מקרה בוחן / 01 — Market Intelligence Crew

8 סוכנים, 200+ מאפיינים, שער סיכון בן 7 בדיקות — ובקטסט שניצח את SPY buy & hold.

נבנה עבור שולחן מסחר. תזמור היררכי ב-CrewAI, LightGBM עם ולידציית walk-forward, סנטימנט FinBERT ו-LunarCrush, אינטגרציה עם Interactive Brokers. מחוץ-למדגם על פני 90 טיקרים: +323.1% תשואה, Sharpe 0.82, שיעור הצלחה 53.9%, 1,910 עסקאות.

סוכנים

200+

מאפייני ML

שערי סיכון

10+

מקורות נתונים

הערה על המקרה הזה. המקרה הזה כלול כדוגמת מערכות טכנית, לא כהבטחת ביצועים פיננסיים. המטרה היא להראות תזמור רב-סוכנים, אימות נתונים, שערי סיכון ולוגיקת סירוב.

המערכת בתנועה

שמונה סוכנים מסונתזים. פסיקה אחת לכל עסקה.

מתזמר ה-CRO מקבל את האות של כל מומחה, שוקל אותו מול ה-priors של LightGBM ו-HMM, ומפיק כיוון יחיד עם רמת ביטחון — או מסרב להיכנס. על פני 1,910 עסקאות ב-90 טיקרים, האסטרטגיה שנוצרה החזירה +323.1% בעוד SPY buy & hold פיגר.

קו הבסיס הידני

לפני המערכת, אנליסט מחקר יחיד סקר כל דיווח SEC, שיחת רווחים, השוואת עמיתים, גרף טכני ושינוי סנטימנט ידנית — ואז קיבל החלטה. כיסוי: מכשיר אחד או שניים ביום, ללא תיעוד ביקורת מדוע התקבלה או נדחתה החלטה.

הצוות

שמונה מומחים. סינתזה אחת. ל-CRO המילה האחרונה.

תזמור היררכי דרך CrewAI Process.hierarchical

market_intel_crew.flow · live

פועל

market_intel_crew.flow · live

● פועל

CRO · מנהל סיכונים
└── סינתזה

מומחים →
  ├── יסודי          (10-K · רווחים)
  ├── מתחרים         (עמיתים · P/E)
  ├── סנטימנט        (חדשות · חברתי)
  ├── טכני           (מחיר · נפח)
  ├── כמותי          (Z · ATR · HMM)
  ├── תשתית פיתוח     (APIs · סיכון)
  └── בקרת נתוני ML   (דליפה · איכות)

מוח ML (אות מקבילי) ┄┄→
  └── LightGBM · 200+ מאפיינים

הצוות

כרטיס אחד לכל סוכן. פרומפטים אמיתיים. כלים אמיתיים.

01fundamental_task

אנליסט פונדמנטלי

ראש מחקר

ניתוח דיווחי 10-K ו-10-Q. זיהוי מניעי הכנסה, סיכוני מרווח, איכות רווחים ושינויי תחזית.

כלים

sec_filing
earnings_cal
av_overview

02competitor_task

אנליסט מתחרים

מיצוב שוק

השוואת הנכס לעמיתים לפי P/E, PEG, צמיחת הכנסות ופרופיל מרווח. ניקוד מיצוב יחסי.

כלים

polygon_profile
av_overview

03sentiment_task

אנליסט סנטימנט

חוקר נרטיב

קריאת חדשות ואותות חברתיים. זיהוי הנרטיב הדומיננטי, שינוי סנטימנט והשפעת זרימת ריטייל.

כלים

news_sentiment
social_sentiment
lunarcrush
serper_news
market_sentiment

04technical_task

אנליסט טכני

מחיר ונפח

קריאת תנועת מחיר, נפח, זרימת הוראות, אזורי עניין-HFT, תמיכה/התנגדות והקשר VPVR. הגדרת מערך עסקה.

כלים

ohlcv
orderbook
crypto_ohlcv
tiingo
ibkr
chart:technical
chart:candlestick
chart:s_r
chart:indicators

05quant_task

חוקר כמותי

ליבה מתמטית

חישוב ופירוש מאפיינים כמותיים: Z-score, ATR, מעריך Hurst, ADX והשערות משטר-שוק (HMM).

