trading-platform/docs/99-analisis/ANALISIS-INTEGRACION-COMPLETO.md

FASE 1: ANALISIS DETALLADO DE INTEGRACION

Trading PlatformIA Trading Platform

Fecha: 2026-01-07 Autor: Agente Arquitecto Estado: COMPLETADO

---

1. RESUMEN EJECUTIVO

1.1 Descripcion del Proyecto

Trading PlatformIA Trading Platform es una plataforma integral de gestion de inversiones con IA que combina:

• Money Manager con agentes IA (Atlas, Orion, Nova)
• Plataforma educativa con gamificacion
• TradingView privado con predicciones ML
• Sistema SaaS con pagos Stripe
• Trading automatizado multi-venue (MT4/Binance)

1.2 Estado Actual

Metrica	Valor
Archivos de codigo	478 archivos
Lineas de codigo	58,000+
Subproyectos/Apps	12 aplicaciones
Modelos ML	15+ especializados
Documentacion	325 archivos (70% completada)
Estado MVP	~50% completado

1.3 Stack Tecnologico

Capa	Tecnologias
Frontend	React 18, Vite 6, TypeScript 5.3, TailwindCSS, Zustand
Backend	Express.js 5, Node.js 20, TypeScript
ML Engine	Python 3.10+, FastAPI, XGBoost, PyTorch
Database	PostgreSQL 16 (8 schemas, 98 tablas)
Cache	Redis 7
LLM	Ollama (local), Claude API
Infra	Docker Compose, Git submodules

---

2. ARQUITECTURA DE SUBPROYECTOS

2.1 Inventario de Apps (12 total)

App	Puerto	Tecnologia	Estado	Descripcion
backend	3081	Node.js + Express	Activo	API REST principal (13 modulos)
frontend	3080	React + Vite	Activo	Interfaz web (11 modulos)
database	5432	PostgreSQL 16	Activo	BD principal (8 schemas)
ml-engine	3083	Python + FastAPI	Activo	15+ modelos ML
data-service	3084	Python + FastAPI	INCOMPLETO (20%)	Proveedor de datos
llm-agent	3085	Python + FastAPI	Activo	Copiloto IA (12 tools)
trading-agents	3086	Python + CCXT	Activo	3 agentes + 4 estrategias
mcp-mt4-connector	-	Node.js + TS	Activo	Conector MCP MT4
mcp-binance-connector	-	Node.js + TS	Activo	Conector MCP Binance
mt4-gateway	-	Python	Activo	Gateway MT4
personal	-	Scripts	Activo	Herramientas personales
packages	-	TS + Python	Activo	SDKs compartidos

2.2 Estructura de Directorios

/trading-platform/
├── apps/
│   ├── backend/            # Express.js API
│   ├── frontend/           # React SPA
│   ├── database/           # PostgreSQL DDL
│   ├── ml-engine/          # ML Models
│   ├── data-service/       # Data Provider
│   ├── llm-agent/          # LLM Copilot
│   ├── trading-agents/     # Trading Bots
│   ├── mcp-mt4-connector/  # MT4 MCP
│   ├── mcp-binance-connector/
│   ├── mt4-gateway/
│   └── personal/
├── packages/               # SDKs compartidos
├── docs/                   # 325 archivos
├── orchestration/          # Sistema NEXUS
├── docker/
└── docker-compose.yml

---

3. INTEGRACION DE BASE DE DATOS

3.1 Fuentes de Datos

BD	Tipo	Host	Proposito
PostgreSQL	Principal	localhost:5432	BD operativa (trading_platform)
MySQL	Remoto	72.60.226.4:3306	Datos historicos (db_trading_meta)
Redis	Cache	localhost:6379	Cache y eventos

3.2 Schemas PostgreSQL (8)

auth         - Usuarios, roles, sesiones, OAuth, 2FA
education    - Cursos, lecciones, gamificacion
trading      - Ordenes, posiciones, signals, bots
investment   - Cuentas PAMM, productos
financial    - Pagos, wallets, suscripciones
ml           - Modelos, predicciones, features
llm          - Conversaciones, mensajes
audit        - Logs, eventos de seguridad

3.3 Estado de Migracion MySQL → PostgreSQL

• Script: /apps/database/scripts/migrate_mysql_to_postgres.py
• Estado: Funcional para datos historicos
• Ticker Mapping: 24 pares configurados (BTCUSD, EURUSD, XAUUSD, etc.)
• Temporalidades: 1m, 5m, 15m, 30m, 1h, 4h, 1d, 1w

