# Plan de Desarrollo: ML, LLM y Trading Operations

**Fecha:** 2025-12-07
**Tech Leader:** Agente Orquestador
**Estado:** En Desarrollo Paralelo

---

## Resumen Ejecutivo

Este plan coordina el desarrollo de las capacidades de Machine Learning, integración LLM local, y los agentes de trading operativos (Atlas, Orion, Nova) para Trading Platform.

### Recursos Disponibles

| Recurso | Especificación |
|---------|----------------|
| GPU | NVIDIA RTX 5060 Ti (16GB VRAM) |
| TradingAgent Original | `[LEGACY: apps/ml-engine - migrado desde TradingAgent]` |
| ML Engine Base | `apps/ml-engine/` (estructura migrada) |
| LLM Local | chatgpt-oss (a configurar en GPU) |

---

## Track 1: ML Engine - Migración Avanzada

### Objetivo
Migrar completamente los modelos del TradingAgent original al nuevo ML Engine con soporte GPU.

### Componentes a Migrar

| Componente | Origen | Destino | Estado |
|------------|--------|---------|--------|
| RangePredictor | TradingAgent/src/models/ | apps/ml-engine/src/models/ | Parcial |
| TPSLClassifier | TradingAgent/src/models/ | apps/ml-engine/src/models/ | Parcial |
| SignalGenerator | TradingAgent/src/models/ | apps/ml-engine/src/models/ | Parcial |
| AMDDetector | TradingAgent/src/models/ | apps/ml-engine/src/models/ | Pendiente |
| Phase2Pipeline | TradingAgent/src/pipelines/ | apps/ml-engine/src/pipelines/ | Pendiente |
| WalkForward | TradingAgent/src/training/ | apps/ml-engine/src/training/ | Pendiente |
| Backtesting | TradingAgent/src/backtesting/ | apps/ml-engine/src/backtesting/ | Pendiente |
| Dashboard RT | TradingAgent/src/visualization/ | apps/ml-engine/src/visualization/ | Pendiente |

### Tareas Específicas

1. **Migrar AMDDetector**
   - Detector de fases Accumulation/Manipulation/Distribution
   - Crítico para filtrado de señales

2. **Migrar Pipeline Phase2**
   - Entrenamiento completo del sistema
   - Walk-forward validation

3. **Configurar GPU Training**
   - XGBoost con CUDA
   - Configurar para RTX 5060 Ti

4. **Implementar API completa**
   - Endpoints de señales en tiempo real
   - WebSocket para streaming

5. **Integrar con datos históricos**
   - 10 años de datos XAUUSD, EURUSD, GBPUSD
   - Pipeline de ingesta desde MySQL

---

## Track 2: LLM Agent - Integración Local

### Objetivo
Implementar el copiloto de trading basado en LLM ejecutándose localmente en GPU.

### Arquitectura

```
┌─────────────────────────────────────────────────────────────┐
│                    LLM SERVICE (Local GPU)                   │
├─────────────────────────────────────────────────────────────┤
│  ┌─────────────────┐  ┌─────────────────┐                   │
│  │  LLM Model      │  │  Trading Tools  │                   │
│  │  (chatgpt-oss)  │  │  (Functions)    │                   │
│  └────────┬────────┘  └────────┬────────┘                   │
│           │                    │                             │
│  ┌────────▼────────────────────▼────────┐                   │
│  │         LLM Orchestrator             │                   │
│  │  - Prompt Templates                  │                   │
│  │  - Tool Calling                      │                   │
│  │  - Context Management                │                   │
│  └──────────────────────────────────────┘                   │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                    TRADING PLATFORM                          │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌──────────┐   │
│  │ ML Engine│  │  Market  │  │ Portfolio│  │ Trading  │   │
│  │ Signals  │  │   Data   │  │  State   │  │ Execution│   │
│  └──────────┘  └──────────┘  └──────────┘  └──────────┘   │
└─────────────────────────────────────────────────────────────┘
```

### Opciones de Modelo Local

| Modelo | VRAM Requerida | Capacidad | Recomendación |
|--------|----------------|-----------|---------------|
| Mistral 7B | ~8GB | Buena | Viable |
| Llama 3 8B | ~10GB | Muy buena | Recomendado |
| CodeLlama 7B | ~8GB | Code-focused | Alternativa |
| Phi-3 Mini | ~4GB | Compacto | Backup |

### Tareas Específicas

1. **Configurar servidor LLM local**
   - Opciones: Ollama, vLLM, text-generation-webui
   - Endpoint compatible OpenAI API

2. **Implementar Trading Tools**
   - get_signal(symbol) → Señal ML actual
   - analyze_chart(symbol, timeframe) → Análisis técnico
   - check_portfolio() → Estado del portfolio
   - execute_trade(params) → Ejecutar orden
   - set_alert(params) → Crear alerta

3. **Prompt Engineering**
   - System prompt especializado en trading
   - Templates para análisis, estrategias, explicaciones

4. **Gestión de Contexto**
   - Historial de conversación (Redis)
   - Contexto de mercado en tiempo real
   - Perfil del usuario

