trading-platform/docs/02-definicion-modulos/OQI-006-ml-signals

id	title	type	project	version	updated_date
README	Senales ML y Predicciones	Documentation	trading-platform	1.0.0	2026-02-06

OQI-006: Senales ML y Predicciones

Estado: ✅ Implementado Fecha: 2025-12-05 Modulo: apps/ml-services

---

Descripcion

Sistema de prediccion de precios basado en XGBoost que predice:

• Precio maximo esperado en horizonte temporal
• Precio minimo esperado en horizonte temporal
• Nivel de confianza de la prediccion

---

Arquitectura

┌─────────────────┐     ┌─────────────────────────────────────────┐
│   Binance API   │────▶│          ML SERVICES (FastAPI)          │
│   (Market Data) │     │                Puerto 8000               │
└─────────────────┘     │                                          │
                        │  ┌──────────────┐  ┌──────────────┐     │
                        │  │ MarketData   │  │  XGBoost     │     │
                        │  │   Fetcher    │──│  Predictor   │     │
                        │  └──────────────┘  └──────────────┘     │
                        │         │                 │              │
                        │         ▼                 ▼              │
                        │  ┌──────────────┐  ┌──────────────┐     │
                        │  │   Feature    │  │   Training   │     │
                        │  │ Engineering  │  │   Pipeline   │     │
                        │  └──────────────┘  └──────────────┘     │
                        └─────────────────────────────────────────┘

---

Endpoints

Metodo	Ruta	Descripcion
GET	/health	Health check
GET	/api/stats	Estado del servicio
GET	/api/predict/{symbol}	Predicciones de precio
POST	/api/train/{symbol}	Entrenar modelo
GET	/api/training/status	Estado del entrenamiento
GET	/api/signals/{symbol}	Senales de trading
GET	/api/indicators/{symbol}	Indicadores tecnicos
WS	/ws/{symbol}	Predicciones en tiempo real

---

Modelo XGBoost

Configuracion

@dataclass
class ModelConfig:
    n_estimators: int = 100    # Numero de arboles
    max_depth: int = 6         # Profundidad maxima
    learning_rate: float = 0.1 # Tasa de aprendizaje
    subsample: float = 0.8     # Submuestra por arbol
    colsample_bytree: float = 0.8
    min_child_weight: int = 1
    random_state: int = 42

Features (30+)

Volatilidad:

• volatility_5, volatility_10, volatility_20, volatility_50
• atr_5, atr_10, atr_20, atr_50

Momentum:

• momentum_5, momentum_10, momentum_20
• roc_5, roc_10, roc_20

Medias Moviles:

• sma_5, sma_10, sma_20, sma_50
• ema_5, ema_10, ema_20, ema_50
• sma_ratio_5, sma_ratio_10, sma_ratio_20, sma_ratio_50

Indicadores:

• rsi_14 - Relative Strength Index
• macd, macd_signal, macd_histogram
• bb_position - Posicion en Bollinger Bands

Volumen:

• volume_ratio - Ratio vs SMA 20

High/Low:

• hl_range_pct - Rango high-low como %
• high_distance, low_distance
• hist_max_ratio_*, hist_min_ratio_*

---

Targets

El modelo predice:

1. max_ratio: Ratio del maximo futuro respecto al precio actual

   max_ratio = future_high / current_price - 1
   

2. min_ratio: Ratio del minimo futuro respecto al precio actual

   min_ratio = 1 - future_low / current_price
   

---

Horizontes de Prediccion

Horizonte	Candles (5min)	Tiempo	Uso
Scalping	6	30 min	Trading rapido
Intraday	18	90 min	Day trading
Swing	36	3 horas	Swing trading
Position	72	6 horas	Posiciones largas

---

Metricas de Entrenamiento

Metrica	Descripcion	Valor Tipico
high_mae	Error absoluto medio (high)	0.1% - 2%
high_rmse	Error cuadratico medio (high)	0.15% - 2.5%
low_mae	Error absoluto medio (low)	0.1% - 2%
low_rmse	Error cuadratico medio (low)	0.15% - 2.5%