---

4. MODELOS DE MACHINE LEARNING

4.1 Inventario de Modelos (15+)

Modelo	Archivo	Algoritmo	Proposito
Range Predictor	range_predictor.py	XGBoost	Predice ΔHigh/ΔLow
Range Predictor V2	range_predictor_v2.py	XGBoost	Multi-timeframe
AMD Detector	amd_detector.py	Rule-based	Fases Smart Money
AMD Detector ML	amd_detector_ml.py	XGBoost	AMD entreneable
ICT/SMC Detector	ict_smc_detector.py	Technical	Order Blocks, FVG
TP/SL Classifier	tp_sl_classifier.py	XGBoost	prob_tp_first
Signal Generator	signal_generator.py	Ensemble	Senales completas
Strategy Ensemble	strategy_ensemble.py	Weighted Voting	Confluencia
Neural Gating	neural_gating_metamodel.py	PyTorch NN	Pesos dinamicos
Movement Magnitude	movement_magnitude_predictor.py	XGBoost	Magnitud USD
Asset Metamodel	asset_metamodel.py	Stacking	Por activo
Attention Score	attention_score_model.py	Neural	Scores atencion
Volatility Attention	volatility_attention.py	Softplus	Mapeo volatilidad
Dual Horizon	dual_horizon_ensemble.py	Ensemble	Dos horizontes
Enhanced Range	enhanced_range_predictor.py	XGBoost	Version mejorada

4.2 Pipeline de Prediccion

Data Service → ML Engine → Prediction Service
                    ↓
              ┌─────┴─────┐
              ↓           ↓
         Range Pred   AMD Detect
              ↓           ↓
         TPSL Class   ICT Context
              ↓           ↓
              └─────┬─────┘
                    ↓
             Signal Generator
                    ↓
              Trading Signal

4.3 Features Engineering

• Categorias: Time, Price, Volume, Lag, Rolling, Interaction
• Feature Sets: minimal (9), extended (17), full (50+)
• Indicadores: RSI, MACD, Bollinger, ATR, SMA, EMA, etc.

---

5. INTEGRACION FRONTEND-BACKEND

5.1 Servicios Frontend (9)

Servicio	API Base	Funcionalidad
trading.service	/api/v1	Market data, orders, watchlist
mlService	:8001/api	Signals, predictions, AMD
llmAgentService	:8003/api	Predictions, MT4, backtest
payment.service	/api/v1/payments	Stripe, suscripciones, wallet
websocket.service	ws://:3081	Real-time prices, signals
auth.service	/api/v1/auth	Login, OAuth, 2FA
education.service	/api/v1/education	Cursos, progreso
portfolio.service	/api/v1/portfolio	Gestion de cartera
bot.service	/api/v1/bots	Gestion de agentes

5.2 WebSocket Connections

Trading WS:    ws://localhost:3081/ws/trading
  → subscribe_prices, price, trade_notification, position

ML Signals WS: ws://localhost:3083/ws/signals
  → subscribe, signal, unsubscribe

5.3 State Management (Zustand)

• useTradingStore - Market data, orders, positions
• usePaymentStore - Plans, subscriptions, wallet
• useChatStore - LLM conversations
• useEducationStore - Courses, progress

---

6. GAPS E INCONSISTENCIAS DETECTADOS

6.1 Data Service (CRITICO - 20% completado)

• Estado: Incompleto
• Falta:
  • Pipeline completo de Polygon API
  • Actualizacion automatica de datos
  • Gap detection y filling
  • Price adjustment vs MT4

6.2 Documentacion (70% completada)

Area	Estado	Falta
Arquitectura	90%	-
Base de Datos	95%	-
APIs	85%	OpenAPI specs
Frontend	50%	Componentes detallados
Testing	30%	Suite completa
Deployment	40%	CI/CD pipeline
Monitoreo	25%	Prometheus/Grafana

6.3 Inconsistencias de Configuracion

1. URLs de servicios: Diferentes puertos en .env vs docker-compose
2. Temporalidades: Algunas documentaciones mencionan timeframes diferentes
3. Feature Flags: Configuracion dispersa entre archivos

