Börja med nyfikenhet
Ta en idé till en första fungerande prototyp, med AI som hjälp för att bygga och förstå varje del. En prototyp är en början, inte ett bevis på att idén håller.
Ett öppet experiment med AI, automation och marknader — byggt från grunden och dokumenterat längs vägen.
Jag bygger en AI-tradingrobot för att utforska vad en person kan skapa med AI som verktyg. Målet är att lära, dela resan och kanske inspirera dig att pröva en egen idé. Om roboten kan ge avkastning är fortfarande en öppen fråga.
Utforska experimentetTradingroboten är utmaningen. Den större frågan är vad vi kan lära oss av att bygga den: om AI, marknader, risk, automation och säkerhet. Både framsteg och motgångar hör till berättelsen.
Ta en idé till en första fungerande prototyp, med AI som hjälp för att bygga och förstå varje del. En prototyp är en början, inte ett bevis på att idén håller.
Testa antaganden, leta efter misstag och våga ändra riktning. Ett bra test kan visa varför något misslyckas lika tydligt som varför det lyckas.
Förklara besluten på ett enkelt sätt. Dela även återvändsgränderna och överraskningarna, så att någon annan kan lära av försöket.
Här är systemet jag vill bygga, förklarat en del i taget. De numrerade stegen visar det tänkta flödet. De är en plan, inte en lista över färdiga komponenter.
Samla marknadsinformationen roboten behöver och kontrollera att den går att använda.
Utforska regler och AI-modeller som kan föreslå när roboten ska handla — eller avstå.
Kontrollera hur mycket som riskeras, sätta gränser och stoppa order som överskrider dem.
Koppla roboten till tjänsten som tar emot och behandlar handelsorder.
Hålla reda på order och positioner, även när något går fel.
Dokumentera utfall och kostnader och undersöka om resultaten stödjer den ursprungliga idén.
Återkopplingen är viktig: det systemet gör ska hjälpa till att avgöra vad som behöver testas härnäst.
Vad vill jag ta reda på?
Kan jag få delarna att fungera tillsammans?
Vad händer med låtsasaffärer, utan riktiga pengar?
Om det är motiverat: beter sig kontrollerade tester som väntat?
Vad fungerade, vad gick fel och vad vill jag ändra?
En riktning för experimentet, inte en färdig tidslinje. Tester med riktiga pengar blir bara aktuella om de tidigare stegen och riskkontrollerna har utvärderats.
Dokumentationen växer med experimentet. I projektloggen finns daterade tankar och beslut. Nedan är ämnena jag vill dokumentera vidare; handelsresultat har ännu inte publicerats.
Projektlogg ↗Beskriva systemets komponenter, hur information rör sig mellan dem och varför en viss lösning valdes. Översikten ovan är utgångspunkten.
Dokumentera viktiga förändringar, frågan bakom varje ändring och vad nästa test behöver visa. Även idéer som prövats och övergetts ska få plats.
Beskriva simulerad handel separat från verklig handel: testperiod, antaganden, kostnader och driftproblem. Simulering ska inte presenteras som verklig avkastningshistorik.
Publicera resultat tillsammans med tidsperiod, testförutsättningar, kostnader och nedgångar. Skilja på historiska tester, simulerad handel och verklig handel så att siffrorna går att förstå.
Beskriva vad jag lär mig om AI, marknader, risk, automation och säkerhet. Ta med idéer som fallerade, misstag och ändrade uppfattningar, med tillräckligt sammanhang för att någon annan ska kunna lära av dem.
Inga verifierade handelsresultat publicerade.
Algora ska byggas för att minnas.
Målet är att kunna spara och koppla varje affär, signal, position, strategiversion, riskbeslut och marknadsläge till den information som fanns tillgänglig i just det ögonblicket.
Tillsammans med löpande marknads- och makroanalys ska det ge ett strukturerat historiskt minne över timmar, dagar, veckor, månader, kvartal och år.
