Como Construí um Ecossistema de Trading Assistido por IA Sem Escrever uma Linha de Código

O humano no loop não é decoração — é a arquitetura. Preenchendo lacunas humanas com ferramentas de IA, sem fingir que as lacunas desaparecem.

Este é um estudo de caso técnico escrito para a comunidade Anthropic. Assume familiaridade com conceitos como Docker, APIs e ferramentas de linha de comando.

O Fluxo de Trabalho Que Me Quebrou

Por dois anos, cada sessão de trading com IA começava da mesma maneira:

1. Exportar CSV do TradingView (2-3 arquivos por símbolo, por intervalo de tempo)
2. Fazer upload para o chat de IA
3. Fazer upload de uma captura de tela do gráfico
4. Fazer upload de outra captura de tela porque a IA leu errado a primeira
5. Colar meu documento de estratégia (10-20 páginas)
6. Explicar minhas posições atuais
7. AGORA começar a discutir

No dia seguinte? Começar de novo. Sem memória. Fazer upload de tudo novamente. Metade da janela de contexto queimada antes de fazer uma única pergunta.

Algumas plataformas oferecem recuperação de documentos anexados. Isso ajuda dentro de uma única sessão. Mas para meu fluxo de trabalho, a recuperação sem busca cruzada ainda deixava uma grande lacuna: eu não conseguia encontrar de forma confiável o que havia trabalhado na semana passada, e reconstruir o contexto competia com a análise real. Um grande arquivo de estratégia pode ser tecnicamente gerenciável; o verdadeiro problema é que o contexto é finito, e o tempo gasto reconstruindo-o é tempo não gasto pensando.

O problema mais profundo: a IA só via instantâneas dos meus dados. No fluxo de trabalho disponível para mim, os dados do mercado que eu poderia trazer para um chat estavam atrasados ou eram muito grosseiros para uma discussão intradia real. Qualquer coisa abaixo da granularidade de 10 minutos — velas de 5 minutos, velas de 1 minuto — eu não conseguia entrar na conversa sem exportar e fazer upload manualmente a cada poucos minutos. Isso não é um fluxo de trabalho diário realista. Portanto, se você precisava discutir o que estava acontecendo dentro de um movimento — o tipo de análise que requer intervalos de tempo menores — era praticamente impossível. Quando o petróleo bruto se move $2 em uma hora devido a um evento geopolítico, você precisa de preço real, volume real, na resolução onde a ação está acontecendo — não uma exportação velha.

O que eu queria: uma IA que visse meu portfólio real, puxasse dados de mercado ao vivo e trabalhasse comigo na análise — em uma conversa, sem fazer upload de nada.

Este artigo é sobre como eu construí exatamente isso — não como um desenvolvedor, mas como um trader com habilidades de QA enferrujadas e vários modelos de IA lidando com diferentes partes do trabalho. Todo o processo levou cerca de um mês.

Quem Está Escrevendo Isso

Sou um trader com 13 anos de experiência. Antes disso, passei 15 anos na tecnologia — como SysAdmin e líder de QA de ponta a ponta. Também tenho dislexia. Eu ditado a maior parte do meu trabalho através de um microfone.

Essa carreira na tecnologia terminou há mais de uma década. Desde então — navegador, plataforma de trading, Excel. Quando mudei do Windows para o Linux há oito meses, estava começando quase do zero.

Meu entendimento sobre IA vem de assistir às palestras de Andrej Karpathy — todas elas. Eu entendo como os modelos funcionam conceitualmente: atenção, janelas de contexto, tokenização, por que as alucinações acontecem. Eu não entendo a matemática por trás da retropropagação. Esse é o nível.

O que mudou tudo não foi aprender a codificar. Foi perceber que as antigas habilidades ainda funcionavam — gerenciando especialistas, testando entregas, escrevendo especificações. Os membros da equipe apenas mudaram de humanos para modelos de IA.

Como o Sistema Cresceu: Problema → Solução → Novo Problema

O que segue não é uma arquitetura planejada. É o que aconteceu quando cada solução criou o próximo problema. Cada componente existe porque algo quebrou ou estava faltando.

Antes do Dia 1: A Fundação

Esta história não começa do zero. Antes do MCP, passei cerca de 6 dias configurando o IB Gateway no Docker — manualmente, passo a passo, guiado por um assistente de IA através de cada comando. Ele não apenas deu instruções — explicou como o Docker funciona, o que são contêineres, por que as portas precisam ser mapeadas. O Docker é a única tecnologia que agora entendo razoavelmente bem, porque a construímos juntos lentamente.

