एजेंट 🇷🇺 08.08.2026 19:05

ट्रेडिंग सिफारिशों को स्कोर करने के लिए AI एजेंट

AnthropicAnthropic OllamaOllama
एक AI एजेंट ऑनलाइन स्रोतों से ट्रेडिंग सिफारिशों का विश्लेषण करने के लिए मॉडल कॉन्टेक्स्ट प्रोटोकॉल का उपयोग करता है, और मुक्त-पाठ और छवियों से ट्रेडिंग इरादों को निकालता है। यह लेखकों के लिए सत्यापन योग्य रेटिंग उत्पन्न करने के लिए सिम्युलेटेड ट्रेडों को निष्पादित करता है, जिससे स्व-रिपोर्ट किए गए आँकड़ों के नुकसान से बचा जा सके। यह प्रणाली लागत-कुशल बनाने के लिए डिज़ाइन की गई है और स्थानीय लार्ज लैंग्वेज मॉडल (एलएलएम) पर चल सकती है।
यह लेख एक AI एजेंट का वर्णन करता है जो लेखकों के पोस्ट से निकाले गए संकेतों के आधार पर स्वचालित रूप से ट्रेड निष्पादित करके ट्रेडिंग सिफारिशों का स्कोर करता है। लेखकों के स्व-रिपोर्ट किए गए आँकड़ों पर निर्भर रहने के बजाय, एजेंट MCP के माध्यम से मुक्त-पाठ और छवियों को पार्स करता है, जिससे ट्रेडिंग इरादे प्राप्त होते हैं। यह एक परीक्षण खाते पर चलता है जिसमें अनुकरण निष्पादन होते हैं। टोकन उपयोग को अनुकूलित करने के लिए, सारांश निर्माण एक उप-एजेंट को सौंपा जाता है, जिससे भारी छवियों को वैश्विक संदर्भ में प्रवेश करने से रोका जा सके। मेट्रिक्स से पता चलता है कि Sonnet 5 मॉडल Claude Max पर साप्ताहिक सीमा से अधिक हुए बिना हर 15 मिनट में पोल कर सकता है, जबकि अन्य मॉडलों की अवधि कम होती है। सिस्टम एक बाहरी इंजन को रिटर्न की गणना करने की अनुमति देकर AI-पक्षपाती बैकटेस्टिंग से बचता है, जिसमें एजेंट केवल द्विआधारी खरीद/बिक्री निर्णय लेता है। अंतिम रेटिंग सभी अनुशंसित टिकरों की व्यापक तालिका पर आधारित होती है, जिसमें ड्रॉडाउन, शार्प अनुपात और कैलमार अनुपात शामिल हैं। आर्किटेक्चर Ollama और Anthropic-संगत प्रॉक्सी के माध्यम से स्थानीय होस्टिंग का समर्थन करता है, यह सुनिश्चित करता है कि कमजोर मॉडल जोखिम प्रबंधन को न तोड़ें क्योंकि अंकगणित स्क्रिप्ट द्वारा संभाला जाता है। ट्रेलिंग टेक और पीक स्टेलनेस शर्तें कोड में लागू की गई हैं, और डैशबोर्ड चार्ट और सूचनाएं प्रदान करता है।
स्रोत: Habr — хаб ИИ — मूल
इस विषय पर हमारी पिछली पोस्ट ↓
ताज़ा समाचार