Wallet Trainer
Ecosistema de inversion inteligente con analisis de mercado mediante LLMs y simulador en tiempo real.
Plataforma de trading educativa que integra TradingView API para visualizacion de activos en tiempo real. El sistema utiliza modelos de lenguaje (LLMs) para interpretar graficos financieros y generar recomendaciones personalizadas segun el perfil de riesgo del usuario. Incluye un motor de simulacion con capital ficticio para que los usuarios practiquen estrategias antes de operar con dinero real.
El reto principal fue hacer que un LLM analizara graficos de trading en tiempo real de forma confiable. Los modelos de lenguaje no 'ven' imagenes por defecto, asi que habia que serializar el estado del grafico (velas, indicadores, volumen) en un formato textual que el modelo pudiera procesar y del cual pudiera extraer senales con un margen de error aceptable para el usuario.
Evaluamos dos caminos: vision computacional sobre screenshots del grafico (cv2 + GPT-4V) vs. serializacion del estado de la API de TradingView a JSON estructurado. La segunda opcion gano porque era determinista, mas rapida (sin overhead de imagen) y producia outputs mas consistentes. El LLM recibe un payload JSON con OHLCV, RSI, MACD y volumen, y devuelve un analisis en lenguaje natural con nivel de confianza explicito.
Los LLMs son muy buenos explicando patrones pero terribles siendo consistentes con numeros exactos. Aprendimos a pedirle al modelo que razone en categorias (alcista / bajista / neutral + confianza alta/media/baja) en lugar de predicciones numericas, lo que redujo las alucinaciones en un ~40%. Tambien aprendimos que el contexto del perfil de riesgo del usuario debe ir en el system prompt, no en el user prompt.