Behöver ert företag hjälp med att implementera AI? Kontakta oss och få prisoffert här →
AI Skolan
januari 22, 2026

Telegram + OpenAI: TSLA-traderapporter vid begäran

Rickard Andersson Partner, Nodenordic.se

Du kollar TSLA, sedan kollar du indikatorer, sedan skummar du rubriker. Sedan försöker du göra den röran till en ”snabb” tradeplan i ett chattmeddelande. Det är aldrig snabbt.

Det här drabbar aktiva traders först, men nyhetsbrevsförfattare och operatörer av små fonder känner av det också. Med den här TSLA-rapportautomationen begär du en rapport i Telegram och får tillbaka en strukturerad, mobilanpassad tradebrief i samma tråd.

Nedan ser du hur flödet förvandlar ett enkelt meddelande till konsekventa indikatorer, nyhetssentiment och korrekt formatering, utan att du behöver sy ihop källor manuellt.

Så fungerar den här automationen

Hela n8n-workflowet, från trigger till slutlig output:

n8n Workflow Template: Telegram + OpenAI: TSLA-traderapporter vid begäran

Problemet: TSLA-traderapporter tar för lång tid att bygga

Om du tar TSLA-beslut från mobilen sker ”analysen” oftast i för många flikar. En sajt för RSI och MACD. En annan för candles. Sedan hoppar du till nyheter, försöker bedöma sentimentet och klistrar till sist in en Frankenstein-sammanfattning i Telegram (eller ännu värre, i en kunduppdatering). Kostnaden är inte bara tid. Det är inkonsekvens. När dina indikatorer varierar beroende på var du tittade börjar din tradeplan kännas som gissningar. Och när du har bråttom missar du detaljer som faktiskt betydde något.

Friktionen byggs på. Här är var det oftast faller isär.

  • Du upprepar samma kontroller (RSI, MACD, glidande medelvärden, band) varje dag, även när marknadskontexten knappt har ändrats.
  • Nyhetsskanning blir doomscrolling, vilket gör att du minns den högljudda rubriken, inte den användbara.
  • Manuella sammanfattningar är svåra att standardisera, så jämförelsen ”i dag vs. i går” blir otydlig.
  • Långa Telegram-meddelanden blir snabbt röriga, och formateringen skapar fel precis när du behöver tydlighet.

Lösningen: TSLA-traderapporter på beställning via Telegram + AI

Det här n8n-workflowet gör Telegram till en konsol för beställning och svar för TSLA-traderapportering. Du skickar ett meddelande till din bot med en prompt som ”daily summary” eller en specifik fråga om setupen. Workflowet validerar att användaren är behörig, stämplar begäran med aktuell datum/tid och tilldelar en sessionsidentifierare så att följdfrågor stannar i kontext. Sedan orkestrerar en AI-”supervisor”-agent under-workflows som hämtar marknadsdata och indikatorer, utvärderar mönster och hämtar nyheter för sentiment. Till sist sammanställer OpenAI allt till en konsekvent, Telegram-redo HTML-rapport och skickar tillbaka den, och delar upp outputen om den är för lång för ett enda meddelande.

Det börjar med ett Telegram-meddelande. Bakom kulisserna anropar agenten verktygen för marknadsdata och nyheter/sentiment, och slår sedan ihop resultaten till en strukturerad tradebrief. Slutresultatet landar tillbaka i Telegram i ett snyggt format som du kan skumma igenom på under en minut.

Vad du får: automation vs. resultat

Exempel: så här ser det ut

Säg att du tar fram en TSLA-morgonbrief till dig själv och en partner, fem dagar i veckan. Manuellt kan du lägga cirka 10 minuter på att hämta indikatorer, ytterligare 10 minuter på att skanna nyheter och 10 minuter på att göra det läsbart. Det är runt 30 minuter per dag, eller ungefär 2,5 timmar per vecka. Med det här workflowet är ”jobbet” att skicka ett Telegram-meddelande (några sekunder) och vänta på att rapporten kommer tillbaka (ofta cirka en minut). Du gör fortfarande bedömningen, men monteringsarbetet är i princip borta.

Det här behöver du

  • n8n-instans (testa n8n Cloud gratis)
  • Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
  • Telegram-bot för chattbaserade förfrågningar och svar.
  • OpenAI (GPT-4.1) för att komponera den slutliga strukturerade traderapporten.
  • DeepSeek Chat API-nyckel (hämta den från deepseek.com) för under-workflowet Nyheter & sentiment.

Kunskapsnivå: Medel. Du kopplar en Telegram-bot, lägger in API-inloggningar och importerar/publicerar nödvändiga under-workflows.

Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).

