workspace/projects/trading-platform/docs/02-definicion-modulos/OQI-006-ml-signals/epicas/EPICA-OQI-006A-ESTRATEGIA-AMD-ML.md
rckrdmrd 513a86ceee
Some checks are pending
CI Pipeline / changes (push) Waiting to run
CI Pipeline / core (push) Blocked by required conditions
CI Pipeline / trading-backend (push) Blocked by required conditions
CI Pipeline / trading-data-service (push) Blocked by required conditions
CI Pipeline / trading-frontend (push) Blocked by required conditions
CI Pipeline / erp-core (push) Blocked by required conditions
CI Pipeline / erp-mecanicas (push) Blocked by required conditions
CI Pipeline / gamilit-backend (push) Blocked by required conditions
CI Pipeline / gamilit-frontend (push) Blocked by required conditions
Major update: orchestration system, catalog references, and multi-project enhancements
Core:
- Add catalog reference implementations (auth, payments, notifications, websocket, etc.)
- New agent profiles: Database Auditor, Integration Validator, LLM Agent, Policy Auditor, Trading Strategist
- Update SIMCO directives and add escalation/git guidelines
- Add deployment inventory and audit execution reports

Projects:
- erp-suite: DevOps configs, Dockerfiles, shared libs, vertical enhancements
- gamilit: Test structure, admin controllers, service refactoring, husky/commitlint
- trading-platform: MT4 gateway, auth controllers, admin frontend, deployment scripts
- platform_marketing_content: Full DevOps setup, tests, Docker configs
- betting-analytics/inmobiliaria-analytics: Initial app structure

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude Opus 4.5 <noreply@anthropic.com>
2025-12-12 22:53:55 -06:00

9.4 KiB

EPICA: OQI-006A - Estrategia AMD y Modelos ML Avanzados

Version: 1.0.0 Fecha: 2025-12-05 Uso: Definicion de epica para estrategia AMD y modelos ML


EPICA: OQI-006A - Estrategia AMD y Modelos ML Avanzados

Metadata

Campo Valor
ID OQI-006A
Nombre Estrategia AMD y Modelos ML Avanzados
Modulo ml-signals
Fase Fase 2 - Optimizacion ML
Prioridad P0
Estado Ready
Story Points 89
Sprint(s) Sprint 8-11

Descripcion

Esta epica abarca la implementacion completa de la estrategia AMD (Accumulation-Manipulation-Distribution) como motor central de deteccion de fases de mercado, junto con modelos ML especializados que trabajan en conjunto para generar senales de trading de alta probabilidad.

La estrategia AMD se basa en los conceptos de Richard Wyckoff y Smart Money, identificando patrones de acumulacion institucional, manipulacion de mercado (stop hunting) y distribucion. Esta informacion alimenta a modelos predictivos para optimizar entradas, salidas y gestion de riesgo.

Objetivo de Negocio

Incrementar la precision de senales de trading del 70% actual al 85%+ mediante:

  • Deteccion inteligente de fases de mercado (AMD)
  • Prediccion de zonas de liquidez institucional
  • Generacion de senales con alta confluencia multi-factor
  • Reduccion de operaciones en fases de manipulacion (evitar trampas)

KPIs Target:

  • Directional Accuracy: >85%
  • Win Rate: >60%
  • Profit Factor: >2.0
  • Max Drawdown: <10%

Stakeholders

Rol Nombre/Equipo Responsabilidad
Product Owner Trading Strategy Team Aprobacion de criterios
Tech Lead ML Engineering Validacion tecnica
Usuarios Traders activos Feedback de senales