Essa configuração inicial era semi-automática — conectava-se ao meu corretor, mas apenas para baixar arquivos CSV que eu então faria upload para chats de IA manualmente. O mesmo fluxo de trabalho doloroso. Eu também tinha serviços de monitoramento básicos: temperatura da GPU, recursos do sistema.

Dias 1-3: "Mostre-me Meu Portfólio"

MCP — Protocolo de Contexto do Modelo — é um protocolo aberto para conectar aplicações de IA a ferramentas externas e fontes de dados. Em vez de baixar CSVs e fazer upload deles, o MCP permitiu que Claude acessasse diretamente meu gateway de corretor e puxasse dados ao vivo.

Em 3 dias úteis (8-12 horas cada), com Claude Code escrevendo todo o código, construí um servidor MCP com ferramentas que Claude chama pelo nome (get_portfolio, get_market_history, get_tick_data), acesso remoto autenticado via um túnel Cloudflare com acesso somente leitura ao corretor e alertas de preço entregues ao Telegram.

Como foram realmente aqueles 3 dias: O IB Gateway existente precisava de reconfiguração. O túnel Cloudflare se recusou a conectar devido a um problema de IPv6 que levou duas horas para diagnosticar. Endpoints quebraram e tiveram que ser reconstruídos. O processo era sempre o mesmo: a IA dá um comando → eu colo → erro vermelho → eu copio o log de volta → a IA dá uma correção → algo mais quebra. Repetir. Por horas.

O que isso resolveu: Pela primeira vez, digitei "mostre-me meu portfólio" em um chat e vi posições reais, P&L real, preços reais. A preparação da sessão passou de 20 minutos de upload de arquivos para zero. A conversa começou com dados em vez de gastar tempo preparando-os.

Nota de hardware: A configuração básica (corretor + MCP + túnel) roda em um computador ou laptop padrão — sem GPU, sem modelo local. Os requisitos mínimos do IB Gateway estão em seu site. O sistema completo que descrevo mais tarde requer uma estação de trabalho. Esta não era uma máquina nativa de IA que comprei para o projeto. Ela já estava aqui de uma configuração anterior de gráficos 3D; a única adição posterior foi uma segunda RTX 3090 usada. As especificações — AMD Threadripper PRO, 256GB de RAM, dual RTX 3090 — não são o mínimo para trabalho com IA. Elas são o que minha pilha sempre ligada precisa: um modelo local de 12B parâmetros ao lado de 10+ serviços rodando 24/7, com folga, sem supervisão.

Dia 7: "Não Consigo Ver o Que Está Acontecendo"

A conexão MCP funcionou. Mas quando algo travou à noite, eu só descobri na manhã seguinte.

Naquela noite, o servidor MCP cresceu de 16 para 33 ferramentas: gerenciamento de serviços, monitoramento de saúde (a cada 60 segundos), um banco de dados de eventos SQLite, um bot do Telegram para alertas e monitoramento de hardware.

Foi também quando criei CLAUDE.md e RUNBOOK.md — arquivos de regras que o Claude Code lê antes de fazer qualquer coisa. Regras do projeto: "sempre reiniciar serviços após mudanças de código", "nunca vincular a 0.0.0.0", "testar cada endpoint antes de confirmar." Esses existem porque o Claude Code, como qualquer desenvolvedor, precisa de padrões escritos. Caso contrário, ele comete os mesmos erros duas vezes.

A lição que me custou 72 mensagens no Telegram: Depois de adicionar um cronograma de fim de semana, esqueci de reiniciar o serviço de monitoramento. Resultado: 72 alertas de "IB Gateway DOWN" no sábado — o código antigo não sabia que o gateway deveria estar desligado. Nova regra: "SEMPRE reiniciar após mudanças de código."

O que isso resolveu: Parei de descobrir travamentos 8 horas tarde. A detecção de travamentos passou de 8 horas para 60 segundos. Alertas do Telegram significam que sei em um minuto, de qualquer lugar.

Dia 7 (mesma noite): Histórico de Trading Pesquisável

Dois anos de conversas de trading com IA estavam sentados em arquivos de exportação. O Claude Code escreveu um script de análise, eu o executei, e 40 minutos depois 987 arquivos se tornaram 73.089.