---

## Track 3: Trading Agents - Operaciones

### Objetivo
Implementar los agentes de trading automático (Atlas, Orion, Nova) que operan las cuentas de inversión.

### Arquitectura de Agentes

```
┌─────────────────────────────────────────────────────────────────┐
│                    TRADING AGENTS SERVICE                        │
├─────────────────────────────────────────────────────────────────┤
│                                                                  │
│  ┌────────────────┐ ┌────────────────┐ ┌────────────────┐      │
│  │     ATLAS      │ │     ORION      │ │      NOVA      │      │
│  │  Conservador   │ │   Moderado     │ │    Agresivo    │      │
│  │  - Grid        │ │  - Trend       │ │  - Momentum    │      │
│  │  - Mean Rev    │ │  - Breakout    │ │  - Scalping    │      │
│  │  - BTC/ETH     │ │  - Top 10      │ │  - All Pairs   │      │
│  └───────┬────────┘ └───────┬────────┘ └───────┬────────┘      │
│          │                  │                  │                 │
│  ┌───────▼──────────────────▼──────────────────▼───────┐       │
│  │              EXECUTION ENGINE                        │       │
│  │  - Risk Management                                   │       │
│  │  - Position Sizing                                   │       │
│  │  - Order Execution (Binance API)                     │       │
│  │  - PnL Tracking                                      │       │
│  └──────────────────────────────────────────────────────┘       │
│                              │                                   │
│  ┌───────────────────────────▼──────────────────────────┐       │
│  │              SIGNAL CONSUMER                          │       │
│  │  - ML Engine Integration                             │       │
│  │  - Signal Filtering per Agent Profile                │       │
│  │  - Trade Journaling                                  │       │
│  └──────────────────────────────────────────────────────┘       │
│                                                                  │
└─────────────────────────────────────────────────────────────────┘
```

### Perfiles de Agentes

#### Atlas (Conservador)
```yaml
name: Atlas
profile: conservative
strategies:
  - mean_reversion
  - grid_trading
pairs:
  - BTC/USDT
  - ETH/USDT
risk:
  max_drawdown: 5%
  position_size: 2%
  max_positions: 3
targets:
  monthly_return: 3-5%
  win_rate_min: 60%
```

#### Orion (Moderado)
```yaml
name: Orion
profile: moderate
strategies:
  - trend_following
  - breakout
pairs:
  - BTC/USDT
  - ETH/USDT
  - SOL/USDT
  - BNB/USDT
  # + Top 10
risk:
  max_drawdown: 10%
  position_size: 3%
  max_positions: 5
targets:
  monthly_return: 5-10%
  win_rate_min: 55%
```

#### Nova (Agresivo)
```yaml
name: Nova
profile: aggressive
strategies:
  - momentum
  - scalping
  - altcoin_rotation
pairs:
  - ALL available
risk:
  max_drawdown: 20%
  position_size: 5%
  max_positions: 10
targets:
  monthly_return: 10%+
  win_rate_min: 50%
```

### Tareas Específicas

1. **Implementar Agent Base Class**
   - Ciclo de vida del agente
   - Risk management
   - Position sizing

2. **Implementar Estrategias**
   - MeanReversionStrategy
   - GridTradingStrategy
   - TrendFollowingStrategy
   - BreakoutStrategy
   - MomentumStrategy
   - ScalpingStrategy

3. **Integración Binance**
   - Paper trading (testnet)
   - Real trading (mainnet)
   - WebSocket feeds

4. **Sistema de Distribución**
   - Cálculo de PnL
   - Performance fees
   - Distribución automática

---

## Dependencias entre Tracks

```
┌──────────────────────────────────────────────────────────────┐
│                    DEPENDENCIAS                               │
├──────────────────────────────────────────────────────────────┤
│                                                               │
│  Track 1 (ML Engine) ──────────────────┐                     │
│         │                              │                      │
│         │ Señales                      │ Señales              │
│         ▼                              ▼                      │
│  Track 2 (LLM Agent) ◄───────► Track 3 (Trading Agents)      │
│                                                               │
│  LLM interpreta                Trading agents consumen        │
│  señales y sugiere             señales y ejecutan trades      │
│                                                               │
└──────────────────────────────────────────────────────────────┘
```

---

## Épicas Relacionadas

| Épica | Descripción | Tracks Involucrados |
|-------|-------------|---------------------|
| OQI-004 | Cuentas de Inversión | Track 3 |
| OQI-006 | Señales ML | Track 1 |
| OQI-007 | LLM Agent | Track 2 |
| OQI-008 | Portfolio Manager | Track 2, 3 |

---

## Próximos Pasos Inmediatos

### Track 1 - ML Engine
1. Migrar AMDDetector completo
2. Migrar Phase2Pipeline
3. Configurar entrenamiento GPU
4. Implementar API de señales

### Track 2 - LLM Agent
1. Configurar Ollama con Llama 3 8B
2. Crear servicio FastAPI para LLM
3. Implementar Trading Tools básicos
4. Crear prompt templates

### Track 3 - Trading Agents
1. Crear estructura base de agentes
2. Implementar Atlas (estrategia conservadora)
3. Integrar con señales ML
4. Paper trading en Binance Testnet

---

*Plan generado por Tech-Leader Agent*
*Fecha: 2025-12-07*