Historias de Usuario

ID Historia Prioridad SP Estado
US-ML-020 Como trader, quiero ver la fase AMD actual para entender el contexto del mercado P0 8 Ready
US-ML-021 Como trader, quiero recibir alertas cuando cambie la fase AMD para ajustar mi estrategia P0 5 Ready
US-ML-022 Como trader, quiero ver zonas de liquidez (BSL/SSL) para anticipar movimientos institucionales P0 8 Ready
US-ML-023 Como trader, quiero senales filtradas por fase AMD para evitar operar en manipulacion P0 5 Ready
US-ML-024 Como trader, quiero ver el score de confluencia para evaluar la calidad de la senal P0 8 Ready
US-ML-025 Como trader, quiero predicciones de rango (high/low) mejoradas con contexto AMD P1 13 Ready
US-ML-026 Como trader, quiero ver Order Blocks y FVG en el chart para identificar POI P1 8 Ready
US-ML-027 Como trader, quiero integracion ICT/SMC para killzones y OTE P1 13 Ready
US-ML-028 Como trader, quiero backtesting de estrategia AMD para validar performance historico P2 8 Ready
US-ML-029 Como admin, quiero monitorear metricas de modelos ML en tiempo real P1 5 Ready
US-ML-030 Como admin, quiero reentrenamiento automatico de modelos cuando accuracy caiga P2 8 Ready

Total Story Points: 89


Criterios de Aceptacion de la Epica

Funcionales:

  • AMDDetector clasifica fases con >70% accuracy por clase
  • RangePredictor mejorado logra >95% directional accuracy
  • TPSLClassifier mantiene >85% accuracy, >0.90 AUC
  • LiquidityHunter detecta sweeps con >70% precision
  • StrategyOrchestrator genera senales con confluence score
  • Sistema evita senales durante fase manipulation
  • Visualizacion de Order Blocks y FVG en charts

No Funcionales:

  • Performance: Latencia end-to-end <1,200ms
  • Seguridad: API autenticada con rate limiting
  • Usabilidad: Indicadores claros y no intrusivos

Tecnicos:

  • Cobertura de tests > 80%
  • Documentacion completa de modelos
  • Integracion DB-Backend-ML verificada
  • Monitoring con Prometheus/Grafana

Dependencias

Esta epica depende de:

Epica/Modulo Estado Bloqueante
OQI-001 (Auth) Done Si
OQI-003 (Trading Charts) In Progress Si
TradingAgent Phase 2 Done Si

Esta epica bloquea:

Epica/Modulo Razon
OQI-007 (LLM Agent) Requiere senales ML para interpretacion
OQI-008 (Portfolio Manager) Usa senales para rebalanceo

Desglose Tecnico

ML Models:

  • Modelo: AMDDetector (XGBoost Multiclass)
  • Modelo: RangePredictor (XGBoost Regressor, extendido)
  • Modelo: TPSLClassifier (XGBoost Binary, stacking)
  • Modelo: LiquidityHunter (XGBoost Binary)
  • Modelo: StrategyOrchestrator (Meta-ensemble)

Features Engineering:

  • Features Base: 21 existentes
  • Features AMD: +25 nuevos
  • Features ICT: +15 nuevos
  • Features SMC: +12 nuevos
  • Features Liquidez: +10 nuevos
  • Total: 91+ features

Backend (FastAPI):

  • Endpoints: 8 nuevos
  • WebSocket: Streaming de senales
  • Cache: Redis con TTL 5min

Frontend:

  • Componentes: AMDIndicator, LiquidityZones, OrderBlocks, FVG, ConfluenceScore
  • Stores: amdStore, liquidityStore
  • Integracion con TradingView charts

Modelos ML Detallados

Modelo 1: AMDDetector

Aspecto Valor
Tipo XGBoost Multiclass
Input 50 features
Output {neutral, accumulation, manipulation, distribution}
Target Accuracy >70% overall, >65% per class
Training Data 10+ years XAUUSD, EURUSD, BTCUSDT

Features Clave:

  • range_ratio, body_size, upper/lower_wick
  • volume_ratio, volume_trend, OBV
  • higher_highs, lower_lows, BOS_count, CHOCH_count
  • order_blocks_proximity, fvg_count