Så fungerar det

Telegram-meddelande som trigger. Du skickar en fråga till din bot (daglig rapport, kontroll på beställning eller en specifik ”vad är setupen?”-fråga). Workflowet startar direkt från noden Telegram Trigger.

Åtkomstvalidering och kontextuppsättning. Ett valideringssteg kontrollerar ditt Telegram-användar-ID så att slumpmässiga användare inte kan belasta dina betalda API:er. Sedan tilldelar n8n aktuell datum/tid och en sessionsidentifierare, vilket gör flermeddelandekonversationer sammanhängande.

AI-supervisor hämtar analys från verktygs-workflows. Agenten Trading Report Generator anropar anslutna under-workflows för marknadsdata, tekniska indikatorer samt nyheter/sentiment. Här sammanställs RSI, MACD, band, glidande medelvärden, candlestick-mönster och sentimentsammanfattningar till ett internt ”paket”.

Formaterad output tillbaka till Telegram. OpenAI skapar slutrapporten som Telegram-vänlig HTML. Om meddelandet är långt delar workflowet upp det i flera delar och skickar sedan hela rapporten tillbaka som tydliga, läsbara Telegram-meddelanden.

Du kan enkelt ändra rapportlayouten så att den matchar din playbook utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.

Steg-för-steg-guide för implementation

Steg 1: Konfigurera Telegram-triggern

Konfigurera arbetsflödet så att det lyssnar efter inkommande Telegram-meddelanden och startar automatiseringen.

  1. Lägg till och öppna Telegram Intake Trigger.
  2. Inloggningsuppgift krävs: Anslut era telegramApi-inloggningsuppgifter.
  3. Ställ in Updatesmessage.

Steg 2: Anslut Telegram för svar

Konfigurera svars-noden så att den skickar den genererade rapporten tillbaka till den ursprungliga chatten.

  1. Lägg till och öppna Send Telegram Reply.
  2. Inloggningsuppgift krävs: Anslut era telegramApi-inloggningsuppgifter.
  3. Ställ in Text till {{ $json.message }}.
  4. Ställ in Chat ID till {{ $('Telegram Intake Trigger').item.json.message.chat.id }}.
  5. Ställ in Append Attribution till false.

Steg 3: Lägg till åtkomstkontroll och sessionskontext

Begränsa åtkomst till behöriga användare och förbered sessionsmetadata för AI-bearbetning längre ned i flödet.

  1. Öppna Validate User Access och ersätt [YOUR_ID] i JavaScript Code med ert Telegram-användar-ID.
  2. Öppna Current Date Time och behåll standardinställningen för Options för att få ut aktuell tidsstämpel.
  3. Öppna Assign Session Identifier och lägg till tilldelningar:
  4. Ställ in sessionId till {{ $('Telegram Intake Trigger').item.json.message.chat.id }}.
  5. Ställ in DateandTime till {{ $json.currentDate }}.
⚠️ Vanlig fallgrop: Om ni glömmer att ersätta [YOUR_ID] i Validate User Access kommer alla inkommande förfrågningar att markeras som obehöriga.

Steg 4: Konfigurera AI-motorn för tradingrapport

Konfigurera agenten, språkmodellen, verktygen och minnet för att generera strukturerade TSLA-tradingrapporter.

  1. Öppna OpenAI Conversational Model och ställ in Model till gpt-4o-mini.
  2. Inloggningsuppgift krävs: Anslut era openAiApi-inloggningsuppgifter.
  3. Öppna Trading Report Generator och ställ in Text till {{ $('Telegram Intake Trigger').item.json.message.text }}.
  4. Behåll Prompt Type som define och säkerställ att systemmeddelandet matchar ert önskade rapportformat.
  5. Bekräfta att Market Data Analysis Tool och News Sentiment Analysis Tool är anslutna som AI-verktyg till Trading Report Generator. Eventuella inloggningsuppgifter som krävs av dessa verktyg ska konfigureras i respektive verktygsarbetsflöden, inte på dessa verktygsnoder.
  6. Bekräfta att Session Memory Buffer är ansluten som AI-minne till Trading Report Generator. Minnesnoder tar inte inloggningsuppgifter direkt.
För verktygsarbetsflöden som Market Data Analysis Tool och News Sentiment Analysis Tool, behåll inmatningsmappningarna som de är konfigurerade, inklusive {{ $fromAI("message","Populate this with a relevant message to this subagent")}} och {{ $json.sessionId }}.

Steg 5: Konfigurera formatering och leverans av utdata

Dela upp långa AI-svar i Telegram-säkra delar och skicka dem till användaren.

  1. Öppna Split Long Message Output och behåll JavaScript Code som det är, vilket delar upp innehåll i block om 4 000 tecken.
  2. Bekräfta körflödet: Trading Report GeneratorSplit Long Message OutputSend Telegram Reply.

