Prefacio
Recientemente, ha ganado bastante popularidad en GitHub un proyecto de código abierto llamado AI-Trader (HKUDS/AI-Trader, 19k estrellas), que se define como una "plataforma de trading nativa para Agentes de IA" — no es una interfaz gráfica para humanos, sino una plataforma donde los Agentes de IA pueden registrarse, operar e interactuar socialmente de forma autónoma a través de APIs.
Lo conecté con FMZ y logré hacer funcionar dos cadenas de automatización completas:
- Cadena B (lado productor): El Agente lee datos de estrategias cuantitativas reales que estoy ejecutando en vivo a través de FMZ MCP, y basándose en el juicio de la estrategia, publica señales de trading en AI-Trader, actuando como Proveedor de Señales para ganar puntos.
- Cadena A (lado consumidor): El Agente filtra fuentes de señales de alta calidad en AI-Trader y se suscribe a ellas, luego utiliza la estrategia de copia de FMZ para convertir las señales en operaciones reales.
Estas dos cadenas son imágenes especulares entre sí, y el núcleo es el mismo: utilizar al Agente de IA como una capa intermedia automatizada entre la "capa de ejecución de estrategias" y la "plataforma de señales". A continuación, desgloso todo el proceso, centrándome en la cadena que conecta los datos de la estrategia a través de FMZ MCP.
Todas las operaciones en este artículo se realizan en un entorno de fondos simulados / pruebas, únicamente con fines de demostración técnica, y no constituyen ningún consejo de inversión.
1. Roles de los tres componentes
El esquema completo involucra tres plataformas. Primero, aclaremos las responsabilidades de cada una:
| Plataforma | Rol | Función |
|---|---|---|
| AI-Trader | Plataforma de señales | El Agente se registra de forma autónoma, publica señales, se suscribe para copiar operaciones, interactúa en la comunidad; sistema de puntos + reputación |
| RunJobs | Entorno de ejecución del Agente | Ejecuta Agentes de IA en la nube, impulsados por una sola instrucción, con entornos aislados |
| FMZ (Inventor Quant) | Capa de ejecución de estrategias | ① Ejecuta estrategias cuantitativas en vivo, alimenta los datos al Agente a través de MCP; ② Crea estrategias de copia para convertir señales en órdenes reales |
Diseño clave: El Agente solo opera en la "capa de señales" (leer datos, publicar señales, suscribirse), la ejecución real de las operaciones siempre está a cargo de las estrategias de FMZ. El Agente nunca tiene acceso directo a las claves API del exchange. Esta es la frontera de seguridad de todo el esquema.
2. Registro autónomo del Agente: listo con una sola frase
El método de registro de AI-Trader es muy "amigable para el Agente": la plataforma proporciona un documento SKILL.md. Una vez que el Agente lo lee, sabe cómo llamar a la API de registro.
En RunJobs, crea un agente, elige el modelo Claude Sonnet (para tareas como "leer un documento → entender la API → realizar múltiples pasos", Sonnet tiene una tasa de finalización más alta), y luego dale solo esta frase:
test
Read https://ai4trade.ai/SKILL.md and register.
El Agente lee el documento por sí mismo, entiende el proceso de registro, llama a la interfaz selfRegister, se registra con éxito, y obtiene un Agent ID, un Token y $100,000 USD en fondos simulados.
Un consejo práctico: el prompt para interactuar con un Agente de IA debe ser preciso. Los modelos más caros tienen mayor tolerancia a errores; con modelos más baratos, debes describir la tarea con claridad, y es mejor dar un ejemplo antes de que el Agente actúe; de lo contrario, la experiencia con modelos baratos será bastante pobre.
La identidad obtenida tras el registro se reconoce mediante un Token. El mismo Token se puede reutilizar en cualquier entorno: RunJobs, FMZ, local. Los puntos y el estado de los fondos están sincronizados; esto es importante para dividir la cadena en diferentes plataformas más adelante.
3. Cadena B: Usar FMZ MCP para convertir datos de estrategias en señales de trading
Esta es la parte más valiosa de todo el esquema, y también la que más debería interesar a los usuarios de FMZ.
Idea
Yo tengo una estrategia cuantitativa ejecutándose en vivo en FMZ (una estrategia AskTrigger basada en datos de probabilidad de Polymarket). En lugar de que el Agente "invente" una señal de trading, es mejor que lea el juicio de la estrategia real y lo retransmita como señal. La interfaz MCP de FMZ justamente abre ese camino.
Información de configuración MCP de la plataforma FMZ:
Proceso
- Proporciona al Agente la dirección MCP + Token de FMZ;
- El Agente se conecta al MCP de FMZ y lee los datos del robot de estrategia en vivo;
- Obtiene el juicio de la estrategia: Probabilidad de subida de ETH en 15 minutos: 99% (Up ask 0.99 / Down ask 0.01);
- Basándose en este juicio, el Agente publica una señal de trading en AI-Trader: ETH BUY @ $2,102.58;
- Publicación exitosa, ID de señal
#666093, obtiene +9 puntos.
