Petr Tripolsky mostra no Habr um agente de IA para analisar notícias e sinais de Bitcoin

Petr Tripolsky publicou no Habr o esquema de um agente de IA para análise de notícias do mercado cripto. No artigo, ele explica por que as soluções populares do GitHub para sinais de trading falham diante de eventos reais e apresenta um esquema mais prático: o agente primeiro busca gatilhos recentes do mercado e só depois emite um sinal curto, BUY, SELL ou WAIT.

Onde as alternativas falham

O autor começa criticando duas abordagens populares. A primeira são os enxames de agentes que debatem entre si com base em indicadores brutos, como RSI, Stoch RSI e outras métricas. No papel, parece convincente: um agente defende a alta, outro a queda, e o usuário escolhe o número de rodadas de debate. Mas, na prática, escreve Tripolsky, o modelo costuma se agarrar ao primeiro sinal que aparece e constrói uma explicação em torno dele, ignorando dados conflitantes. O resultado é um sistema que lembra mais uma simulação bonita de análise do que uma ferramenta real de tomada de decisão.

A segunda abordagem parece mais sólida: vários agentes dividem entre si temas fundamentais, como fluxos de ETFs, reservas on-chain, hashrate, ações de grandes detentores, macroeconomia e preço. O problema é que essa análise é estática demais. Ela pode ser útil para um panorama geral do mês, mas reage mal a choques repentinos de mercado, quando o preço é movido não por um equilíbrio de indicadores, mas por um único evento brusco em uma hora específica. É justamente aí, na opinião do autor, que o mercado acaba indo para um lado completamente diferente.

Nova lógica de busca

Em vez de um debate entre agentes abstratos, o autor propõe um esquema baseado no padrão «raciocínio + ação». A ideia é que o modelo não deve ficar preso a um conjunto de métricas carregado de antemão. Entre as etapas de raciocínio, ele precisa poder buscar fatos de novo na internet e esclarecer o que exatamente aconteceu nas últimas horas. Assim, o agente não discute o mercado em geral, mas reage ao contexto específico de data e momento. É uma tentativa de tornar a consulta ao mundo adaptativa, e não pontual.

«Eventos agudos pesam mais que a análise defasada».

No código publicado de busca na web, o agente recebe regras rígidas: não espiar o futuro, não usar materiais sem data clara e não copiar uma única opinião de uma matéria como conclusão pronta. Na prática, o agente funciona como um editor ágil de um resumo de mercado, que precisa reunir várias confirmações antes de entregar o sinal. Para isso, ele é orientado a fazer várias buscas e cruzar o quadro com publicações independentes.

• Busca notícias de última hora sobre o ativo nas últimas 4–12 horas
• Verifica ações regulatórias, hacks de exchanges e suspensões de saque
• Acompanha surpresas macro, como uma decisão do Fed ou a divulgação do CPI
• Observa volumes anômalos e as causas de movimentos bruscos de preço
• Se o quadro é contraditório, escolhe WAIT em vez de uma previsão forçada

O autor também formaliza o formato de saída. O modelo deve devolver não uma análise longa, mas uma de três ações e uma explicação curta dos eventos que levaram a ela. Isso aproxima o sistema menos de um ensaio analítico e mais de uma ferramenta operacional, que pode ser conectada a um backtest ou a um circuito de trading. O formato é especialmente conveniente quando o sinal depois precisa ser verificado automaticamente no histórico ou repassado à lógica de trading.

Teste no mercado

Para a demonstração, Tripolsky rodou o agente com notícias sobre Bitcoin de abril de 2026. No longo prazo, a análise fundamental geral parecia baixista: juros altos, volumes fracos, pressão dos mineradores e fluxos institucionais ambíguos empurravam o modelo para um sinal SELL. Mas o artigo mostra em seguida por que esse enquadramento sozinho não basta. O quadro mensal e a decisão para as próximas horas são tarefas diferentes. É essa lacuna que o autor tenta fechar com o agente de notícias.

Em 5 de abril de 2026, o agente viu o aumento da tensão geopolítica após o ultimato dos EUA ao Irã, mas não encontrou um catalisador limpo e inequívoco o bastante para entrar. O resultado foi WAIT. Em 8 de abril de 2026, após o anúncio de um cessar-fogo de duas semanas com o Irã, o sistema registrou um salto brusco do Bitcoin para US$ 72 mil, a liquidação de cerca de US$ 425 milhões em posições vendidas e um pico de volume — e emitiu BUY.

Já em 9 de abril de 2026, o sinal voltou a WAIT: o impulso de alta esbarrou na pressão dos mineradores, nas opções e em novos riscos, e o modelo optou pela cautela.

Esse trecho é a ideia central de todo o artigo. O autor não promete um «oráculo inteligente» que sempre acerta o mercado. Pelo contrário, mostra uma mecânica mais disciplinada: primeiro isolar o evento agudo, depois checar as confirmações e só então decidir se existe alguma base para uma operação. Para agentes de IA em finanças, isso importa mais do que raciocínios elegantes sobre fundamentos, porque o erro aqui não surge da falta de dados, mas da ordem errada de trabalhar com eles.

O que isso significa

O artigo do Habr não oferece um santo graal do trading pronto, mas um esquema útil para agentes de IA de notícias. A ideia central é simples: em um mercado que muda rápido, o modelo precisa saber redescobrir o contexto por data, reconhecer a incerteza e escolher WAIT com mais frequência quando os fatos recentes não bastam. Essa abordagem pode ser útil não só em cripto, mas em qualquer sistema em que a decisão dependa de notícias das últimas horas e minutos.