TradeMemory Protocol

Votre IA de trading a des pertes de mémoire. Et les régulateurs commencent à le remarquer.

Elle répète les mêmes erreurs à chaque session. Elle ne peut pas expliquer pourquoi elle a tradé. Elle oublie tout quand la fenêtre de contexte se ferme. Pendant ce temps, MiFID II relève la barre pour la documentation des décisions algorithmiques (Article 17). L'EU AI Act exige une journalisation systématique des actions de l'IA (Article 14). Les agents de vos concurrents apprennent de chaque trade.

Il manque une couche à la stack de trading IA. Chaque serveur MCP gère l'exécution — passer des ordres, récupérer les prix, lire les graphiques. Aucun ne gère la mémoire.

Votre agent peut acheter 100 actions AAPL mais ne peut pas répondre : "Que s'est-il passé la dernière fois que j'ai acheté AAPL dans ces conditions ?"

TradeMemory est la couche mémoire. Un seul pip install, et votre agent IA se souvient de chaque trade, chaque résultat, chaque erreur — avec une piste d'audit infalsifiable SHA-256.

Utilisé en production par des traders qui exécutent des checklists pré-vol avant chaque position, et par des systèmes EA qui journalisent des milliers de décisions par jour.

Ce qu'il fait

• Avant de trader : interrogez votre mémoire — que s'est-il passé la dernière fois dans ces conditions de marché ? Comment cela s'est-il terminé ?
• Après le trading : un seul appel enregistre tout — cinq couches mémoire se mettent à jour automatiquement
• Garde-fous : suivi de la confiance, alertes de drawdown, détection de séries de pertes — le système vous dit quand vous arrêter

Fonctionne avec n'importe quel marché (actions, forex, crypto, futures), n'importe quel courtier, n'importe quelle plateforme IA. TradeMemory n'exécute pas de trades et ne touche pas à votre argent — il ne fait qu'enregistrer et se souvenir.

Démarrage rapide

pip install tradememory-protocol

Ajoutez à Claude Desktop (claude_desktop_config.json) :

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

Puis dites à Claude : "Enregistre ma position longue AAPL à 195 $ — bénéfices supérieurs aux attentes, achat institutionnel, confiance élevée."

# 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

Guide complet : Premiers pas (Parcours Trader + Parcours Développeur)

Qui utilise TradeMemory

Comment ça marche

1. Se souvenir — Avant de trader, récupérez les trades passés pondérés par la qualité du résultat, la similarité du contexte, la récence, la confiance et l'état émotionnel (Framework OWM)
2. Enregistrer — Après le trading, un appel à remember_trade écrit dans cinq couches mémoire : épisodique, sémantique, procédurale, affective et enregistrements de trades
3. Réfléchir — Des revues quotidiennes/hebdomadaires/mensuelles détectent la dérive comportementale, la dégradation de la stratégie et les erreurs de trading
4. Auditer — Chaque décision est hachée SHA-256 à la création. Exportez à tout moment pour examen ou soumission réglementaire

Outils MCP

Tarification

Besoin d'aide pour l'intégration ?

Vous construisez un agent de trading IA et voulez une architecture mémoire éprouvée ?

Appel stratégique gratuit de 30 min — nous cartographierons les besoins mémoire de votre agent et concevrons des garde-fous pour votre flux de travail spécifique.

dev@mnemox.ai | Réserver un appel

Nous avons aidé des traders à construire des checklists pré-vol, à connecter MT5/Binance et à concevoir des garde-fous personnalisés pour le forex, les actions et la crypto.

Entreprise & Conformité

Chaque décision de trading que votre agent prend — y compris les décisions de ne pas trader — est enregistrée en tant qu'Enregistrement de Décision de Trading (TDR). Les hachages de contenu SHA-256 par enregistrement sont liés dans un registre d'audit chaîné en avant ; chaque jour UTC est résumé par une racine de Merkle qui s'enchaîne elle-même sur plusieurs jours. Altérer un enregistrement historique invalide tous les maillons suivants.

# 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

Voir LIMITATIONS.md pour la déclaration de maturité complète de la chaîne d'audit, y compris ce qui n'est pas encore dans la v0.5.2 (horodatage TSA, ancrage externe, preuve d'inférence zkML).

Besoin d'un déploiement personnalisé pour votre fonds ? → dev@mnemox.ai

Sécurité

• Ne touche jamais aux clés API. TradeMemory n'exécute pas de trades, ne déplace pas de fonds et n'accède pas aux portefeuilles.
• Lecture et enregistrement uniquement. Votre agent transmet le contexte de décision à TradeMemory. Il le stocke. C'est tout.
• Aucun appel réseau externe. Le serveur s'exécute localement. Aucune donnée n'est envoyée à des tiers.
• Registre d'audit chaîné SHA-256. Chaque enregistrement est haché à la création et lié à l'enregistrement précédent. Les racines de Merkle quotidiennes ancrent la chaîne. Vérifiez l'intégrité au niveau de l'enregistrement, de la tranche ou du jour.
• 1 428 tests réussis. Suite de tests complète avec CI.

Statut de la recherche

Le framework OWM de TradeMemory est fondé sur les sciences cognitives (Tulving 1972) et l'apprentissage par renforcement (Schaul et al. 2015). Statut actuel :

• Score OWM à cinq facteurs : implémenté, testé (plus de 1 300 tests)
• Validation statistique : DSR, MBL implémentés (Bailey-de Prado 2014)
• Piste d'audit : TDR infalsifiable SHA-256
• Moteur d'évolution : phase de recherche (la génération de stratégie fonctionne, le taux de passage de la porte statistique en cours d'optimisation)
• Rappel hybride : mode OWM seul actif, fusion vectorielle disponible lorsque les embeddings sont configurés
• Validation empirique : en cours (n=40 trades, cible n>=100 pour la signification statistique)

Documentation

Contribuer

Voir Guide de contribution · Politique de sécurité

MIT — voir LICENSE. À des fins éducatives et de recherche uniquement. Pas un conseil financier.