Estado de la cuenta después de publicar dos señales:
- Capital inicial: $100,000 → Efectivo actual: $76,872.50
- Posición: 11 ETH Long @ $2,100.40, valor de mercado aprox. $23,104
- Puntos: 18 (2 señales, +9 cada una), canjeables por fondos simulados a 1:1000 (18 puntos = $18,000)
Puntos clave
La señal no la inventa el Agente, sino que se genera a partir de los datos leídos de tu estrategia cuantitativa real en ejecución. El papel de FMZ MCP aquí es tender un puente entre la "capa de ejecución de estrategias" y la "capa de publicación de señales". Para los usuarios que ya tienen estrategias maduras en FMZ, esto significa que su estrategia puede ganar un nuevo canal para generar valor externo (señales + puntos + seguidores).
4. Cadena A: Suscripción a señales → Ejecución automática de copia en FMZ
A la inversa, ¿qué pasa si no tienes tu propia estrategia pero quieres seguir señales de alta calidad?
Proceso
- El Agente consulta en AI-Trader señales de alta calidad relacionadas con ETH, filtrando por indicadores como "número de veces que ha sido copiado, estilo de la señal";
- Selecciona la fuente de señales CiberSeis Rey del Trading (copiado 53 veces, primero en la plataforma, señales basadas en un modo de entrenamiento de IA que fusiona noticias, sentimiento y análisis técnico);
- El Agente llama a la interfaz
followpara suscribirse; - Crea una estrategia de copia en FMZ en vivo, configura la fuente de señales y el exchange (aquí se usa Binance Futures). La estrategia se inicia y monitorea automáticamente; entrega la dirección de la señal de la estrategia de copia al Agente en RunJobs, de modo que cuando el Agente reciba una señal de la plataforma AI-Trader, empuje un mensaje a la estrategia de copia, y esta ejecutará la operación automáticamente.
- Cuando llega la señal, la estrategia de copia de FMZ se ejecuta automáticamente — en el registro se puede ver: recibe señal → posición
Vacía → ETH 0.01→ ejecuta en Binance Futures @ $2,075.56.
-
RunJobs se suscribe a las señales
-
Estrategia de copia y arrastre de FMZ
-
Ejecución de la estrategia de copia y arrastre
-
La estrategia de copia recibe la señal del Agente y genera la operación
Puntos clave
La división del trabajo es muy clara: el Agente se encarga de seleccionar señales y suscribirse en AI-Trader; la ejecución real de las operaciones queda en manos de la estrategia de copia de FMZ. Esta última funciona de forma estable y continua, sin depender de que el Agente esté en línea — esta es la ventaja de desacoplar la "decisión" y la "ejecución", y también la razón principal para usar FMZ como capa de ejecución en lugar de que el Agente realice las órdenes directamente.
5. ¿Por qué usar un Agente en la nube?
Ejecutar el Agente en un entorno en la nube como RunJobs, en lugar de localmente, tiene tres razones prácticas:
- Operación simple: una sola instrucción impulsa el Agente, sin necesidad de configurar entornos ni escribir código de pegamento;
- Aislamiento del entorno: el Agente en la nube está aislado de tu entorno local, no expone archivos ni configuraciones locales;
- Seguridad de la cuenta: el Agente solo opera en la capa de señales; la ejecución real de las operaciones se realiza a través de la estrategia de copia de FMZ, el Agente no tiene acceso directo a las claves API del exchange.
Este diseño de aislamiento es la premisa de seguridad de todo el artículo: incluso si el comportamiento del Agente es anómalo, solo puede afectar a la capa de señales, sin tocar tus claves del exchange ni el canal de fondos reales.
6. Resumen
Dos enlaces, un núcleo: el AI Agent como capa intermedia automatizada entre las estrategias y la plataforma de trading:
- Con estrategia → Deja que el Agent lea los datos de tu estrategia a través de FMZ MCP, te ayude a enviar señales en AI-Trader, y ganes puntos y seguidores.
- Sin estrategia → Deja que el Agent te ayude a filtrar y suscribirte a señales de alta calidad en la plataforma, y luego usa la estrategia de copia de FMZ para ejecutarlas.
- Clave → El Agent se ejecuta en la nube, completamente aislado del entorno local y las cuentas de trading; la capa de ejecución se la dejas a FMZ, estable y sin depender de que el Agent esté en línea.
Para los usuarios de FMZ, lo que más vale la pena probar es el enlace B: tus estrategias reales ya existentes, a través de MCP pueden conectarse al AI Agent, abriendo un canal adicional de salida.
7. Video y estrategia complementarios
Dirección del video: https://youtu.be/VulynwOB_Ao
Estrategia de copia y señales: https://www.fmz.com/strategy/513759
8. Advertencia de riesgos
Advertencia de riesgos: Este artículo es una demostración técnica de la integración entre AI Agent y herramientas cuantitativas, utilizando exclusivamente fondos simulados / entornos de prueba. El trading cuantitativo y automatizado conlleva riesgos de pérdida de capital. Las estrategias, señales y datos mencionados en el texto tienen únicamente fines de explicación técnica y no constituyen asesoramiento de inversión alguno. Antes de operar en real, realiza suficientes backtests y pruebas, y asume los riesgos de trading por tu cuenta.
- 1