MarketTrace
M1PosicionamientoM2FootprintM3LiquidacionesM4FinanciaciónM5Perfil de volumen
Metodología · v1.4.1 · actualizado 2026-07-04

El agent feed — metodología MCP

Un feed de microestructura cross-exchange de solo lectura y descriptivo, expuesto sobre MCP (Model Context Protocol) para agentes de IA: seis activos en cuatro venues, reportados como hechos y normalización, sin veredictos.

Conecta un agente en /agents.

Qué es

Una llamada MCP devuelve un objeto de estado de mercado normalizado. El agent feed cubre seis activos — BTC, ETH, SOL, BNB, XRP, DOGE — en Binance, Bybit, OKX y Hyperliquid, publicado bajo el nombre de registro ai.markettrace/agent-feed y alojado en https://api.markettrace.ai/mcp.

El feed reporta lo que puede medir y autodeclara cuánto confiar en cada número. Nunca devuelve una recomendación de trading; reporta historia y hechos con cobertura honesta. Reporta historia, no predicciones.

Fuentes de datos

El feed reutiliza el mismo pipeline cross-exchange que alimenta el sitio — todo en Rust, cero daemons de Python. Cada métrica lleva su propia procedencia y enlaza a una metodología por métrica más profunda:

Cobertura honesta

Cada métrica lleva una entrada coverage. Una métrica escasa o joven se responde con honestidad, revelando su profundidad, y nunca se falsea para aparentar profundidad.

coverage: { venues, window_days, n_samples, partial, reason }
reason ∈ { accruing | unavailable | degraded | stale }

age_seconds es la antigüedad en el peor caso entre las fuentes en vivo que alimentaron los campos no nulos, de modo que un solo sub-feed rancio no puede esconderse tras otros más frescos. Un faro feed en cada respuesta — feed.version y feed.tools — permite a un agente detectar un catálogo de herramientas cacheado y obsoleto, y volver a leer el esquema.

Resultados condicionales

La herramienta insignia mide las tasas base de retornos futuros tras una condición declarada por el llamador. Sustituye el folclore — “financiación alta significa squeeze” — por la tasa base extraída de los propios datos del feed. La mecánica es deliberadamente conservadora:

r_h(t)  = close(t+h) / close(t) − 1            // retorno futuro al horizonte h
maxDD_h = min( low(t+1 … t+h) ) / close(t) − 1  // peor mínimo horario en (t, t+h]

Historial de estado

Un archivo de 15 minutos almacena el estado de mercado servido completo por activo. get_state_history devuelve arrays de series temporales paralelos de cualquier campo numérico con notación de puntos — funding.percentile, oi.usd, obi.skew — submuestreados a max_points. El paso (stride) usado se reporta, y la fila más nueva nunca se descarta por submuestreo. El archivo es joven — nació el 2026-07-03 — y crece hacia adelante, así que las respuestas escasas son honestas, no un fallo.

Herramientas

Para saber cómo conectar un agente, consulta /agents.

Limitaciones

Versionado

Metodología versión v1.4.1 · actualizado 2026-07-04. Los cambios materiales (nuevas fuentes, ajustes de fórmula, cambios de umbral) suben la versión y actualizan dateModified en los datos estructurados de arriba.

v1.4.1 (2026-07-04): primera metodología publicada del agent feed MCP — el modelo de cobertura honesta, la estadística de resultados condicionales y el archivo de estado de 15 minutos.