כלים

ohlcv
crypto_ohlcv
tiingo
chart:quant
chart:indicators

06dev_infra_task

מפתח בכיר

תשתית

ביקורת יציבות צינור: זמינות API, טיפול בשגיאות, אבטחת קוד, מוכנות תשתית לבקטסט.

כלים

sec_filing
ohlcv
ibkr

07ml_data_quality_task

מהנדס ML בכיר

אופטימיזציית מודל

הערכת איכות נתונים למוכנות ML: שלמות, עקביות, סיכוני דליפה, הטיה ומדדי overfitting.

כלים

ohlcv
crypto_ohlcv
news_sentiment
serper_news

08risk_synthesis_task

מנהל סיכונים

מנהל סיכונים ראשי · CRO

סינתזה של ממצאי הצוות. הגדרת החלטת עסקה, רמות כניסה/יציאה, סטופ-לוס וגודל פוזיציה בעזרת ATR וגבולות סיכון. חייב להצהיר במפורש על הסכמה עם אות ה-ML.

כלים

ללא כלים ישירים — האצלה בלבד

פנימיות הפרומפט

שניים משמונת פרומפטי המערכת מוצגים מילה-במילה. פרומפט ה-CRO למטה דו-לשוני — העמודה השמאלית היא הפרומפט הממשי הרץ בייצור, העמודה הימנית היא הייחוס באנגלית.

01צפו בפרומפט: אנליסט פונדמנטליEN

role: "Fundamental Analyst (Lead Research)"

goal: Analyze 10-K and 10-Q filings.
  Identify revenue drivers, margin risks,
  earnings quality, and guidance shifts.

backstory: Senior buy-side fundamental analyst
  with experience valuing public companies in
  the US and Europe. Extracts key factors from
  SEC filings and translates them into
  investment conclusions.

08צפו בפרומפט: מנהל סיכונים · CROEN

role: "Risk Manager (CRO)"

goal: Synthesize the team's findings.
  Define the trade decision, entry/exit
  levels, stop-loss, and position size
  using ATR and risk limits.

backstory: You are the Chief Risk Officer
  with final-call authority. Pragmatic,
  disciplined in risk-adjusted thinking,
  requires transparent reasoning.

מוח ה-ML

לא פרומפט. מודל.

בנפרד מצוות הסוכנים, מסווג LightGBM בן 3-מחלקות (long / flat / short) מפיק הסתברויות כיווניות שאומנו על 200+ מאפיינים מהונדסים: אינדיקטורים טכניים, נתוני מאקרו של FRED, סנטימנט חדשות מנוקד-FinBERT ואותות חברתיים של LunarCrush. אומת walk-forward — לא בזריקה אחת — עם splits מטוהרים למניעת דליפה ליד הגבולות.

HMM גאוסיאני בן 3-מצבים רץ במקביל, מסווג משטרי שוק כ-bear / range / bull עם אנטרופיה פוסטריורית כציון ביטחון. שני האותות מוזנים ל-CRO כprior כמותי — לא הצבעה בסקר.

קצה LightGBM: P(long) − P(short) ∈ [−1, +1]
Walk-forward, splits מטוהרים, מטא-תיוג אופציונלי
HMM גאוסיאני בן 3-מצבים, בטוח-מדליפה (סינון סיבתי, לעולם לא החלקה עתידית)
תיוג שלושה-מחסומים (Lopez de Prado) או אופק-קבוע, מותאם-ATR

טכני · 30+
מאקרו · FRED
סנטימנט · FinBERT
חברתי · LunarCrush
משטר · HMM

סך מאפיינים

202+

קטגוריות

האשכול הגדול ביותר

כמותי · 44

מרחב מאפיינים · מפת אשכולות

200+ מאפיינים מהונדסים על פני שמונה קטגוריות · פריסה מוטלת (להמחשה)

טכני (מחיר · נפח)×32
מאקרו (FRED)×24
סנטימנט (חדשות FinBERT)×30
חברתי (LunarCrush)×22

כמותי (Z · ATR · HMM)×44
משטר (נגזר-HMM)×12
מהונדס (איברים-מוצלבים · פיגורים)×26
דגלי איכות-נתונים×12

marketIntelligenceCrew.mlStubNote

סינתזה

ה-CRO לעולם לא רק ממצע דעות.