Modelo 2: RangePredictor (Extendido)

Aspecto Valor
Tipo XGBoost Regressor + Classifier
Input 70+ features (base + AMD + liquidity)
Output delta_high, delta_low (4 horizontes)
Target Accuracy MAE <0.003, Directional >95%
Mejora Agregar AMD phase como feature

Modelo 3: TPSLClassifier (Stacking)

Aspecto Valor
Tipo XGBoost Binary + Isotonic Calibration
Input 80+ features (stacking con Range)
Output P(TP antes de SL)
Actual 85.9% accuracy, 0.94 AUC
Target >88% accuracy, >0.95 AUC

Modelo 4: LiquidityHunter

Aspecto Valor
Tipo XGBoost Binary
Input 30 features especializados
Output P(liquidity_sweep), timing, risk_score
Target Precision >70%, Recall >60%

Meta-Modelo: StrategyOrchestrator

Aspecto Valor
Tipo Ensemble Weighted + Rule-Based
Input Outputs de todos los modelos
Output Signal (LONG/SHORT/HOLD), confidence, confluence_score
Logic Weighted voting + AMD phase filter

Pipeline de Orquestacion

Market Data (OHLCV)
         |
         v
Feature Engineering (91 features)
         |
   +-----+-----+-----+
   |     |     |     |
   v     v     v     v
  AMD  Liquid  Base  ICT/SMC
Detect Hunter Features Features
   |     |     |     |
   +-----+-----+-----+
         |
         v
   Combined Features
         |
   +-----+-----+
   |           |
   v           v
 Range      TPSL
Predictor  Classifier
   |           |
   +-----+-----+
         |
         v
  Strategy Orchestrator
         |
         v
   Trading Signal
   (action, TP, SL, confidence)

Riesgos

Riesgo Probabilidad Impacto Mitigacion
Overfitting en modelos nuevos Media Alto Walk-forward validation, regularizacion
Latencia excesiva con mas features Media Medio Caching agresivo, batch processing
AMD labels incorrectos Alta Alto Revision manual de labels, validacion cruzada
Degradacion de modelos en produccion Media Alto Monitoring continuo, retraining automatico

Definition of Ready (DoR)

  • Historias de usuario definidas
  • Criterios de aceptacion claros
  • Dependencias identificadas
  • Estimacion completada
  • Diseno tecnico aprobado (ver /estrategias/)
  • Sin bloqueadores activos

Definition of Done (DoD)

  • Codigo implementado y revisado
  • Tests pasando (unit, integration, backtesting)
  • Documentacion actualizada
  • Inventarios actualizados
  • Trazas registradas
  • Demo realizada
  • Product Owner aprobo
  • Metricas de modelos en dashboard

Documentacion Relacionada

  • Estrategia AMD: docs/02-definicion-modulos/OQI-006-ml-signals/estrategias/ESTRATEGIA-AMD-COMPLETA.md
  • Estrategia ICT/SMC: docs/02-definicion-modulos/OQI-006-ml-signals/estrategias/ESTRATEGIA-ICT-SMC.md
  • Modelos ML: docs/02-definicion-modulos/OQI-006-ml-signals/estrategias/MODELOS-ML-DEFINICION.md
  • Features/Targets: docs/02-definicion-modulos/OQI-006-ml-signals/estrategias/FEATURES-TARGETS-ML.md
  • Pipeline: docs/02-definicion-modulos/OQI-006-ml-signals/estrategias/PIPELINE-ORQUESTACION.md
  • TradingAgent: [LEGACY: apps/ml-engine - migrado desde TradingAgent]/

Historial

Fecha Cambio Autor
2025-12-05 Creacion de epica Requirements-Analyst
2025-12-05 Documentacion de estrategias completada Trading-Strategist

Creada por: Requirements-Analyst Fecha: 2025-12-05 Ultima actualizacion: 2025-12-05