Pyotr Tripolsky mostrou no Habr um agente de AI para analisar notícias e sinais de Bitcoin

Pedro Tripol'skii publicou no Habr um esquema para um agente de IA para análise de notícias do mercado de criptomoedas. No artigo, ele analisa por que soluções populares do GitHub para sinais de negociação falham em eventos do mundo real, e mostra um esquema mais prático: o agente primeiro busca gatilhos de mercado frescos, depois emite um sinal curto BUY, SELL ou WAIT.

Onde os Análogos Falham

O autor começa com uma crítica de duas abordagens populares. A primeira é enxames de agentes que debatem uns com os outros com base em indicadores brutos como RSI, Stoch RSI e outras métricas. No papel isso parece convincente: um agente prova o crescimento, outro prova o declínio, e o usuário escolhe o número de rodadas de debate. Mas na realidade, escreve Tripol'skii, o modelo frequentemente se apega ao primeiro sinal que encontra e constrói uma explicação em torno dele, ignorando dados conflitantes. Como resultado, o sistema parece mais uma simulação bonita de análise do que uma ferramenta real de tomada de decisão.

A segunda abordagem parece mais sólida: vários agentes dividem temas fundamentais entre si — fluxos de ETF, reservas on-chain, taxa de hash, ações de grandes detentores, macroeconomia e preço. O problema é que essa análise é muito estática. Pode ser útil para o quadro geral ao longo de um mês, mas responde mal a choques súbitos do mercado, quando o preço é movido não pelo equilíbrio de indicadores, mas por um evento agudo em uma hora específica. É aqui, na visão do autor, que o mercado consegue ir em uma direção completamente diferente.

Nova Lógica de Busca

Em vez de um debate entre agentes abstratos, o autor propõe um esquema com o padrão "raciocínio + ação". O ponto é que o modelo não deve se fechar em um conjunto pré-carregado de métricas. Entre os passos de raciocínio, ele precisa ter a oportunidade de buscar fatos novamente na internet e esclarecer exatamente o que aconteceu nas últimas horas. Assim, o agente não está discutindo o mercado em geral, mas respondendo ao contexto específico da data e do momento. Essa é uma tentativa de tornar a consulta ao mundo adaptável, não única.

"Eventos agudos superam análises atrasadas".

No código publicado, o agente de busca na web recebe regras rigorosas: não olhe para o futuro, não use materiais sem uma data clara e não copie uma opinião de um artigo como uma conclusão pronta. Em essência, o agente funciona como um editor rápido de resumos de mercado, que deve coletar várias confirmações antes de emitir um sinal. Para isso, é oferecido fazer várias consultas de busca e verificar a imagem em publicações independentes.

• Busca breaking news no ativo nas últimas 4–12 horas
• Verifica ações regulatórias, hacks de bolsas e paradas de saques
• Rastreia macro-surpresas como decisões do Fed ou publicação do CPI
• Analisa volumes anormais e razões para movimentos agudos de preço
• Se a imagem for contraditória, escolhe WAIT em vez de um prognóstico forçado

Separadamente, o autor formaliza o formato de saída. O modelo é obrigado a retornar não uma longa revisão, mas uma de três ações e uma breve explicação de quais eventos a levaram. Isso aproxima o sistema não de um ensaio analítico, mas de uma ferramenta operacional que pode ser conectada a um backtest ou loop de negociação. Esse formato é especialmente conveniente onde o sinal então precisa ser automaticamente verificado no histórico ou passado para a lógica de negociação.

Teste de Mercado

Para demonstrar, Tripol'skii executou o agente em notícias de Bitcoin para abril de 2026. Em um horizonte longo, a análise fundamental geral parecia de baixa: altas taxas, volumes fracos, pressão de mineradores e fluxos institucionais ambíguos empurravam o modelo para um sinal SELL. Mas então o artigo mostra por que um framework assim sozinho não é suficiente. A imagem mensal e a decisão para as próximas horas se mostram tarefas diferentes. É essa lacuna que o autor tenta preencher com um agente de notícias.

Em 5 de abril de 2026, o agente viu um aumento na tensão geopolítica após um ultimato dos EUA ao Irã, mas não encontrou um catalisador claro e inequívoco o suficiente para entrada. O resultado foi WAIT. Já em 8 de abril de 2026, após um anúncio de um cessar-fogo de duas semanas com o Irã, o sistema registrou um salto agudo no Bitcoin para US$ 72.000, liquidação de aproximadamente US$ 425 milhões em posições curtas e um aumento no volume — e emitiu BUY. E em 9 de abril de 2026, o sinal mudou novamente para WAIT: o impulso de alta colidiu com pressão de mineradores, opções e novos riscos, então o modelo escolheu cautela.

Este fragmento é a ideia principal de todo o artigo. O autor não promete um "oráculo inteligente" que sempre acerta o mercado. Pelo contrário, ele mostra uma mecânica mais disciplinada: primeiro identificar o evento agudo, depois verificar confirmações, e só então decidir se há sequer base para um comércio. Para agentes de IA em finanças isso é mais importante do que belo raciocínio sobre fundamentos, porque o erro aqui surge não de falta de dados, mas da ordem errada de trabalho com eles.

O Que Isso Significa

O artigo no Habr oferece não um graal comercial pronto, mas um esquema útil para agentes de IA de notícias. A ideia-chave é simples: em um mercado em rápida mudança, o modelo deve ser capaz de redescobrir o contexto por data, reconhecer incerteza e mais frequentemente escolher WAIT se não há fatos frescos suficientes. Tal abordagem pode ser útil não apenas em criptografia, mas em quaisquer sistemas onde a decisão dependa de notícias das últimas horas e minutos.