---

Ejemplo de Prediccion

Request

curl http://localhost:8000/api/predict/BTCUSDT?horizon=all

Response

{
  "symbol": "BTCUSDT",
  "timestamp": "2025-12-05T18:05:08.889327Z",
  "current_price": 89388.99,
  "predictions": {
    "scalping": {
      "high": 89663.86,
      "low": 88930.53,
      "high_ratio": 1.0031,
      "low_ratio": 0.9949,
      "confidence": 0.69,
      "minutes": 30
    },
    "intraday": {
      "high": 90213.60,
      "low": 88013.61,
      "high_ratio": 1.0093,
      "low_ratio": 0.9848,
      "confidence": 0.59,
      "minutes": 90
    },
    "swing": {
      "high": 91038.21,
      "low": 86638.23,
      "high_ratio": 1.0187,
      "low_ratio": 0.9698,
      "confidence": 0.45,
      "minutes": 180
    },
    "position": {
      "high": 92687.43,
      "low": 83887.47,
      "high_ratio": 1.0378,
      "low_ratio": 0.9405,
      "confidence": 0.45,
      "minutes": 360
    }
  },
  "model_version": "1.0.0",
  "is_trained": true
}

---

Entrenamiento

Iniciar Entrenamiento

curl -X POST "http://localhost:8000/api/train/BTCUSDT?samples=500"

Respuesta

{
  "status": "training_started",
  "symbol": "BTCUSDT",
  "samples": 500,
  "message": "Model training started in background. Check /api/stats for progress."
}

Verificar Estado

curl http://localhost:8000/api/training/status

{
  "training_in_progress": false,
  "is_trained": true,
  "last_training": {
    "symbol": "BTCUSDT",
    "timestamp": "2025-12-05T18:04:49.757994",
    "samples": 500,
    "metrics": {
      "high_mae": 0.00099,
      "high_rmse": 0.00141,
      "low_mae": 0.00173,
      "low_rmse": 0.00284,
      "train_samples": 355,
      "test_samples": 89
    }
  }
}

---

Market Data

Fuentes de Datos

Fuente	Uso	API
Binance	Crypto (BTC, ETH)	REST + WebSocket
Mock Data	Testing	Generado localmente

OHLCV Structure

@dataclass
class OHLCV:
    timestamp: np.ndarray  # Epoch milliseconds
    open: np.ndarray       # Precio apertura
    high: np.ndarray       # Precio maximo
    low: np.ndarray        # Precio minimo
    close: np.ndarray      # Precio cierre
    volume: np.ndarray     # Volumen

---

Archivos

apps/ml-services/
├── src/
│   ├── api/
│   │   ├── server.py          # FastAPI app
│   │   └── schemas/
│   │       └── prediction.py  # Pydantic schemas
│   ├── data/
│   │   └── market_data.py     # MarketDataFetcher
│   └── models/
│       ├── xgboost_model.py   # XGBoostPredictor
│       ├── predictor.py       # MaxMinPricePredictor
│       └── indicators.py      # Indicadores tecnicos
├── trained_models/            # Modelos guardados
│   ├── xgb_high.json
│   └── xgb_low.json
└── environment-cpu.yml        # Conda environment

---

Dependencias

# Principales
- python=3.11
- fastapi=0.115
- uvicorn
- xgboost
- scikit-learn
- pandas
- numpy
- loguru
- aiohttp
- requests

---

Configuracion

Variables de Entorno

No requiere variables de entorno obligatorias.

Opcionales:

ML_MODEL_PATH=./trained_models
BINANCE_API_KEY=xxx  # Opcional para rate limits

Iniciar Servidor

cd apps/ml-services
conda activate trading-ml
uvicorn src.api.server:app --host 0.0.0.0 --port 8000 --reload

---

Limitaciones

1. Simbolos soportados: Solo BTCUSDT y ETHUSDT para training
2. Horizonte maximo: 6 horas (72 candles de 5min)
3. Rate limits Binance: 1200 requests/min
4. Precision: MAE tipico de 0.1% a 2%

---

Proximas Mejoras

• Modelo GRU para patrones secuenciales
• Ensemble XGBoost + GRU
• Soporte para mas simbolos (XAU, EUR)
• Predicciones a nivel de ticks
• AutoML para optimizacion de hiperparametros

---

Schemas DDL Asignados

Este modulo es owner del siguiente schema DDL:

Schema	Tablas	Descripcion
ml	12	models, model_versions, predictions, signals, signal_subscriptions, backtests, backtest_results, feature_sets, training_jobs, ensemble_models, ensemble_predictions, model_metrics

Total tablas: 12 Nota DDL drift: Documentacion previa no incluia seccion de schemas DDL. Las 12 tablas cubren el ciclo completo de ML: entrenamiento (models, model_versions, training_jobs, feature_sets), prediccion (predictions, signals, signal_subscriptions), evaluacion (backtests, backtest_results, model_metrics) y ensemble (ensemble_models, ensemble_predictions). Actualizado por TASK-2026-02-06 F2.6.

---

Documentacion generada: 2025-12-05