TradeMemory Protocol

Sua IA de trading tem amnésia. E os reguladores estão começando a notar.

Ela comete os mesmos erros a cada sessão. Não consegue explicar por que operou. Esquece tudo quando a janela de contexto termina. Enquanto isso, a MiFID II está elevando o padrão para documentação de decisões algorítmicas (Artigo 17). A Lei de IA da UE exige registro sistemático das ações de IA (Artigo 14). Os agentes dos seus concorrentes estão aprendendo com cada operação.

Falta uma camada na stack de IA de trading. Todo servidor MCP lida com execução — colocando ordens, buscando preços, lendo gráficos. Nenhum lida com memória.

Seu agente pode comprar 100 ações da AAPL, mas não consegue responder: "O que aconteceu da última vez que comprei AAPL nesta condição?"

TradeMemory é a camada de memória. Um pip install, e seu agente de IA lembra de cada operação, cada resultado, cada erro — com uma trilha de auditoria SHA-256 à prova de adulteração.

Usado em produção por traders que executam checklists pré-voo antes de cada posição, e por sistemas EA que registram milhares de decisões diariamente.

O que faz

• Antes de operar: pergunte à sua memória — o que aconteceu da última vez nesta condição de mercado? Como terminou?
• Depois de operar: uma chamada registra tudo — cinco camadas de memória são atualizadas automaticamente
• Trilhos de segurança: acompanhamento de confiança, alertas de drawdown, detecção de sequência de perdas — o sistema avisa quando parar

Funciona com qualquer mercado (ações, forex, cripto, futuros), qualquer corretora, qualquer plataforma de IA. TradeMemory não executa operações nem toca no seu dinheiro — apenas registra e recorda.

Início Rápido

pip install tradememory-protocol

Adicione ao Claude Desktop (claude_desktop_config.json):

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

Depois diga ao Claude: "Registre minha posição comprada em AAPL a $195 — lucro acima do esperado, compra institucional, alta confiança."

# 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

Passo a passo completo: Getting Started (Trilha do Trader + Trilha do Desenvolvedor)

Quem usa TradeMemory

Como funciona

1. Recordar — Antes de operar, recupere operações passadas ponderadas pela qualidade do resultado, similaridade de contexto, recência, confiança e estado emocional (OWM Framework)
2. Registrar — Depois de operar, uma chamada ao remember_trade grava em cinco camadas de memória: episódica, semântica, procedural, afetiva e registros de operações
3. Refletir — Revisões diárias/semanais/mensais detectam desvio comportamental, deterioração de estratégia e erros de trading
4. Auditar — Cada decisão é hashada com SHA-256 na criação. Exporte a qualquer momento para revisão ou submissão regulatória

Ferramentas MCP

Preços

Precisa de Ajuda para Integrar?

Construindo um agente de IA de trading e quer uma arquitetura de memória testada em batalha?

Chamada estratégica gratuita de 30 min — vamos mapear as necessidades de memória do seu agente e projetar proteções para seu fluxo de trabalho específico.

dev@mnemox.ai | Agende uma chamada

Ajudamos traders a criar checklists pré-voo, conectar MT5/Binance e projetar proteções personalizadas para forex, ações e cripto.

Enterprise e Compliance

Cada decisão de trading que seu agente toma — incluindo decisões de não operar — é registrada como um Registro de Decisão de Trading (TDR). Hashes de conteúdo SHA-256 por registro são vinculados em um livro-razão de auditoria encadeado para frente; cada dia UTC é resumido por uma raiz Merkle que, por sua vez, encadeia entre dias. Adulterar qualquer registro histórico invalida todos os vínculos subsequentes.

# 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

Veja LIMITATIONS.md para a declaração completa de maturidade da cadeia de auditoria, incluindo o que ainda não está na v0.5.2 (carimbo de tempo TSA, ancoragem externa, prova zkML de inferência).

Precisa de uma implantação personalizada para seu fundo? → dev@mnemox.ai

Segurança

• Nunca toca em chaves de API. TradeMemory não executa operações, move fundos nem acessa carteiras.
• Somente leitura e registro. Seu agente passa o contexto de decisão para TradeMemory. Ele armazena. Só isso.
• Local primeiro. A única chamada de saída é o carimbo de tempo confiável RFC 3161 das raízes de auditoria diárias — um hash de 32 bytes, sem dados de operações (ativado por padrão; desative com TRADEMEMORY_TSA=off). Nada mais sai da sua máquina.
• Livro-razão de auditoria encadeado SHA-256. Cada registro é hashado na criação e vinculado ao registro anterior. Raízes Merkle diárias ancoram a cadeia. Verifique a integridade no nível de registro, fatia ou dia. A adulteração é detectável em todos os níveis; ancoragem externa (TSA por padrão) está no roadmap.
• Mais de 1.400 testes passando. Suíte de testes completa com CI.

Status da Pesquisa

O framework OWM do TradeMemory é fundamentado na ciência cognitiva (Tulving 1972) e no aprendizado por reforço (Schaul et al. 2015). Status atual:

• Pontuação OWM de cinco fatores: implementada, testada (mais de 1.400 testes)
• Validação estatística: DSR, MBL implementados (Bailey-de Prado 2014)
• Trilha de auditoria: TDR SHA-256 à prova de adulteração
• Mecanismo de evolução: fase de pesquisa (geração de estratégia funciona, taxa de aprovação do portão estatístico sob otimização)
• Recordação híbrida: modo somente OWM ativo, fusão vetorial disponível quando embeddings estão configurados
• Validação empírica: em andamento (n=40 operações, alvo n>=100 para significância estatística)

Documentação

Contribuindo

Veja Guia de Contribuição · Política de Segurança

MIT — veja LICENSE. Apenas para fins educacionais/de pesquisa. Não é aconselhamento financeiro.