סוכן מנהל הסיכונים מקבל את הפלט המובנה של כל מומחה בתוספת אות ה-ML כ-prior נפרד. הוא חייב להפיק החלטת JSON יחידה — רמת ביטחון, כניסה, סטופ, take-profit, גודל פוזיציה — הכול מונע-ATR, לא הערכות בטן.

והכי חשוב: ה-CRO חייב להצהיר במפורש על הסכמתו עם אות ה-ML. לסכמת הפלט יש שדה חובה agreement_with_ml: agree | partial | disagree. אם ה-CRO חולק על ה-prior הכמותי, הוא חייב למלא את disagreement_reason בסיבה מוחשית — אירוע חדשותי, שינוי משטר, פער נתונים.

זו משמעת מוסדית המקודדת בסכמת JSON. ללא עקיפות שקטות, ללא קונצנזוס נוח.

08צפו בסכמת ה-JSON שה-CRO חייב למלא

{
  "direction": "long | short | flat",
  "conviction": 0.0–1.0,
  "entry": <number>,
  "stop": <number>,
  "take_profit": <number>,
  "position_size_pct": 0.0–1.0,
  "rationale": "<short reason>",
  "risks": ["risk1", "risk2"],
  "invalidation": "<what kills the thesis>",
  "agreement_with_ml": "agree | partial | disagree",
  "disagreement_reason": "<required if disagree>"
}

שער הסיכון

בנוי עם בקרה, לא אוטומציה עיוורת.

“Fail-closed: כל מצב עמום מחזיר allowed=False. דעיכה חיננית רק עבור כוח-קנייה.”
— הערה ב-src/risk/gate.py

מתג-עצירה להפסד יומי

הפסד ממומש מעל 3% מההון בתחילת הסשן מפעיל את מתג-העצירה של הסשן. לא נפתחות פוזיציות נוספות עד איפוס ידני.

daily_loss_pct: 0.03

כיווץ שקט של גודל פוזיציה

ה-LLM מציע 25%? השער מכווץ בשקט לתקרה הקשיחה של 10% עם רישום בנתיב ביקורת. ה-LLM לעולם לא רואה את העקיפה.

max_position_pct: 0.10

בדיקת שפיות למרחק סטופ

סטופ רחוק יותר מ-5% מהכניסה? העסקה נכפית ל-flat. ללא נתיב ניסיון-חוזר, ללא הסלמה.

max_stop_distance_pct: 0.05

אם ה-LLM מציע גודל פוזיציה של 25% — אולי ביטחון גבוה על מערך נקי — השער לא מתווכח איתו. הוא מכווץ את הגודל ל-10% במקום, רושם size_shrunk_cap:0.2500->0.1000, ומעביר את ההוראה. ה-LLM לעולם לא רואה את העקיפה. הוא לא יכול לנסות שוב. הוא לא יכול להסלים. התקרה אינה ניתנת-למשא-ומתן.

