Biblioteca de Python para crear sistemas multiagente tipo enjambre en LangGraph, donde los agentes se transfieren el control según su especialidad.
olaxbt/ai-market-maker
Sistema de trading de criptomonedas multiagente y de código abierto: agentes especializados generan señales, Risk Guard puede vetar operaciones y los backtests se comparan con buy-and-hold.
- Estrellas
- 2,106
- Forks
- 302
- Issues abiertos
- 4
- Último commit
- hace 3 meses
Esta página presenta un proyecto de código abierto y no constituye asesoramiento de inversión. Operar e invertir puede generar pérdidas: evalúa el riesgo por tu cuenta y cumple las leyes de tu país antes de usarlo.
¿Qué es?
AI Market Maker es una plataforma de trading de criptomonedas estructurada como un pequeño fondo de cobertura. Agentes de IA especializados, cada uno como una mesa de trading dedicada al análisis técnico, la macroeconomía, las noticias, los patrones y las señales on-chain o del flujo de órdenes, alimentan un árbitro de señales basado en LangGraph. El resultado pasa por una etapa de gestión de cartera y luego por Risk Guard, que puede vetar cualquier operación antes de que se ejecute.
El proyecto incluye backtesting y paper trading. Los backtests incluyen métricas de rendimiento como Sharpe y Sortino, una comparación con buy-and-hold y un registro completo de operaciones. El repositorio incluye datos históricos fijados y un manifiesto de hashes para que las ejecuciones con los mismos archivos CSV sean reproducibles. El paper trading está dirigido a Binance Testnet, y un adaptador de Hyperliquid funciona en modo dry-run. Un adaptador de Futu OpenD proporciona datos bursátiles de Hong Kong y Estados Unidos, con órdenes simuladas.
La plataforma incluye un backend de FastAPI, un dashboard de Next.js para consultar trazas de agentes e informes de backtests, y el empaquetado de skills de OpenClaw. Para ejecutar el modo agéntico se necesita una clave de API compatible con OpenAI o de Atlas Cloud.
Funciones clave
- 01Varios agentes de IA especializados generan señales que un árbitro ponderado combina para tomar decisiones de BUY, SELL o HOLD.
- 02Risk Guard puede vetar cualquier operación propuesta antes de su ejecución.
- 03Los backtests muestran Sharpe, Sortino, el factor de beneficio y una comparación con el benchmark buy-and-hold.
- 04Los datos históricos fijados de OHLCV, financiación, macroeconomía y noticias permiten repetir ejecuciones sin conexión.
- 05Paper trading en Binance Testnet, además de un adaptador de Hyperliquid en modo dry-run y un adaptador bursátil de Futu OpenD.
- 06El dashboard de Next.js muestra las trazas de los agentes, los resultados de los backtests y la topología.
Casos de uso
- Investigar estrategias de criptomonedas multiagente con backtests reproducibles basados en datos fijados.
- Probar una estrategia basada en agentes mediante paper trading en Binance Testnet antes de arriesgar capital.
- Estudiar cómo una capa de veto de riesgos puede interponerse entre las señales generadas por LLM y la ejecución de órdenes.
- Empaquetar un agente de trading como skill de OpenClaw.
Inicio rápido
- 1
Clona el repositorio
git clone https://github.com/olaxbt/ai-market-maker.git - 2
Instala uv y las dependencias de Python (instala primero TA-Lib; consulta el README)
pip install uv && uv sync --extra dev - 3
Copia la plantilla de variables de entorno y configura OPENAI_API_KEY o ATLASCLOUD_API_KEY en .env
cp .env.example .env - 4
Inicia toda la pila con Docker (se necesita Docker Desktop) y abre http://localhost:3000
docker compose up --build -d
Antes de usarlo
- El modo Agentic requiere una clave de API de LLM (OPENAI_API_KEY o ATLASCLOUD_API_KEY); no hay alternativa automática.
- La configuración completa requiere la biblioteca C de TA-Lib y Docker Desktop para la pila de la plataforma.
- Está bajo la licencia AGPL-3.0, una licencia copyleft que exige compartir el código fuente de las modificaciones disponibles a través de la red.
- La ejecución en vivo se limita al trading simulado en Binance Testnet. El adaptador de Hyperliquid solo admite ejecuciones en seco.
Temas
Preguntas frecuentes
- ¿Qué es ai-market-maker?
- Sistema de trading de criptomonedas multiagente y de código abierto: agentes especializados generan señales, Risk Guard puede vetar operaciones y los backtests se comparan con buy-and-hold. AI Market Maker es una plataforma de trading de criptomonedas estructurada como un pequeño fondo de cobertura. Agentes de IA especializados, cada uno como una mesa de trading dedicada al análisis técnico, la macroeconomía, las noticias, los patrones y las señales on-chain o del flujo de órdenes, alimentan un árbitro de señales basado en LangGraph. El resultado pasa por una etapa de gestión de cartera y luego por Risk Guard, que puede vetar cualquier operación antes de que se ejecute.
- ¿ai-market-maker es gratuito? ¿Qué licencia tiene?
- ai-market-maker es open source bajo la licencia AGPL-3.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿ai-market-maker sigue mantenido?
- Actualizado en los últimos 6 meses. El último commit de ai-market-maker fue el 20 ago 2026.
- ¿Para qué puedo usar ai-market-maker?
- Investigar estrategias de criptomonedas multiagente con backtests reproducibles basados en datos fijados. Probar una estrategia basada en agentes mediante paper trading en Binance Testnet antes de arriesgar capital. Estudiar cómo una capa de veto de riesgos puede interponerse entre las señales generadas por LLM y la ejecución de órdenes. Empaquetar un agente de trading como skill de OpenClaw.
- ¿Cómo se instala ai-market-maker?
- Clona el repositorio: git clone https://github.com/olaxbt/ai-market-maker.git Instala uv y las dependencias de Python (instala primero TA-Lib; consulta el README): pip install uv && uv sync --extra dev Copia la plantilla de variables de entorno y configura OPENAI_API_KEY o ATLASCLOUD_API_KEY en .env: cp .env.example .env Inicia toda la pila con Docker (se necesita Docker Desktop) y abre http://localhost:3000: docker compose up --build -d
- ¿Dónde consigo ai-market-maker?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/olaxbt/ai-market-maker
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Memoria local y freno previo a las órdenes para agentes de trading con IA: registra decisiones en una cadena de auditoría SHA-256 a prueba de manipulaciones y ofrece 20 herramientas MCP.
Framework de Python para crear, probar con datos históricos y ejecutar en vivo estrategias de acciones, opciones, futuros, forex, criptomonedas y mercados de predicción, con agentes de IA opcionales que toman decisiones de trading.
Prueba de concepto educativa que explora decisiones de trading con varios agentes inversores basados en LLM; no ejecuta operaciones.
Bot de trading de criptomonedas gratuito y de código abierto que automatiza estrategias de grid, DCA, IA y TradingView en Binance, Coinbase, Hyperliquid y más de 15 exchanges.
Framework de trading cuantitativo de código abierto en C++/Python para investigar estrategias, construir portafolios y hacer backtesting con datos de acciones A de China.