Financiamento e volatilidade como lentes de análise para agentes de negociação de IA

Introdução

As partes um e dois desta série abordaram o tamanho estrutural e a atividade do mercado — o interesse aberto com o piso de liquidez abaixo dele, depois volume, ganhadores, perdedores e movimentadores. Essas lentes respondem quão grande e quão movimentado. Este post cobre os mais difíceis: as lentes que selecionam com base na postura e turbulência. funding_positive, funding_negative, volatility e oi_change são a coisa mais próxima na superfície de varredura do que um trader sistemático faria manualmente — e as que um screener genérico não lhe dará.

O veredicto composto por trás de cada chamada do AlgoVault atualmente está em 91,6% de taxa de vitória PFE · 535.642+ chamadas verificadas · ancoradas em Merkle na Base L2. Esse número não muda com qual lente você escaneou; a lente apenas decide qual universo alcançou o veredicto. Acertar a lente e o veredicto fala sobre a fatia do mercado sobre a qual você realmente queria uma opinião. Errar significa que você fez uma pergunta bem formulada ao motor composto sobre o pool errado de moedas.

Este é o post mais técnico da série. Se as partes um e duas enquadraram as lentes como filtros, este insiste na precisão — porque funding e volatilidade são as duas lentes mais propensas a serem mal interpretadas por um leitor que pensa que selecionar por elas é uma estratégia em si.

Selecionando com base na postura em vez do tamanho

As lentes de tamanho perguntam quais mercados são estruturalmente profundos o suficiente para negociar. As lentes de atividade perguntam quais estão se movendo hoje. As lentes de postura perguntam algo diferente: qual é o equilíbrio de pressão dentro do mercado agora, e quão turbulento é seu caminho recente? Duas moedas podem ter interesse aberto idêntico e volume idêntico e ainda assim estar em posturas totalmente diferentes — uma onde os longos estão pagando um prêmio alto para os curtos permanecerem, uma onde a fita esteve quieta por horas e está se enrolando em uma faixa fina de ATR.

Para um agente de negociação de IA, o retorno de uma lente de postura é que ela seleciona por condições sobre as quais o agente tem uma opinião. Se sua lógica de prompt lê "quando o funding está esticado, verifique se o composto ainda concorda com a multidão", você não quer escanear o universo completo e depois filtrar localmente. Você quer que a varredura retorne apenas as moedas onde essa condição é verdadeira, e entregar cada uma delas ao motor de veredicto. A lente de varredura é o onde; o veredicto composto é o o quê.

As quatro lentes em escopo aqui — funding_positive, funding_negative, volatility e oi_change — são as que tornam essa composição natural. Elas também são as que apresentam os modos de falha mais sutis.

Funding como uma lente — quem está pagando, e o que isso diz e não diz

Os futuros perpétuos não expiram. Para manter seu preço atrelado ao spot, as exchanges cobram uma taxa de funding que flui entre longos e curtos em uma cadência fixa. Quando o funding é positivo, os longos pagam os curtos; quando negativo, os curtos pagam os longos. A magnitude da taxa reflete o quanto um lado deseja exposição — quanto eles estão dispostos a pagar ao outro lado para mantê-la para eles.

funding_positive seleciona moedas onde os longos estão atualmente pagando. funding_negative seleciona moedas onde os curtos estão pagando. Interpretado honestamente, isso é tudo que a lente diz: qual lado está atualmente subsidiando o outro, e por quanto. É uma instantânea de aglomeração, não uma previsão. Uma multidão pode permanecer aglomerada por dias, depois se desfazer em uma hora, e então se reformar de outra maneira. Nada em uma impressão de funding diz qual desses três regimes você está.

Este é o parágrafo que a maioria dos posts sobre este tópico erra. O funding positivo persistente é frequentemente descrito como um sinal contrariano de baixa, e o funding negativo persistente como um sinal de alta. Essa estrutura existe porque a reversão acontece com frequência suficiente para que narrativas se apeguem a ela — mas não publicamos nenhum resultado afirmando uma vantagem preditiva apenas do funding, e este post também não o fará. A lente diz ao agente onde a multidão está inclinada. O que fazer com esse fato continua sendo o trabalho do veredicto composto.

Passo a passo da implementação — funding, volatilidade, oi_change e o parâmetro de janela

Cada lente é um parâmetro na ferramenta de varredura. O padrão é o mesmo: escolha a lente, escolha o período de tempo, escolha o tamanho do universo retornado e — para oi_change — escolha a janela de comparação. A ferramenta MCP expõe cada um desses como um argumento enumerado; o agente não constrói uma consulta, ele seleciona uma forma.

npm install @modelcontextprotocol/sdk@^1.x
# escanear as dez principais moedas por funding positivo no período de 15m
npx @algovault/mcp scan \
  --lens funding_positive \
  --timeframe 15m \
  --limit 10

A resposta para uma única moeda é a mesma forma que você obtém de get_trade_signal diretamente — um veredicto, um número de convicção e o livro de fatores por trás dele. Isso é deliberado: a lente de varredura muda a seleção, nunca o esquema de veredicto. Aqui está uma resposta ao vivo de uma única moeda, não modificada:

{
  "call": "HOLD",
  "confidence": 24,
  "price": 78334.4,
  "indicators": {
    "funding_rate": 0.00007326,
    "funding_24h_avg": 0.00007326,
    "funding_state": "NORMAL",
    "oi_change_pct":