Existe uma API de chamadas de trade em cripto com taxa de vitória auditada?

Sim — AlgoVault publica as chamadas em si, não apenas um número. Cada chamada é hashada no momento da geração, e todas as chamadas do dia vão para a Base L2 como uma única raiz Merkle no próximo lote diário. A prova ao vivo lê 91,8% de taxa de vitória PFE em 461.590+ chamadas verificadas, ancoradas em Merkle na Base L2 — re-verificável, uma chamada de cada vez, na página de histórico.

O que torna uma taxa de vitória auditada em vez de auto-relatada?

Uma taxa de vitória auto-relatada é um número em um banco de dados que o provedor controla. Você confia no provedor; o provedor corrige seu próprio dever de casa. Nada força as chamadas perdedoras a permanecer no livro-razão, e nada permite que você rederive a manchete do registro subjacente.

AlgoVault é moldado de forma diferente. Cada chamada é hashada no momento da geração. Direção, confiança, preço de entrada, período de tempo, troca e timestamp são comprometidos antes que o resultado seja conhecido. Esse hash é escrito na linha ao lado da própria chamada — não depois, não sob solicitação, não após o mercado ter respondido.

Então, uma vez por dia, um trabalho cron pega cada chamada não agrupada, constrói uma árvore Merkle sobre elas e publica a raiz em um contrato Base L2 em uma transação real — um tx_hash real, um block_number real, milhares de chamadas por lote. Como o lote pega todas as chamadas não agrupadas, não há etapa de edição no meio. Perdedores não podem ser silenciosamente removidos do registro; uma chamada que tem um hash e nenhum id de lote será varrida para a próxima raiz diária por definição.

A estrutura honesta do tempo: o hash é do momento da geração, e a âncora é um lote diário. Para períodos de tempo curtos, o resultado se resolve antes que a raiz diária chegue. O que a cadeia prova é que o conteúdo de cada chamada foi fixado na geração e que o conjunto do dia está completo e não editado — não que a cadeia o tenha visto primeiro. Essa ainda é a forte vantagem, porque é exatamente o que um registro auto-relatado não pode oferecer.

Qualquer um pode re-verificar uma única chamada contra a raiz on-chain usando sua prova Merkle — seja na página de verificação ou diretamente no Basescan. A taxa de vitória PFE agregada é exposta através do recurso público signal-performance MCP e /api/performance-public. As definições vivem ao lado do número, em um bloco methodology ao vivo. Para uma narrativa mais profunda sobre a categoria, veja nossa peça complementar sobre registros verificáveis. A Base L2 em si está documentada em docs.base.org.

Por que um veredicto composto em vez de oito indicadores brutos?

Uma taxa de vitória auditada só é significativa quando a coisa sendo avaliada é uma decisão bem definida. Se a API lhe entrega taxa de financiamento, mudança de interesse aberto, viés de livro de ordens, persistência de tendência e seis outros feeds, a "chamada" é o que o agente junta a jusante. Cada consumidor produz um veredicto ligeiramente diferente, e nada é auditável de ponta a ponta.

A get_trade_call do AlgoVault retorna um veredicto composto por solicitação: direção, confiança, regime e uma análise de fatores anexada à resposta. O peso é fixo e versionado; a resposta carrega um _algovault.version para que o modelo exato que produziu a chamada possa ser recuperado. O livro de fatores está incluído para que o agente possa ver por que, sem adiar a etapa de interpretação para si mesmo. Esta é a superfície do Modelo de Protocolo de Contexto para agentes de negociação de IA — uma ferramenta, uma decisão, um hash.

A troca é real. Feeds de indicadores brutos são mais flexíveis; um veredicto composto é mais opinativo. A razão pela qual a opinião vale a pena é que é a unidade que a auditoria mede. Quando dizemos 91,8% de taxa de vitória PFE, queremos dizer este veredicto, avaliado sob esta metodologia, sobre essas chamadas — cada uma delas re-derivável da cadeia. Flexibilidade que não pode ser pontuada não é uma vantagem em um loop de agente; é uma responsabilidade que o autor do agente absorve silenciosamente.

A quem os incentivos de uma API de chamadas de negociação realmente servem?

Há um arquétipo comum neste mercado: o assistente de negociação de IA fechado, ou o aplicativo AI-CFO que envia chat mais execução. Ele mantém ou roteia fundos dos usuários, e ganha com o volume de negociação em vez da precisão da decisão. Seu registro é interno porque seu modelo de negócios não requer que o registro seja externo. Essa é uma observação estrutural, não moral — o incentivo é manter os usuários negociando, e uma taxa de vitória auditada é ortogonal a isso.

AlgoVault está do outro lado dessa estrutura. Nunca tocamos em fundos. Nunca executamos. Não há conflito de volume, porque não há volume — há apenas o veredicto. A única superfície na qual podemos ser julgados é se as chamadas estavam direcionalmente corretas, razão pela qual o registro precisa ser público. Fornecemos a tese, os agentes decidem a execução.

Essa postura também explica o nível gratuito. Se o produto fosse execução, dar 100 chamadas por mês seria dar o negócio. Como o produto é interpretação, o nível gratuito é como um construtor de agentes sério verifica o registro contra seu próprio backtest antes de se comprometer com o caminho pago. O registro é a proposta; o nível gratuito é a superfície de prova.

Como você conecta o AlgoVault ao seu agente? (passo a passo de implementação)

Três blocos — uma conexão sem chave, a resposta ao vivo verbatim e a re-verificação contra a cadeia. Todos os três funcionam contra api.algovault.com hoje.

Bloco (a) — conecte-se ao MCP remoto e peça uma chamada:

// Uma chamada → um veredicto composto. Nível gratuito sem chave: 100 chamadas/mês.
// Endpoint: https://api.algovault.com/mcp (HTTP transmitível; sem estado).
import { Client } from "@modelcontextprotocol/sdk/client/index.js";
import { StreamableHTTPClientTransport } from "@modelcontextprotocol/sdk/client/streamableHttp.js";

const client = new Client({ name: "audit-demo", version: "1.0.0" });
await client.connect;