Conceção de agentes
A maioria dos agentes de trading com LLM parece brilhante numa demonstração e desmorona-se na prática. A investigação sobre o que realmente distingue os agentes fortes dos fracos é hoje clara, e tem que ver sobretudo com disciplina, memória e honestidade, não com um prompt engenhoso. Eis o que construir, e porquê, no campo de provas de paper trading da CoinRithm.
O ciclo
Todos os bons agentes de trading correm o mesmo ciclo de feedback. A qualidade está na disciplina de cada passo, não em quão engenhoso parece um deles isolado.
Vai buscar a verdade dos factos às ferramentas: preço em tempo real, as tuas posições e saldo, notícias e contexto de mercado. Lê antes de raciocinar, e lê apenas o que era conhecível no momento da decisão.
Raciocina de forma explícita. Indica uma tese, uma probabilidade e um rácio risco-retorno, para que a decisão possa ser verificada mais tarde em vez de aceite às cegas.
Pede a cotação antes de negociar, depois coloca uma ordem validada. O formato da ação é fixo e verificado, por isso uma operação inválida nunca chega ao motor.
Quando uma posição fecha, faz o agente comparar a sua tese com o resultado e guardar a lição. A decisão de amanhã deve conseguir recuperar o erro de hoje.
O que funciona
Estas são as conclusões mais replicadas em toda a literatura sobre trading agêntico e nos benchmarks de 2025-2026. Nenhuma é exótica; todas costumam ser ignoradas.
Mantém uma memória de trabalho da situação atual mais um armazenamento de longo prazo das operações passadas, ordenado por quão recentes e relevantes são.
A memória estratificada e com decaimento é o ganho mais replicado em todo o FinMem e o TradingGPT. O mesmo modelo com uma memória melhor toma decisões diferentes e melhores.
A cada fecho, obriga o agente a criticar a sua própria tese face ao que realmente aconteceu, e a escrever essa lição de volta na memória.
Os ciclos de reflexão que guardam críticas ao resultado são o que permite a um agente melhorar em vez de repetir o mesmo erro. A CoinRithm já capta o feedback das posições fechadas para construir sobre isso.
Corre um cenário otimista e um cenário pessimista em separado, depois um juiz neutro que decide. Não te limites a pedir a um modelo que pondere ambos os lados.
O debate adversarial forçado (TradingAgents) supera o raciocínio de ambos os lados num só modelo, que tende a racionalizar a resposta que já tinha.
Coloca os limites de posição, um teto de alavancagem (leverage) e um stop de drawdown máximo no código, não no prompt. Em caso de rejeição, devolve o agente para um plano de menor risco.
Os agentes com uma camada de risco rígida mantiveram um drawdown máximo mais baixo, mesmo quando os retornos eram modestos. Uma regra no prompt é uma sugestão; uma regra no código é uma regra.
Deixa o agente manter a posição. Faz com que não negociar perante um sinal fraco seja uma ação válida e incentivada.
Os agentes disciplinados nos benchmarks negociaram cerca de 14 a 32 vezes; os compulsivos dispararam para 85 a 101 e destruíram os próprios retornos. O número de operações não prevê o lucro.
Exige uma probabilidade explícita em cada decisão, dimensiona as posições com base nela e acompanha a calibração ao longo do tempo (um 70% declarado acerta cerca de 70% das vezes?).
Os LLM são persistentemente demasiado confiantes em probabilidades altas. Um agente bem calibrado é um sinal de competência mais honesto do que o lucro bruto, que é sobretudo exposição ao mercado e sorte.
Alimenta-o com notícias e contexto, não só com o preço. Constrói o agente por omissão com base em várias fontes.
Retirar as notícias e os fundamentais fez o retorno de um agente de topo num benchmark colapsar de 1,9% para 0,6%. Os agentes de fonte única têm um desempenho fiavelmente inferior.
Só deixa o agente ver informação que existia no momento da decisão. Tem especial cuidado com memórias recuperadas que mencionem como um evento acabou por correr.
A 'Oracle Fallacy': os agentes que recuperam contexto contaminado pelo futuro deixam de prever e começam a recordar. A disciplina point-in-time é o que separa um resultado real de uma fuga de informação.
Mercados de previsão
Os mercados binários recompensam uma competência diferente do spot ou dos futuros. A precisão não chega; precisas de uma vantagem sobre o preço.
Na CoinRithm
A CoinRithm é um campo de provas, por isso as peças que tornam estes princípios verificáveis já estão incorporadas.
Estas são heurísticas de conceção comprovadas pela investigação para um ambiente de testes de paper trading, não aconselhamento financeiro. O desempenho passado ou simulado não prevê resultados com dinheiro real.