¿CON QUÉ IA?

Caso de usoDinero personal

Analizar operaciones bursátiles con varios agentes de IA que debaten

Un marco de código abierto con varios agentes de IA que colaboran en decisiones de trading, para investigar y no para operar con dinero real.

Paracuidar tu dineroLo contó TauricResearch/TradingAgents en GitHubDificultad avanzada

A quién le sirve. Aficionados a la inversión con soltura técnica que quieren ver cómo razonan varios agentes de IA ante una acción, sin operar con dinero real.

Qué hicieron

Se instala el repositorio, se pone una clave de API de un proveedor de modelos y se elige un valor y una fecha en la línea de comandos o en Python. Agentes analistas cubren fundamentales, opinión, noticias e indicadores técnicos. Luego investigadores alcistas y bajistas debaten, un operador propone una decisión y gestores de riesgo la revisan. El gestor de cartera aprueba o rechaza, y las órdenes aprobadas van a un mercado simulado.

Cómo salió

La fuente no da resultados de pruebas comparativas. Dice que los resultados varían entre ejecuciones y que las rentabilidades de las simulaciones pasadas pueden no coincidir con las publicadas, así que es una base para investigar, no una estrategia con rentabilidad fija.

Conviene saber

Las ejecuciones no se pueden repetir igual, porque el muestreo del modelo y los datos en vivo de noticias y redes cambian. Los modelos de razonamiento ignoran el ajuste de temperatura, así que usa uno que no razone para resultados más estables.

Qué necesitas

  • El proyecto TradingAgents, de código abierto, descargado en tu ordenador
  • Python instalado y soltura con la terminal (la ventana donde se escriben comandos)
  • Una clave de API de un proveedor de modelos de IA, que es el acceso que se paga según el uso
  • Un valor y una fecha para analizar
  • Un presupuesto de uso de la IA

Cómo hacerlo tú, paso a paso

  1. Descarga el proyecto TradingAgents desde GitHub e instálalo siguiendo su guía.
  2. Consigue una clave de API de un proveedor de modelos y configúrala.
  3. Elige un valor y una fecha y lánzalo desde la línea de comandos.
  4. Lee el informe: los analistas, el debate entre alcistas y bajistas, la propuesta del operador y la revisión del riesgo.
  5. Repite la misma ejecución un par de veces. Los resultados varían entre ejecuciones.
  6. Para resultados más estables, usa un modelo que no sea de razonamiento. No conectes nunca el sistema a un bróker real.
Pruébalo con tu IA
Prepara en esta carpeta un pequeño proyecto de investigación con varios agentes, donde agentes de IA distintos hagan de analista de fundamentales, analista de noticias, analista técnico y gestor de riesgo para [valor o lista de valores]. Haz que debatan y produzcan una recomendación escrita por valor con su razonamiento, usando solo [fuente de datos gratuita, por ejemplo yfinance]. Es solo análisis sobre papel: no te conectes nunca a un bróker ni hagas operaciones. Habrás terminado cuando lo hayas ejecutado con un valor y guardado el informe.

Consejos

  • Úsalo como análisis sobre el papel. Es una base para investigar, no una estrategia con rentabilidad.
  • Ejecuta varias veces el mismo caso y compara. Si las conclusiones cambian mucho, no te fíes de una sola ejecución.
  • Guarda los informes con fecha, para revisarlos cuando conozcas el resultado real.

Preguntas frecuentes

¿Me dirá qué comprar?

No, genera argumentos a favor y en contra y una decisión simulada. Úsalo como material de estudio y decide tú.

¿Por qué sale distinto cada vez?

El modelo no responde igual dos veces y los datos de noticias y redes cambian. Un modelo sin razonamiento da resultados algo más estables.

Fuentes

En el directorio desde el 6 de octubre de 2026.

Parecidos

  1. Analizar informes anuales de empresas para invertir

    Alguien probó un asistente de IA que lee los informes anuales 10-K de empresas cotizadas y calcula beneficios normalizados, ROIC y una valoración inversa.Casor/ValueInvesting en RedditAgente propioDificultad fácil
  2. Reclamar el reembolso de un vuelo a una aerolínea con un agente

    Un agente mandó seguimientos firmes cada 48 horas, montó un historial y preparó una queja al regulador; el reembolso de 1.200 $ se tramitó en una semana.Caso@ivysana03 en XAgente propioDificultad fácil
  3. Recurrir la denegación de un seguro del hogar por daños de agua

    Una persona usó IA para estudiar su póliza y las leyes de su estado, recurrió una denegación parcial de daños por agua y dice que ganó.Casor/SideProject en RedditAgente propioDificultad fácil
  4. Reclamar la garantía de un colchón por correo con un agente

    El agente de un usuario cruzó correos con el agente de la empresa de colchones, citando leyes y presionando con firmeza, para resolver una garantía.Caso@yosoymario91 en XAgente propioDificultad fácil
  5. Reclamar al seguro los cobros de más detectados

    Tarun mandó a un agente presentar todas las reclamaciones tras hallar cobros de más, y de momento ha recuperado 200 $.Caso@_choppingblock en XAgente propioDificultad fácil
  6. Generar informes actualizados de las empresas que sigues en bolsa

    El autor creó y publicó un agente propio de investigación bursátil que produce informes actualizados de las empresas que sigue.Casor/OpenAI en RedditAgente propioDificultad avanzada

Más: todo sobre dinero personal

Cada lunes, lo nuevo en tu correo

Lo que ha salido esa semana, las skills que más suben y tres casos que puedes copiar.

Un correo a la semana. Te das de baja con un clic.