Aller au contenu
Unai.

Réalisations / TradeDaybook

Projet perso

TradeDaybook

Tenir sa discipline et surveiller chaque règle de son compte financé. Un journal de trading qui relit chaque décision en R-multiples, pas seulement la courbe de gains.

2026Conçu et développé en solo, à partir d’un besoin partagéEn ligne Voir en ligne →
Tableau de bord de TradeDaybook : score de discipline, insight du jour généré par IA, résumé de survie du compte, statistiques en R (solde, total R, P&L) et courbe d’équité cumulée en R.
Capture réelle · Le cockpit : la discipline et le résultat en R d’un coup d’œil, avec un insight du jour qui vise le process, pas les promesses.

L’origine

L’idée est née à deux, avec un ami trader. On voulait un outil qui nous ressemble pour journaler correctement notre trading, faire ressortir nos erreurs et progresser vraiment vers la rentabilité, au lieu de nous raconter des histoires. Rien d’existant ne tenait cette promesse honnêtement, alors je l’ai construit, d’abord pour nous.

Le problème

Les tableaux de bord des courtiers et des prop firms comptent les positions, mais ils passent à côté de trois choses qui coûtent cher. L’exposition cachée d’abord : deux trades sur des actifs corrélés le même jour ressemblent à deux paris, alors que c’est souvent la même idée jouée à double taille. Les schémas qu’on ne soupçonne pas ensuite : on « sent » qu’on perd davantage sur certains créneaux, sans jamais pouvoir le vérifier. Le comportement en drawdown enfin : quand ça descend, le vrai risque n’est pas le marché, c’est de ne pas réduire la voilure. C’est là qu’on casse un compte.

Ce qui a été construit

TradeDaybook, un journal en ligne qui enregistre chaque session et chaque trade en R-multiples (le risque comme unité, pas l’euro), regroupe les trades par idée pour révéler l’exposition réelle, et suit un score de discipline plutôt qu’une simple courbe de gains. Il ajoute un tableau de survie aux règles des prop firms (drawdown, perte journalière, objectif, statut vert/orange/rouge et alertes avant seuil), un coach de risque qui compare le risque pris à sa propre échelle et freine dans le drawdown, et une analyse statistique qui ne parle que lorsque la donnée est mûre. Le tout est bilingue (français, anglais) et pensé pour les comptes financés.

Écran de survie prop firm de TradeDaybook : vie du compte entre la limite et l’objectif, bande de de-risking, et règles du compte (drawdown maximum, objectif de profit, perte journalière) avec marge restante et statut.
Capture réelle · Le tableau de survie : où en est chaque règle du compte financé, et la marge qui reste avant chaque seuil.
Détail d’un trade EURUSD dans TradeDaybook : encart d’exposition corrélée (une même idée jouée sur deux actifs corrélés), résultat en R, et détection d’erreur « non-respect de la gestion du risque ».
Capture réelle · Le détail d’un trade : l’outil repère que deux trades corrélés forment une seule idée, et nomme l’erreur commise.
Écran de progression de TradeDaybook : gains et pertes semaine par semaine, nombre de périodes gagnantes, win rate global et tableau du résultat en R par période.
Capture réelle · La progression période par période : pertes incluses et win rate affiché sans fard, pour une relecture honnête.

Ce qui le distingue

  • Il connaît l’idée, pas seulement la position : les trades sont regroupés par thèse, ce qui révèle l’exposition réelle qu’un tableau de bord de courtier ne voit pas.
  • Il compare le trader à lui-même, pas à une moyenne : chaque alerte se mesure à ses propres règles et à ses propres statistiques.
  • Détection déterministe d’abord, IA ensuite : le calcul qui déclenche une alerte est vérifiable ; l’IA ne sert qu’à formuler la question, jamais à décider.
  • La retenue comme fonctionnalité : silence par défaut, une alerte par semaine au maximum, aucune parole tant que la donnée n’est pas assez mûre.
  • Pensé pour les comptes financés : le journal et la survie aux règles de prop firm réunis, là où les outils existants obligent à choisir l’un ou l’autre.

Faits de construction

Durée
Environ quatre semaines, du cadrage à la dernière rétrospective (13 juin au 12 juillet 2026)
Documents de méthode
353, versionnés

Détails techniques

Type
Application web SaaS multi-utilisateur, bilingue (français, anglais)
Front
Next.js 16 (App Router), React 19, TypeScript, Tailwind v4, shadcn/ui, Recharts
Données
Supabase (Postgres, Auth, Storage), Drizzle ORM, cloisonnement par utilisateur (RLS)
IA
SDK Anthropic (Claude Haiku 4.5) pour la restitution ; détection déterministe hors IA
Facturation
Lemon Squeezy (marchand de référence), modèle gratuit puis abonnement
Hébergement
Vercel
Rôle
Cadrage, architecture, développement et déploiement (solo, dev assisté par IA)

La méthode

Construit seul en développement assisté par IA, à partir du cadrage de nos propres besoins de traders : ce qu’on veut vraiment mesurer pour progresser, pas ce qui fait joli. La même méthode que pour mes autres produits : cadrer d’abord (cahier des charges, architecture, découpage en lots, tests), construire ensuite. Le coach applique une règle que je tiens : détection déterministe et vérifiable d’abord, l’IA seulement pour formuler la question, jamais pour décider ; et le droit de se taire par défaut, pour ne pas noyer l’essentiel sous les fausses alertes.

Le résultat

En ligne, et d’abord notre propre journal : le mien au quotidien, et celui de l’ami avec qui l’idée est née. Le bénéfice visé est la discipline et la relecture honnête de ses décisions, pas un chiffre de performance. Aucun gain n’est avancé tant qu’il n’est pas réel : l’outil sert à progresser, pas à faire briller une courbe.

Ce genre de travail te parle pour une mission ? Écris-moi →