Um agente em produção que lê estrutura de mercado, raciocina risco e executa ordens continuamente na Hyperliquid.
Ingere funding, open interest, mapas de liquidação e estados de mercado quase em tempo real.
Monta hipóteses com contexto estruturado e escolhe ação com enquadramento explícito de risco.
Combina contexto do modelo, estado técnico e microestrutura para montar planos operáveis.
Abre, gerencia e encerra posições com limites rígidos de tamanho, stop e exposição.
Nosso design assume que mercado é contextual e adaptativo. Interpretação de padrão pesa mais que fórmula estática.
Ler a tese →
Why treating financial markets as natural language problems — not physics problems — yields better predictive models. The theoretical framework behind our AI trading approach, inspired by Renaissance Technologies and modern NLP.
How to use on-chain perpetual futures data — funding rates, open interest, and liquidation heatmaps — as quantitative trading signals. Python implementations and backtest results on crypto markets.
How we built an autonomous LLM-powered trading agent that runs on Hyperliquid for $1.30/day in API costs. Complete architecture, cost breakdown, prompt engineering, and live results.