарна капитализация, цена към печалба, дивидентна доходност и др.)
24
252. Създаване на симулационен портфейл
26    2.1. Избиране на инвестиционни инструменти (акции, фондове, злато) в различни съотношения
27
283. Тестване на портфолио с исторически данни
29    3.1. Извличане на данните от интернет или от кеш
30    3.2. Кеширане
31    3.3. Избиране на дати
32    3.4. Изчисляване на възвръщаемост
33    3.5. Генериране на графика
34
354. Тестване с Monte Carlo симулатор
36    4.1. Извличане на данните от интернет или от кеш
37    4.2. Кеширане
38    4.3. Избиране на дати
39    4.4. Прилагане на модела
40    4.5. Генериране на графика
41    4.6. Генериране на таблица (възвръщаемост, риск, волатилност в периода и може би други полезни данни)
42
435. Оценяване на припокриването на инвестициите в портфолио
44    5.1. Засичане на еднакви инвестиционни инстурменти в портфолиото (например S&P500 е 100% американски акции, а VWCE е 60% американски акции)
45
466. Поддържане на профил
47    6.1. Създаване на профил с име и парола
48    6.2. Запазване на предишни порфолиа и данни за тях
49
50[Milestones/Възлови точки]
511. Извличане на информация за инвестиционните средства
522. Изобразяване на информацията от ^
533. Създаване на база данни
544. Кеширане
555. Симулационно портфолио
566. Изчисляване на припокриването в портфолиото
577. Тестване с исторически данни
588. Визуализация на данните от ^
599. Въвеждане на Monte Carlo симулатора
6010. Визуализация на данните от ^
6111. Профил (регистрация, влизане, разширяване на базата данни)
6212. История на профила (разширяване на базата данни)
6313. Разкрасяване на интерфейса
64
65[Estimate in man-hours/Времеоценка в човекочасове]
66Смятам че 100 часа ще ми стигнат за имплементиране на всичко. За някои от функционалностите има удобни библиотеки, но все пак ще трябва да сглобя всичко и да напиша тестове.
67
68[Usage of technologies/Потребление на технологии]
69- numpy
70- pandas
71- Yahoo Finance Data API
72- PyQt
73- SQLite
74- matplotlib
75"""