Målet är att förstå inte bara vad som hände, utan också varför en strategi fungerade olika i olika marknadsmiljöer.
På sikt skulle historiken kunna hjälpa till att identifiera förändrade marknadslägen, upptäcka försvagade strategier, jämföra liknande perioder och förbättra framtida beslut. Det är förmågor som ska byggas och utvärderas, inte bevisade resultat.
Göra erfarenhet till data, data till insikt och insikt till bättre beslut.
Ett historiskt minne behöver tydliga gränser: bestämda lagringstider, rätt åtkomst och regler för radering. Analysen ska utgå från informationen som fanns då, inte från kunskap som tillkom senare.
Från V1 ska Algora Trading planeras med säkerhet, integritet och regelefterlevnad inbyggt i designen. Detta är krav för handelssystemet som utvecklas, inte ett påstående om att kontrollerna redan är införda eller verifierade.
Flerfaktorsautentisering (MFA) och minsta möjliga behörighet: varje användare och tjänst ska bara få den åtkomst som behövs.
Kryptering samt säker lagring, användning och rotation av lösenord, API-nycklar och andra autentiseringsuppgifter.
Granskningsloggar och dokumenterad ändringshantering, så att beslut, händelser och versioner går att följa.
Säkerhetskopior, testad återställning och dokumenterade rutiner för att upptäcka, hantera och lära av incidenter.
Sårbarhetsskanning och hantering av programvaruberoenden för att upptäcka och åtgärda risker.
Samla bara nödvändiga uppgifter, bestäm lagringstider och planera för radering och lämplig åtkomst.
Målet är att följa GDPR:s principer, förbereda för relevanta DORA-krav och beakta NIS2-relaterade säkerhetskontroller där de är tillämpliga. ”DORA-ready” är en ambition att utreda och styrka, inte en nuvarande efterlevnadsstatus. Tillämpligheten behöver bedömas utifrån projektets faktiska verksamhet och eventuell framtida användning.
Om experimentet någon gång utvecklas till en produkt för flera användare är ambitionen att kunna bygga vidare på en bra grund, i stället för att bygga om säkerhet och regelefterlevnad från början. Syftet här och nu är fortfarande att lära och dela.
Referensramverk: GDPR · DORA · NIS2
Lönsamhet + Riskkontroll + Säkerhet + Spårbarhet + Dokumentation + Inbyggd regelefterlevnad
Här samlas nya tankar, planerade funktioner, beslut och lärdomar när experimentet utvecklas. Inläggen skiljer en idé eller ett krav från något som är byggt och testat.
Nytt designmål: koppla handelshändelser, strategiversioner och riskbeslut till deras ursprungliga marknadssammanhang. Nästa steg är att definiera händelsemodell, tidsstämplar, datakällor och lagringsregler och sedan testa om historiken ger användbara jämförelser utan efterklokhet.
Läs om det planerade historiska minnet ↗Säkerhet, integritet, spårbarhet och regelefterlevnad har lagts till i projektets krav för V1. Nästa steg är att göra varje krav till en konkret kontroll och bestämma hur den ska testas. Inlägget dokumenterar riktningen; kontrollerna markeras inte som färdiga.
Läs säkerhetsprinciperna ↗Identifiera data, nycklar, roller och beroenden samt bedöma vilka regelkrav som gäller.
Specificera inloggning, åtkomst, kryptering, loggning, återställning, sårbarhetskontroller och radering.
Dokumentera tester, incidentrutiner och ändringar; visa vad som är infört och vad som fortfarande behöver belägg.
“Om det vore enkelt
skulle alla göra det.”
Om det vore enkelt skulle alla göra det. Det är en del av det som gör frågan intressant. Jag vill försöka, förstå vad som händer och vara ärlig med utfallet.
Den här sidan finns för att dela experimentet och inspirera till nyfikenhet. Här säljs ingen tradingprodukt, signaltjänst eller något löfte om avkastning.
Enkel statistik: vi räknar sidvisningar per dag och domän, utan cookies eller lagrade besökaridentifierare.