Skip to content

PAPER_TRADING_TEST_GUIDE.md

Latest commit

 

History

History
185 lines (135 loc) · 5.58 KB

PAPER_TRADING_TEST_GUIDE.md

File metadata and controls

185 lines (135 loc) · 5.58 KB

🦅 FENIX v3 - PAPER TRADING TEST - GUÍA DE EJECUCIÓN

📋 RESUMEN DE PREPARACIÓN

Hemos configurado todo para una prueba de paper trading con Ollama Cloud (0 costo). Aquí está el checklist:

✅ ARCHIVOS CREADOS

  1. fenix_v3_agent_organization.py - Organización óptima de LLMs por agente
  2. run_paper_test.sh - Script de ejecución automatizado
  3. crypto_sentiment_system.py - Sistema de sentiment gratis (ya existía)

🧠 ORGANIZACIÓN DE AGENTES → LLMs (OLLAMA CLOUD)

Agente Modelo Asignado Por qué
Sentiment qwen3:next 128K context window perfecto para procesar 50+ noticias + on-chain data
Technical deepseek-v3.2 Excelente en razonamiento numérico sobre indicadores (RSI, MACD)
Visual gemini-3-flash-preview Multimodal ultra-rápido para análisis de charts base64
QABBA kimi-k2-thinking Modo thinking para análisis profundo de microestructura
Decision deepseek-v3.1:671b Modelo más potente (671B params) para decisiones críticas
Risk Manager nemotron-3-nano Rápido y eficiente (30B params) para evaluaciones de riesgo

🔄 CADENA DE FALLBACK

Si un modelo falla, automáticamente usa:

  1. Modelo Ollama Cloud alternativo
  2. Groq free tier (backup)
  3. Modelo local si está disponible

💰 API KEYS CONFIGURADAS (Todas Gratis)

✅ OLLAMA_CLOUD_API_KEY=<configured_in_env>
✅ GROQ_API_KEY=<configured_in_env>
✅ HUGGINGFACE_API_KEY=<configured_in_env>

🚀 CÓMO EJECUTAR

Opción 1: Script Automatizado (Recomendado)

# En tu terminal local
./run_paper_test.sh

Opción 2: Manual

# 1. Activar entorno
source .venv/bin/activate

# 2. Configurar variables
export LLM_PROFILE=ollama_cloud
export TRADING_MODE=testnet
export ENABLE_PAPER_TRADING=true

# 3. Ejecutar
python run_fenix.py \
    --mode paper \
    --symbol BTCUSDT \
    --timeframe 5m \
    --interval 60 \
    --dry-run

📊 QUÉ ESPERAR EN LA PRUEBA

  1. Inicio: Verificación de conexión a Ollama Cloud y modelos
  2. Ciclo de Trading: Cada 60 segundos:
    • Obtiene datos de mercado de Binance Testnet
    • Ejecuta los 6 agentes en paralelo (LangGraph)
    • Cada agente usa su LLM asignado
    • El agente de decisión sintetiza todo
    • Risk Manager evalúa y aprueba/vetea
    • Muestra decisión: BUY/SELL/HOLD + confianza
  3. Logging: Todos los prompts y respuestas se guardan en logs/

🎯 VERIFICACIÓN DE FUNCIONAMIENTO

Durante la ejecución deberías ver:

🦅 FENIX AI TRADING BOT
========================
Modo: PAPER
Symbol: BTCUSDT @ $67,420.50
Timeframe: 5m

✅ Ollama Cloud OK - Sentiment: qwen3:next
✅ Ollama Cloud OK - Technical: deepseek-v3.2
✅ Ollama Cloud OK - Visual: gemini-3-flash-preview
✅ Binance Testnet OK

🔄 Starting analysis cycle
📊 Kline closed: 67450.30 (H:67600 L:67200)
📈 Technical: BUY (confidence: HIGH)
📊 QABBA: BUY_QABBA (confidence: 0.78)
💭 Sentiment: POSITIVE (sentiment_score: 65/100)
👁️ Visual: BUY (pattern: Bull Flag)

📋 FINAL DECISION: BUY (HIGH)
📝 Reasoning: Convergencia de señales alcistas...
⏱️ Analysis cycle completed in 4.2s

🛠️ TROUBLESHOOTING

Problema: "Modelo no encontrado"

Solución: El sistema usará automáticamente el fallback. Verifica conectividad:

curl https://api.ollama.ai/v1/models \
  -H "Authorization: Bearer $OLLAMA_CLOUD_API_KEY"

Problema: "Rate limit exceeded"

Solución: El sistema alternará automáticamente entre Ollama Cloud y Groq free tier.

Problema: "Binance connection failed"

Solución: Continuará en modo simulado (precios de backup). Verifica:

curl https://testnet.binancefuture.com/fapi/v1/ping

📁 ESTRUCTURA DE RESULTADOS

logs/
├── llm_responses/
│   ├── sentiment_agent/
│   │   ├── 20250130_143052_prompt.txt
│   │   ├── 20250130_143052_raw_response.txt
│   │   └── 20250130_143052_output.json
│   ├── technical_agent/
│   ├── visual_agent/
│   ├── qabba_agent/
│   └── decision_agent/
├── fenix_20250130_143052.log
└── signals.jsonl

🎓 PRÓXIMOS PASOS DESPUÉS DE LA PRUEBA

  1. Analizar logs: Revisa logs/llm_responses/ para ver qué decidió cada agente
  2. Ajustar prompts: Edita src/prompts/agent_prompts.py si los agentes no son precisos
  3. Tuning de pesos: Ajusta ponderaciones de agentes en config/fenix.yaml
  4. Activar Visual: Si tienes GPU, prueba el agente visual con charts reales
  5. Live Trading: Cuando estés seguro, agrega --allow-live (¡solo si sabes lo que haces!)

📞 COMANDOS ÚTILES

# Ver estado de modelos Ollama
python fenix_v3_agent_organization.py

# Ejecutar solo el test de organización
python -c "from fenix_v3_agent_organization import print_agent_organization; print_agent_organization()"

# Ver logs en tiempo real
tail -f logs/fenix_*.log

# Limpiar cache
rm -rf cache/* logs/*

🚀 LISTO PARA DESPEGAR

Todo está configurado para una prueba 100% gratuita usando:

  • Ollama Cloud (modelos potentes en la nube)
  • Binance Testnet (fondos virtuales)
  • Paper Trading (sin riesgo de dinero real)

Ejecuta ahora: ./run_paper_test.sh

¡Vamos pepe! A probar esta bestia! 🔥🦅