Zes jaar lang patronen herkend in markten. Dezelfde modellen voorspellen nu waar de vissen bijten.
Voorspellende modellen bouwen is mijn ding sinds 2020. Het begon met algoritmisch traden, en begin 2021 werd ik gefund door FTMO. Dat was het moment waarop statistische edges niet meer theoretisch voelden. Overdag werk ik als Data Engineer bij Bentacera, de rest van mijn tijd gaat naar markten, water, en de modellen die de twee verbinden.
Tussen die twee werelden viel me steeds iets geks op. Bij trading heb je honderden datasets, dashboards en modellen waar je overtuiging op kunt bouwen. Bij vissen? Vooral onderbuikgevoel, geen echte data-onderbouwing. Dat verschil bleef hangen.
VisScanner is waar die werelden samenkomen: dezelfde technieken die ik gebruikte om patronen in marktdata te vinden, nu toegepast op vangstgegevens, waterkwaliteit en biodiversiteit in heel Nederland.
Toen ik een keer langs een kanaal liep, zag ik iemand brood van z'n balkon in het water gooien. Dat bracht me op een idee: als dit vaker gebeurt, vooral bij flatgebouwen in de buurt van water, zouden dat uitstekende visplekken moeten zijn. Een constante stroom voedsel trekt vis aan.
Vervolgens ging ik kijken of er open source data bestond over waterkwaliteit. Tot mijn verbazing bleek er een enorme hoeveelheid beschikbaar, inclusief vispopulaties. Ik begon vangstregistratiedata te importeren, en haalde daarbij per ongeluk ook data binnen over allerlei organismen: waterplanten, insecten, plankton, alles wat je maar kunt bedenken.
Ik heb altijd gehouden van data engineering, voorspellende modellen bouwen én vissen, maar ik had nooit gedacht dat er zó veel data zou zijn tot dat broodverhaal. Met volle focus begon ik door alle datasets te ploegen, gewapend met de kennis uit zes jaar algoritmisch traden en data engineering. Anders dan op de financiële markten lagen de statistische voordelen hier voor het oprapen.
Op 6 april 2026 markeerde een vroege versie van het model een dag met 1,8× verhoogde karperactiviteit bij Westzaan. Joshua Rijnhart ging erheen, vertrouwend op de voorspelling. Eerste beet, binnen. Dat moment maakte het verschil tussen een hobbyproject en iets wat écht werkt voor anderen.
De stack is bewust transparant: open data van Rijkswaterstaat, KNMI, GBIF en Kadaster (PDOK), scikit-learn voor de voorspellingsmodellen, en elke prognose wordt gevalideerd op vangsten die het model nooit eerder heeft gezien.
Geen black box, geen marketingclaims. Als een model het niet haalt op onbekende data komt het niet in productie, zelfde regel als bij de handelsmodellen.
Elke modelvoorspelling komt uiteindelijk ergens aan de waterkant uit in de werkelijkheid. Zo ontdek ik welke features er écht toe doen, en elke vangst wordt weer een datapunt.
Deze foto's beslaan ongeveer vijftien jaar. Ik vis sinds ik een jochie was. Het data-instinct kwam later, maar het water kwam altijd eerst.
Dit project wordt beter naarmate meer hengelaars meedoen. Stuur me via een van deze een bericht.
Verken de volledige interactieve kaart met realtime data en AI-gestuurde voorspellingen.
Start VisScanner