Steg 6: Testa och aktivera ert arbetsflöde

Verifiera att arbetsflödet tar emot Telegram-meddelanden, genererar rapporter och svarar korrekt innan ni slår på det.

  1. Klicka på Execute Workflow och skicka ett Telegram-meddelande till er bot.
  2. Bekräfta att Validate User Access släpper igenom behöriga användare och blockerar övriga.
  3. Verifiera att Send Telegram Reply levererar en formaterad rapport, uppdelad i flera meddelanden vid behov.
  4. Växla arbetsflödet till Active för att aktivera produktionsanvändning.
🔒

Lås upp fullständig steg-för-steg-guide

Få den kompletta implementeringsguiden + nedladdningsbar mall

Vanliga fallgropar

  • Telegram-bottokens och chattbehörigheter kan vara kinkiga. Om svar slutar dyka upp, kontrollera bottoken i n8n och bekräfta att ditt numeriska Telegram-ID matchar det som workflowet förväntar sig.
  • Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om noder längre ned misslyckas på grund av tomma svar.
  • Output från OpenAI och DeepSeek beror mycket på prompts. Standardformuleringen är okej, men om du inte lägger in din föredragna tradestil och formateringsregler tidigt kommer du att redigera rapporter för alltid.

Vanliga frågor

Hur lång tid tar det att sätta upp den här TSLA-rapportautomationen?

Cirka 45 minuter när dina API-nycklar är redo.

Behöver jag kodningskunskaper för att automatisera TSLA-rapportautomation?

Nej. Du kommer främst att importera workflows, koppla konton och klistra in API-nycklar.

Är n8n gratis att använda för det här workflowet för TSLA-rapportautomation?

Ja. n8n har ett gratis self-hosted-alternativ och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna med kostnader för OpenAI-användning plus DeepSeek API-kostnader, samt Alpha Vantage Premium om du använder de inkluderade indikatorverktygen.

Var kan jag hosta n8n för att köra den här automationen?

Två alternativ: n8n Cloud (hanterat, enklast uppsättning) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärd och hanterar n8n bra. Self-hosting ger dig obegränsade körningar men kräver grundläggande serveradministration.

Kan jag anpassa det här workflowet för TSLA-rapportautomation för en annan aktieticker eller tidsram?

Ja, men du gör det i de anslutna verktygs-workflowsen. De flesta byter ticker i Market Data Analysis Tool och i indikatorverktygen (15min, 1hour, 1day), och justerar sedan Trading Report Generators prompt så att den speglar den nya tillgången och exakt de sektioner du vill ha. Du kan också ändra den Telegram-redo HTML-mallen så att den matchar din föredragna ”spot vs leverage”-struktur.

Varför misslyckas min Telegram-anslutning i det här workflowet?

Oftast handlar det om att bottoken eller chatt-/användar-ID:t inte matchar det som workflowet validerar. Skapa en ny token i BotFather vid behov och uppdatera sedan både Telegram Trigger och noderna för att skicka Telegram-svar. Om workflowet avvisar dig, dubbelkolla att platshållaren ”Replace Telegram ID” har uppdaterats med ditt riktiga numeriska ID. Bekräfta till sist att boten får skicka meddelanden till dig (ett enkelt testmeddelande i Telegram avslöjar ofta problemet).

Hur många rapporter kan den här TSLA-rapportautomationen hantera?

Om du self-hostar finns ingen körningsgräns (det beror främst på din server och API:ernas rate limits). På n8n Cloud är den praktiska gränsen din månatliga kvot för körningar, och det här workflowet kan förbruka mer än en körning per begäran eftersom det anropar flera under-workflows.

Är den här TSLA-rapportautomationen bättre än att använda Zapier eller Make?

Ofta, ja. Den här uppsättningen bygger på att en AI-agent anropar flera under-workflows, behåller sessionsminne och formaterar ett långt strukturerat svar, vilket är den typen av förgreningslogik som blir klumpig (och dyr) i enklare automationverktyg. n8n ger dig också möjligheten att self-hosta, vilket spelar roll när du kör många förfrågningar. Zapier eller Make kan fortfarande vara bra för enkla ”skicka mig en prisalert”-uppgifter. Om du är osäker, prata med en automationsexpert så får du en rak rekommendation.

När det väl rullar slutar du bygga om samma TSLA-rapport från grunden varje dag. Workflowet hanterar de repetitiva delarna, så att du kan fokusera på beslutet.

Kontakta oss

Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.

×

Använd mall

Få direkt tillgång till denna n8n-arbetsflödes JSON-fil

Launch login modal Launch register modal