TradeMemory Protocol MCP Server

Tu IA de trading tiene amnesia. Y los reguladores están empezando a notarlo.

Comete los mismos errores en cada sesión. No puede explicar por qué operó. Olvida todo cuando termina la ventana de contexto. Mientras tanto, MiFID II está elevando el estándar para la documentación de decisiones algorítmicas (Artículo 17). La Ley de IA de la UE exige un registro sistemático de las acciones de IA (Artículo 14). Los agentes de tus competidores están aprendiendo de cada operación.

Al stack de trading con IA le falta una capa. Cada servidor MCP maneja la ejecución — colocar órdenes, obtener precios, leer gráficos. Ninguno maneja la memoria.

Tu agente puede comprar 100 acciones de AAPL pero no puede responder: "¿Qué pasó la última vez que compré AAPL en esta condición?"

TradeMemory es la capa de memoria. Un pip install, y tu agente de IA recuerda cada operación, cada resultado, cada error — con un registro de auditoría a prueba de manipulaciones SHA-256.

Usado en producción por traders que ejecutan listas de verificación previas al vuelo antes de cada posición, y por sistemas de EA que registran miles de decisiones diariamente.

Qué hace

• Antes de operar: consulta tu memoria — ¿qué pasó la última vez en esta condición de mercado? ¿Cómo terminó?
• Después de operar: una llamada lo registra todo — cinco capas de memoria se actualizan automáticamente
• Barreras de seguridad: seguimiento de confianza, alertas de reducción de capital, detección de rachas perdedoras — el sistema te dice cuándo parar

Funciona con cualquier mercado (acciones, forex, cripto, futuros), cualquier bróker, cualquier plataforma de IA. TradeMemory no ejecuta operaciones ni toca tu dinero — solo registra y recuerda.

Inicio rápido

pip install tradememory-protocol

Añadir a Claude Desktop (claude_desktop_config.json):

{
  "mcpServers": {
    "tradememory": {
      "command": "uvx",
      "args": ["tradememory-protocol"]
    }
  }
}

Luego dile a Claude: "Registra mi posición larga en AAPL a $195 — ganancias superadas, compras institucionales, alta confianza."

# Claude Code
claude mcp add tradememory -- uvx tradememory-protocol

# From source
git clone https://github.com/mnemox-ai/tradememory-protocol.git
cd tradememory-protocol && pip install -e . && python -m tradememory

# Docker
docker compose up -d

Tutorial completo: Primeros pasos (Ruta para Trader + Ruta para Desarrollador)

Quién usa TradeMemory

Cómo funciona

1. Recordar — Antes de operar, recupera operaciones pasadas ponderadas por calidad del resultado, similitud de contexto, antigüedad, confianza y estado emocional (Framework OWM)
2. Registrar — Después de operar, una llamada a remember_trade escribe en cinco capas de memoria: episódica, semántica, procedimental, afectiva y registros de operaciones
3. Reflexionar — Las revisiones diarias/semanales/mensuales detectan desviaciones de comportamiento, deterioro de estrategia y errores de trading
4. Auditar — Cada decisión recibe un hash SHA-256 en su creación. Exporta en cualquier momento para revisión o presentación regulatoria

Herramientas MCP

Precios

¿Necesitas ayuda para integrar?

¿Construyendo un agente de trading con IA y quieres una arquitectura de memoria probada en batalla?

Llamada de estrategia gratuita de 30 min — mapearemos las necesidades de memoria de tu agente y diseñaremos barreras de seguridad para tu flujo de trabajo específico.

[email protected] | Reservar una llamada

Hemos ayudado a traders a construir listas de verificación previas, conectar MT5/Binance y diseñar barreras de seguridad personalizadas para forex, renta variable y cripto.

Enterprise y Cumplimiento

Cada decisión de trading que toma tu agente — incluyendo las decisiones de no operar — se registra como un Registro de Decisión de Trading (TDR). Los hashes de contenido SHA-256 por registro se vinculan en un libro de auditoría encadenado hacia adelante; cada día UTC se resume mediante una raíz de Merkle que a su vez se encadena a través de los días. La manipulación de cualquier registro histórico invalida cada enlace subsiguiente.

# Verify a single record hasn't been tampered with
verify_audit_hash(trade_id="MT5-7047640363")
# → {"verified": true, "chain_entry": {"sequence_num": 42, ...}}

# Walk the entire chain (or a slice) end-to-end
verify_audit_chain(from_seq=1, to_seq=None)
# → {"verified": true, "checked_count": 1284, "first_break_at": null}

# Daily Merkle root — single 32-byte anchor over every TDR for that day
get_daily_root(date="2026-05-14")
# → {"verified": true, "root_hash": "a05544...", "record_count": 18}

# Bulk export for regulatory submission
GET /audit/export?strategy=VolBreakout&start=2026-03-01&format=jsonl

Consulta LIMITATIONS.md para la declaración completa de madurez de la cadena de auditoría, incluyendo lo que aún no está en v0.5.2 (sellado de tiempo TSA, anclaje externo, prueba de inferencia zkML).

¿Necesitas un despliegue personalizado para tu fondo? → [email protected]

Seguridad

• Nunca toca las claves API. TradeMemory no ejecuta operaciones, mueve fondos ni accede a billeteras.
• Solo lectura y registro. Tu agente pasa el contexto de decisión a TradeMemory. Lo almacena. Eso es todo.
• Sin llamadas de red externas. El servidor se ejecuta localmente. No se envían datos a terceros.
• Libro de auditoría encadenado SHA-256. Cada registro recibe un hash en su creación y se vincula al registro anterior. Las raíces de Merkle diarias anclan la cadena. Verifica la integridad a nivel de registro, segmento o día.
• 1,428 pruebas superadas. Suite de pruebas completa con CI.

Estado de la Investigación

El framework OWM de TradeMemory se basa en la ciencia cognitiva (Tulving 1972) y el aprendizaje por refuerzo (Schaul et al. 2015). Estado actual:

• Puntuación de cinco factores OWM: implementada, probada (más de 1,300 pruebas)
• Validación estadística: DSR, MBL implementados (Bailey-de Prado 2014)
• Registro de auditoría: TDR a prueba de manipulaciones SHA-256
• Motor de evolución: fase de investigación (la generación de estrategias funciona, la tasa de aprobación de la puerta estadística en optimización)
• Recuerdo híbrido: modo solo OWM activo, fusión vectorial disponible cuando se configuran embeddings
• Validación empírica: en curso (n=40 operaciones, objetivo n>=100 para significancia estadística)

Documentación

Contribuir

Consulta la Guía de Contribución · Política de Seguridad

MIT — consulta LICENSE. Solo para fines educativos/de investigación. No es asesoramiento financiero.