Agente de IA para puntuar recomendaciones de trading

El artículo describe un agente de IA que puntúa recomendaciones de trading ejecutando automáticamente operaciones basadas en señales extraídas de las publicaciones de los autores. A diferencia de confiar en las estadísticas autoinformadas por los autores, el agente analiza texto libre e imágenes a través de MCP, derivando intenciones de trading. Se ejecuta en una cuenta de prueba con ejecuciones simuladas. Para optimizar el uso de tokens, la generación de resúmenes se delega en un subagente, evitando que las imágenes pesadas entren en el contexto global. Las métricas muestran que el modelo Sonnet 5 puede consultar cada 15 minutos sin exceder los límites semanales de Claude Max, mientras que otros modelos tienen duraciones más cortas. El sistema evita el backtesting sesgado por IA al dejar que un motor externo calcule los rendimientos, con el agente tomando solo decisiones binarias de compra/venta. La calificación final se basa en una tabla completa de todos los tickers recomendados, incluyendo reducciones, ratio de Sharpe y ratio de Calmar. La arquitectura soporta hosting local a través de Ollama y un proxy compatible con Anthropic, asegurando que los modelos débiles no rompan la gestión de riesgos, ya que la aritmética la manejan scripts. Las condiciones de take trailing y de pico obsoleto se implementan en código, y el panel proporciona gráficos y notificaciones.