f2e198391d
Conversie facuta de un agent. Reactiile la date macro (PIB, CPI, PPI, PCE, piata muncii, ISM, retail sales, Fed) sunt acum serii continue pe /ES si DXY la 1 si 5 minute, cu nivelul pre-raport marcat si cu volum unde textul il cere, in loc de candele izolate. Fiecare serie are assert pe ce afirma textul: spike-ul de la ora publicarii, consolidarea de dupa, trigger-ul, SL-ul neatins si TP-ul atins, cu R:R calculat (1.25-1.49 pe exemplele de catalizatori). Modulul 1 a intrat din greseala in commit-ul anterior (am dat git add -A cat timp agentul inca lucra). Continutul e cel final si verificat: la patternurile de candele, definitiile de o candela au ramas ilustrative, iar cele 6 exemple de trade au devenit grafice reale cu SMA-20 si R exact 2.00. Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01MtSTyTmt6AbCL9j5ajEDm1
atm-curs-dl
Descarcă local toate videourile din cursul ATM (Bogdan Jinga, systeme.io), pentru backup personal — contul are deja acces plătit.
Folosește API-ul JSON al systeme.io (login → listă module/lecții → per
lecție, URL-ul video pe CloudFront) în loc de scraping HTML. Fiecare fișier
video e neserializat/semnat (CloudFront servește direct MP4-ul), deci
descărcarea e un simplu requests streaming cu suport de resume (Range).
Utilizare
pip install -r requirements.txt
cp .env.example .env # completează ATM_EMAIL / ATM_PASSWORD
python download.py # scrie în ./videos/<modul>/<lectie>.mp4
Reluabil: reia descărcările întrerupte (Range) și sare peste fișierele deja
complete (videos/manifest.json).