Пётр Трипольский на Хабре показал ИИ-агента для анализа новостей и сигналов по Bitcoin

Пётр Трипольский опубликовал на Хабре схему ИИ-агента для новостного анализа крипторынка. В статье он разбирает, почему популярные GitHub-решения для торговых сигналов ломаются на реальных событиях, и показывает более практичную схему: агент сначала ищет свежие рыночные триггеры, а потом уже выдает короткий сигнал BUY, SELL или WAIT.

Где ломаются аналоги Автор начинает с критики двух популярных подходов.

Первый — рои агентов, которые спорят друг с другом на основе сырых индикаторов вроде RSI, Stoch RSI и других метрик. На бумаге это выглядит убедительно: один агент доказывает рост, другой — падение, а пользователь выбирает число раундов дебатов. Но в реальности, пишет Трипольский, модель часто цепляется за первый попавшийся сигнал и выстраивает вокруг него объяснение, игнорируя конфликтующие данные.

В результате система больше похожа на красивую симуляцию анализа, чем на реальный инструмент принятия решений. Второй подход кажется солиднее: несколько агентов делят между собой фундаментальные темы — потоки ETF, ончейн-резервы, хэшрейт, действия крупных держателей, макроэкономику и цену. Проблема в том, что такой анализ слишком статичен.

Он может быть полезен для общей картины по месяцу, но плохо реагирует на внезапные рыночные шоки, когда цену двигает не баланс показателей, а одно резкое событие в конкретный час. Именно здесь, по мнению автора, рынок успевает уйти совсем в другую сторону.

Новая логика поиска

Вместо спора абстрактных агентов автор предлагает схему с паттерном «рассуждение + действие». Смысл в том, что модель не должна замыкаться внутри заранее загруженного набора метрик. Между шагами рассуждения ей нужно давать возможность заново искать факты в интернете и уточнять, что именно произошло в последние часы. Так агент не обсуждает рынок вообще, а реагирует на конкретный контекст даты и момента. Это и есть попытка сделать запрос к миру адаптивным, а не одноразовым.

«Острые события перевешивают запаздывающий анализ».

В опубликованном коде web-search агенту задают жесткие правила: не подглядывать в будущее, не использовать материалы без понятной даты и не копировать одно мнение из статьи как готовый вывод. По сути, агент работает как быстрый редактор рыночной сводки, который должен собрать несколько подтверждений перед тем, как отдать сигнал. Для этого ему предлагают делать несколько поисковых запросов и сверять картину по независимым публикациям.

• Ищет breaking news по активу за последние 4–12 часов Проверяет регуляторные действия, взломы бирж и остановки вывода Отслеживает макро-сюрпризы вроде решения ФРС или публикации CPI Смотрит аномальные объемы и причины резких движений цены Если картина противоречива, выбирает WAIT вместо натянутого прогноза Отдельно автор формализует и выходной формат. Модель обязана вернуть не длинный обзор, а одно из трех действий и короткое объяснение, какие именно события к нему привели. Это делает систему ближе не к аналитическому эссе, а к операционному инструменту, который можно подключить к бэктесту или торговому контуру. Такой формат особенно удобен там, где сигнал затем нужно автоматически проверять на истории или передавать дальше в торговую логику.

Проверка на рынке

Для демонстрации Трипольский прогнал агента на новостях по Bitcoin за апрель 2026 года. На длинном горизонте общий фундаментальный анализ выглядел медвежьим: высокие ставки, слабые объемы, давление со стороны майнеров и неоднозначные институциональные потоки подталкивали модель к сигналу SELL. Но дальше статья показывает, почему одной такой рамки недостаточно.

Месячная картина и решение на ближайшие часы здесь оказываются разными задачами. Именно этот разрыв автор и пытается закрыть новостным агентом. 5 апреля 2026 года агент увидел рост геополитической напряженности после ультиматума США Ирану, но не нашел достаточно чистого и однозначного катализатора для входа.

Итогом стал WAIT. Уже 8 апреля 2026 года после объявления о двухнедельном перемирии с Ираном система зафиксировала резкий скачок Bitcoin к 72 000 долларов, ликвидацию примерно 425 миллионов долларов коротких позиций и всплеск объема — и выдала BUY. А 9 апреля 2026 года сигнал снова сменился на WAIT: бычий импульс столкнулся с давлением со стороны майнеров, опционами и новыми рисками, поэтому модель выбрала осторожность.

Этот фрагмент — главная мысль всей статьи. Автор не обещает «умного оракула», который всегда угадывает рынок. Наоборот, он показывает более дисциплинированную механику: сначала выделить острое событие, потом проверить подтверждения, и только после этого решать, есть ли вообще основание для сделки.

Для ИИ-агентов в финансах это важнее красивых рассуждений о фундаментале, потому что ошибка тут возникает не из-за отсутствия данных, а из-за неправильного порядка работы с ними.

Что это значит

Статья на Хабре предлагает не готовый торговый грааль, а полезную схему для новостных ИИ-агентов. Ключевая идея проста: в быстро меняющемся рынке модель должна уметь переоткрывать контекст по дате, признавать неопределенность и чаще выбирать WAIT, если свежих фактов недостаточно. Такой подход может пригодиться не только в крипте, но и в любых системах, где решение зависит от новостей последних часов и минут.