Pyotr Tripolsky mostró en Habr un agente de AI para analizar noticias y señales de Bitcoin

Piotr Tripol'skii publicó en Habr un esquema para un agente de IA para análisis de noticias del mercado de criptomonedas. En el artículo, analiza por qué las soluciones populares de GitHub para señales de negociación se rompen en eventos del mundo real, y muestra un esquema más práctico: el agente primero busca desencadenantes de mercado frescos, luego emite una señal corta BUY, SELL o WAIT.

Dónde Se Rompen los Análogos

El autor comienza con una crítica de dos enfoques populares. El primero es enjambres de agentes que debaten entre sí basándose en indicadores crudos como RSI, Stoch RSI y otras métricas. En papel esto se ve convincente: un agente prueba el crecimiento, otro prueba la caída, y el usuario elige el número de rondas de debate. Pero en realidad, escribe Tripol'skii, el modelo a menudo se aferra a la primera señal que encuentra y construye una explicación alrededor de ella, ignorando datos conflictivos. Como resultado, el sistema se ve más como una simulación hermosa del análisis que como una herramienta real de toma de decisiones.

El segundo enfoque parece más sólido: varios agentes dividen temas fundamentales entre ellos — flujos de ETF, reservas on-chain, tasa de hash, acciones de grandes tenedores, macroeconomía y precio. El problema es que tal análisis es demasiado estático. Puede ser útil para el panorama general durante un mes, pero responde mal a shocks repentinos del mercado, cuando el precio se mueve no por el equilibrio de indicadores, sino por un evento agudo en una hora específica. Es aquí, en opinión del autor, donde el mercado logra ir en una dirección completamente diferente.

Nueva Lógica de Búsqueda

En lugar de un debate entre agentes abstractos, el autor propone un esquema con el patrón "razonamiento + acción". El punto es que el modelo no debe cerrarse dentro de un conjunto de métricas precargadas. Entre los pasos de razonamiento, necesita tener la oportunidad de buscar hechos nuevamente en internet y aclarar exactamente qué sucedió en las últimas horas. Así, el agente no está discutiendo el mercado en general, sino respondiendo al contexto específico de la fecha y el momento. Este es un intento de hacer que la consulta al mundo sea adaptable, no única.

"Los eventos agudos superan el análisis atrasado".

En el código publicado, el agente de búsqueda web recibe reglas estrictas: no mires hacia el futuro, no uses materiales sin una fecha clara y no copies una opinión de un artículo como una conclusión lista. En esencia, el agente funciona como un editor rápido de resúmenes de mercado, que debe recopilar varias confirmaciones antes de emitir una señal. Para esto, se ofrece hacer varias consultas de búsqueda y verificar la imagen en publicaciones independientes.

• Busca noticias de última hora en el activo en las últimas 4–12 horas
• Verifica acciones regulatorias, hackeos de bolsas y paradas de retiros
• Rastrea macro-sorpresas como decisiones de la Reserva Federal o publicación del IPC
• Observa volúmenes anormales y razones de movimientos agudos de precios
• Si la imagen es contradictoria, elige WAIT en lugar de un pronóstico forzado

Por separado, el autor formaliza el formato de salida. El modelo está obligado a devolver no una larga revisión, sino una de tres acciones y una explicación breve de qué eventos la llevaron. Esto acerca el sistema no a un ensayo analítico, sino a una herramienta operacional que puede conectarse a un backtest o bucle de negociación. Este formato es especialmente conveniente donde la señal luego debe verificarse automáticamente en el historial o pasarse a la lógica de negociación.

Prueba de Mercado

Para demostrar, Tripol'skii ejecutó el agente en noticias de Bitcoin para abril de 2026. En un horizonte largo, el análisis fundamental general se veía bajista: tasas altas, volúmenes débiles, presión de mineros y flujos institucionales ambiguos empujaban el modelo hacia una señal SELL. Pero luego el artículo muestra por qué un framework así solo no es suficiente. La imagen mensual y la decisión para las próximas horas resultan ser tareas diferentes. Es esta brecha la que el autor intenta cerrar con un agente de noticias.

El 5 de abril de 2026, el agente vio un aumento en la tensión geopolítica tras un ultimátum estadounidense a Irán, pero no encontró un catalizador claro e inequívoco suficiente para entrar. El resultado fue WAIT. Ya el 8 de abril de 2026, tras un anuncio de un alto el fuego de dos semanas con Irán, el sistema registró un salto agudo en Bitcoin a $72,000, liquidación de aproximadamente $425 millones en posiciones cortas y un aumento en el volumen — e emitió BUY. Y el 9 de abril de 2026, la señal cambió nuevamente a WAIT: el impulso alcista chocó con presión de mineros, opciones y nuevos riesgos, así que el modelo eligió cautela.

Este fragmento es la idea principal de todo el artículo. El autor no promete un "oráculo inteligente" que siempre acierta en el mercado. Por el contrario, muestra una mecánica más disciplinada: primero identificar el evento agudo, luego verificar confirmaciones, y solo entonces decidir si hay siquiera base para una operación. Para agentes de IA en finanzas esto es más importante que un hermoso razonamiento sobre fundamentos, porque el error aquí surge no de la falta de datos, sino del orden incorrecto de trabajar con ellos.

Qué Significa Esto

El artículo en Habr ofrece no un santo grial comercial listo, sino un esquema útil para agentes de IA de noticias. La idea clave es simple: en un mercado que cambia rápidamente, el modelo debe poder redescubrir el contexto por fecha, reconocer la incertidumbre y elegir más a menudo WAIT si no hay hechos frescos suficientes. Tal enfoque puede ser útil no solo en criptografía, sino en cualquier sistema donde la decisión dependa de noticias de las últimas horas y minutos.