6.4 Integraciones Faltantes

• Frontend ↔ Data Service (WebSocket real-time)
• Frontend ↔ LLM Agent (Chat interface completa)
• Portfolio Manager ↔ Risk Management
• Marketplace (OQI-009) - No implementado

---

7. BASE DE DATOS - FUENTE DE VERDAD

7.1 Decision Arquitectonica

FUENTE DE VERDAD: PostgreSQL (trading_platform)

Justificacion:

• BD principal con schemas completos
• Datos operativos actualizados
• Migracion desde MySQL completada para datos historicos
• Redis como cache, no como fuente

7.2 Configuracion Oficial

PostgreSQL:
  host: localhost
  port: 5432
  database: trading_platform
  user: trading
  password: trading_dev_2025
  pool_max: 20

MySQL (solo lectura historicos):
  host: 72.60.226.4
  port: 3306
  database: db_trading_meta
  user: root

Redis:
  host: localhost
  port: 6379

---

8. MODULOS PENDIENTES DE INTEGRACION

8.1 Por Prioridad

CRITICA (P0):

1. Completar data-service (20% → 100%)
2. Homologar configuraciones de conexion
3. Documentar APIs con OpenAPI

ALTA (P1): 4. Integrar Frontend ↔ LLM Agent chat 5. Completar ML → Frontend WebSocket 6. Implementar tests unitarios

MEDIA (P2): 7. Dashboard de monitoreo 8. CI/CD pipeline 9. Portfolio Manager completo

BAJA (P3): 10. Marketplace (OQI-009) 11. Documentacion de usuario

---

9. ARCHIVOS CLAVE PARA INTEGRACION

9.1 Configuraciones Centrales

Archivo	Proposito
/docker-compose.yml	Orquestacion de servicios
/apps/backend/.env.example	Variables backend
/apps/frontend/.env.example	Variables frontend
/apps/ml-engine/config/database.yaml	Config ML
/apps/data-service/.env	Config data service

9.2 Documentacion Clave

Archivo	Proposito
/docs/00-vision-general/ARQUITECTURA-GENERAL.md	Arquitectura
/docs/90-transversal/inventarios/DATABASE_INVENTORY.yml	BD Inventario
/docs/api-contracts/SERVICE-INTEGRATION.md	Contratos API
/orchestration/CONTEXT-MAP.yml	Mapa de contexto

9.3 Codigo de Integracion

Archivo	Proposito
/apps/ml-engine/src/services/prediction_service.py	Servicio central ML
/apps/llm-agent/src/services/ml_analyzer.py	Integracion LLM-ML
/apps/frontend/src/services/	Clientes API frontend
/apps/backend/src/shared/clients/	Clientes inter-servicio

---

10. RECOMENDACIONES PARA FASE 2

10.1 Homologacion de Configuraciones

• Centralizar variables de entorno
• Crear archivo de configuracion unico
• Eliminar duplicados y conflictos

10.2 Completar Data Service

• Implementar pipeline Polygon completo
• Actualizar datos cada 5 minutos
• Implementar gap detection

10.3 Documentacion de APIs

• Generar OpenAPI specs para cada servicio
• Documentar WebSocket protocols
• Crear ejemplos de integracion

10.4 Testing

• Unit tests para servicios criticos
• Integration tests para flujos completos
• E2E tests para UI

---

ANEXO A: ENDPOINTS POR SERVICIO

Backend (3081)

/api/v1/auth/*           - Autenticacion
/api/v1/users/*          - Usuarios
/api/v1/trading/*        - Trading y ordenes
/api/v1/education/*      - Cursos
/api/v1/payments/*       - Pagos
/api/v1/ml/*             - Proxy ML Engine
/api/v1/llm/*            - Proxy LLM Agent

ML Engine (3083)

/api/v1/signals/*        - Senales ML
/api/v1/predictions/*    - Predicciones
/api/amd/*               - AMD Detection
/api/ict/*               - ICT Analysis
/api/ensemble/*          - Ensemble signals
/health                  - Health check

LLM Agent (3085)

/api/v1/predictions/*    - Analisis completo
/api/v1/backtesting/*    - Backtesting
/api/trade/*             - Ejecucion trades
/api/mt4/*               - Gateway MT4
/chat                    - Chat interface

Data Service (3084)

/api/v1/market/*         - Market data
/api/v1/sync/*           - Sincronizacion
/health                  - Health check

---

Documento generado automaticamente Siguiente fase: FASE 2 - Planeacion basada en analisis