📊 Trading AIanálise · conhecimento · medição · auditoria — em uma porta

🤖 O que vídeos de trading-bot ensinam — e o que ESTE sistema adotou (21/09/2026)

estrategia/BOTS-EXTERNOS-2026.md

🤖 O que vídeos de trading-bot ensinam — e o que ESTE sistema adotou (21/09/2026)

Fontes analisadas (arquitetura, nunca números):

Política do escritório aplicada: extrair ARQUITETURA, nunca adotar NÚMEROS; nada aqui

depende de produto pago; os criadores monetizam (patrocínio/afiliado/comunidade) — o que se

extrai é o desenho, não a promessa.

1. O que os dois vídeos mostram (arquitetura)

V1 — bot de ações via corretora (IBKR):

parcial em 0,75R, break-even em 1R, trailing, risco 1% por trade, posição máx 10%);

separado do settings.json (porta, limites, tokens).

a cada 30 min → execução (entradas, parciais, trailing, fechamento forçado no fim do dia**)

→ alertas no Telegram por evento + resumo EOD → dashboard com R-múltiplos por trade.

V2 — bot de cripto via MCP (a novidade de 2026):

exchange (execução)**. A tese central: *"isto é uma CAMADA DE EXECUÇÃO onde você pluga

QUALQUER estratégia"* — engine e estratégia separadas.

genérico), instruções, memory.md — o "cérebro" vive em arquivos, revisáveis.

APRENDIZADOS: o bot escreve, em texto claro, o que aprendeu após cada fechamento**.

Reflexão forçada — antes (justificativa) e depois (aprendizado).

reflexões viram OBSERVAÇÕES; quando um padrão se forma (ao longo de muitas operações),

VIRA regra, e a regra é avaliada no tempo. "Empilhar regra sobre regra pode destruir uma

boa estratégia."

saque DESLIGADO + 2FA + permissão só de trade · ordem-teste mínima para validar ·

máquina sempre ligada (VPS/desktop dedicado) · voz→texto via Telegram para operar fora do PC.

2. Avisos honestos (dos próprios autores)

regras humanas não são 100% codificáveis; ele segue iterando.

qualquer carrega viés; use subconta porque "problemas acontecem".

3. O que ESTE sistema adotou — agora

  1. ✅ Arquivo de APRENDIZADOS com reflexão forçada (insights/APRENDIZADOS.md): cada

resolução de insight deixa um apontamento em texto claro (a redação final é feita na

rodada mensal, pelo agente). Complementa a auto-avaliação numérica.

  1. ✅ Regra 🔒 nova — aprendizado ≠ regra: resultado vira OBSERVAÇÃO; padrão só se

institucionaliza com N≥30; regra nova é avaliada no tempo; nunca criar regra

permanente por uma perda única. (Proteção contra overfitting — alinhada à regra da casa

"N<30 = anedota".)

  1. ✅ Confirmação dos nossos gates: paper antes de real, alertas low-noise, cérebro em

arquivos, ledger com registro antes do resultado, Telegram como interface — tudo que os

vídeos "descobrem", já tínhamos — e com gates mais estritos.

4. O que fica registrado para F6/F7 (execução — quando e se chegar)

monitorar a disponibilidade no Brasil; a camada de execução ficou mais próxima do que

quando o plano foi escrito.

API key só-trade + saque desligado + 2FA · trusted IP · ordem-teste mínima antes de

liberar · posição máx e perda máx por dia como limite DURO no código · kill-switch testado.

learnings file do V2, juntos).

houver evento).

5. O que foi REJEITADO

completa e limites duros; F7 é condicional com números.

política.


Conclusão em uma frase: os vídeos validam que a NOSSA fundação está no lugar certo

(engine×estratégia separadas, ledger, memória em arquivos, paper antes de real) e entregam

três upgrades reais — aprendizados em texto claro, a regra anti-overfitting e o

checklist de execução com MCP — todos já incorporados ou registrados.


6. V3 — "Jev" e o loop de decisão rápida (Lewis Jackson) — youtube.com/watch?v=8DgRqDukf-U

O que o vídeo mostra: um prompt único (colado no Claude) instala um "loop" que toma

decisões de compra/venda a cada ~400–500 ms sobre Bitcoin, em paper trading na Alpaca

(API grátis), com dashboards que exibem os DADOS por trás de cada decisão + uma pontuação de

confiança. O próprio autor é explícito: a estratégia do vídeo é um placeholder ("tirada do

nada, só para ver negociando") e o caminho para o dinheiro real é "virar a chave" — o que o

NOSSO desenho proíbe sem gates. Monetização embutida (comunidade paga, competição, curso +

alegação pessoal de retorno) ⇒ C18: extrai-se a arquitetura, não os números.

O que o "Jev" REALMENTE é (verificado na fonte — Vercel AI Gateway + docs da TypeSafe):

um modelo de AVALIAÇÃO ("System One"), não um LLM de texto: entra um ESTADO, saem

respostas TIPADAS — choice (escolher entre opções), score (nota em rubrica) e

boolean (probabilidade de ser verdade) — avaliadas em PARALELO, com probabilidades e uma

estatística de confidence (0–1) separada da probabilidade. Sem gerar prosa: o fornecedor

reporta ~194× mais rápido e ~445× mais barato que LLM no benchmark dele. Casos de uso

oficiais: classificar/rotear, pontuar urgência/risco, verificar saídas e guardrails,

escolher o próximo passo de um agente.

Os padrões de engenharia que a comunidade está calibrando (e o que fazemos com eles):

Padrão observado no ecossistema JevNossa situação
Dividir UMA decisão grande em perguntas pequenas e combinar no código✅ já é o nosso desenho (camadas + portões) — validado
Limiares DIFERENTES por ação (abrir exige mais que reduzir)📌 registrar para F6/F7 (execução)
Dado ausente EXPLÍCITO — nunca virar "neutro" em silêncio✅ regra da casa (frescor · lacunas declaradas) — confirmada como princípio
Validar previsão gravando em que INTERVALO o realizado caiu✅ previsoes.py + insights já resolvem no prazo
Medir QUALIDADE DE EXECUÇÃO separada da estratégia (adverse selection pós-fill)📌 F6: journal com R-múltiplos + qualidade de execução
confidence ≠ taxa de acerto (não ler concentração como win rate)✅ nosso Brier/calibração é o instrumento certo
Screenshot sensacionalista do ecossistema era dry-run ("perdeu 300%" com fills simulados)⚠️ reforça: paper ≠ real; nunca vangloriar número de paper

Adotado / registrado:

infraestrutura de execução, junto de MCP/IBKR · modelos de decisão tipada (Jev/TypeSafe)

como CANDIDATOS à camada de decisão (portões mais ricos que o determinístico puro) —

sem adoção agora: é dependência EXTERNA PAGA e nossos portões determinísticos têm

autoteste (política: nada no plano depende de produto pago).

no checklist de segurança de execução.

a custo de varejo a borda some) · "virar a chave" para real sem gates · números e

alegações do criador · adotar Vercel/Jev como dependência hoje.

Conclusão atualizada: são QUATRO itens de fora incorporados/registrados — aprendizados

em texto claro · regra anti-overfitting · checklist de execução (MCP + segurança) · e a

camada de decisão tipada (Jev) como candidata registrada, com Alpaca na

infraestrutura de paper.

Gerado por Hermes Agent · gerado em 17/11/2026 19:01 · regras desta página · análise, não ordem — a decisão é sempre sua.