src/runner.py · live

[runner] >>> ML signal for BTC/USDT 1h

[runner] >>> LLM crew analysis

[risk] reviewing CRO decision: long BTC/USDT @ 67400

[risk] direction=long size=0.2500 stop_dist=0.041

[risk] adjustments: size_shrunk_cap:0.2500->0.1000

[risk] allowed=True direction=long size=0.1000 reason=None

[runner] decision saved → artifacts/decisions/BTC_USDT_1h_long.json

07צפו בכל 7 בדיקות הסיכון

01
מתג-עצירה להפסד יומי
מתוחם-סשן. נופל כשהפסד ממומש חורג מהסף. נדרש איפוס ידני.
daily_loss_pct: 0.03
02
תקרת פוזיציות מקבילות
מקסימום פוזיציות פתוחות בו-זמנית על פני האסטרטגיה.
max_concurrent_positions: 3
03
כוח-קנייה / מינוף
תקרת מינוף קשיחה. גודל הפוזיציה מתכווץ בחינניות בהתקרב לגבול.
max_leverage: 4.0
04
רצפת חיץ מזומן
מינימום מזומן לשמירה כחיץ. מתחת לכך, לא נפתחות פוזיציות חדשות.
min_cash_pct: 0.10
05
תקרה קשיחה לגודל פוזיציה
גבול עליון על מה שה-LLM יכול להציע לכל עסקה. נאכף בשקט.
max_position_pct: 0.10
06
בדיקת שפיות למרחק סטופ
מרחק סטופ מקסימלי מותר מהכניסה. עסקאות נכפות ל-flat אם חורגות.
max_stop_distance_pct: 0.05
07
תקרת פוזיציות לילה
מקסימום פוזיציות שמועברות לסשן הבא.
overnight_cap: 1

מתחת לשער, לכל קריאת API חיצונית יש הגבלת קצב, נסיגה אקספוננציאלית, שרשראות גיבוי (FMP → yfinance, Polygon → פרופיל מטמון), ו-redact_secrets() שמנקה את כל 12 מפתחות ה-API הידועים ודפוסי טוקן ב-URL מהיומנים. ה-CRO לעולם לא רואה אישור שדלף. המשתמש לעולם לא רואה צינור תקוע.

התוצאה

האסטרטגיה ניצחה את SPY buy & hold על פני 90 טיקרים.

בקטסט walk-forward מחוץ-למדגם: 91 טיקרים נטענו, 90 נסחרו, 1,910 עסקאות, החזקה ממוצעת של 7 ברים: תשואה כוללת +323.1%. Sharpe 0.82. Sortino 1.03. Profit factor 1.33. שיעור הצלחה 53.9%. דרודאון מקסימלי −24.6%. Calmar 0.59.

האסטרטגיה השיגה ביצועים טובים יותר ממדד הייחוס SPY buy & hold באותו חלון. שער הסיכון שמר על דרודאון מקסימלי מוגבל ב-−24.6% בעוד תקרות גודל-פוזיציה ווטו ה-CRO חסמו את עסקאות הביטחון-הגבוה שלא עברו את ה-prior של ה-ML — ומנעו את סוג הפסדי הריכוז שמופיעים אחרי שינוי משטר.

ההנדסה — צוות הסוכנים, מודל ה-ML, שער הסיכון, מתזמר ה-CRO — היא שהפיקה גם את הרווח וגם את ההפסד המוגבל.

תשואה כוללת

+323.1%

Sharpe

0.82

Sortino

1.03

דרודאון מקסימלי

−24.6%

שיעור הצלחה

53.9%

Profit factor

1.33

סך עסקאות

1,910

טיקרים נסחרו

90 / 91

Calmar

0.59

רוב הסוכנויות מראות לכם ניצחון בלי ההנדסה. אנחנו מראים לכם את שניהם — המדדים והמערכת שהפיקה אותם.

ההנדסה

דברים שמבחינים בהם רק כשהם חסרים.

Multi-LLM עם משמעת עלויות — Qwen 32B דרך Aliyun הוא ברירת המחדל; GPT-4-turbo ו-Gemini 2.0 Flash הם חלופות drop-in דרך משתנה סביבה. ללא נעילת-ספק.

דגלי פיצ'רים של LaunchDarkly — demo-rollout-enabled לפריסה באחוזים; agent-comments-level מחליף את רמת הפירוט של הסוכן (תמציתי / מלא) בזמן ריצה. גיבוי מקומי עובד ללא ה-SDK.

יצירת דוח PDF — fpdf2 עם DejaVuSans לקירילית, הסרת escape של ANSI, גלישת טוקנים ארוכים, רינדור שורה-אחר-שורה כמוצא-אחרון כש-multi_cell נכשל.

פינג מודל preflight — קריאה בת 16 טוקנים ל-LLM המוגדר לפני שהצוות רץ. כשל-מהיר על מפתחות שגויים, מכסה שגויה או base URL שגוי. לעולם לא לשרוף 90 שניות בסוכן #1 כדי לגלות שה-API מת.

הסתרת סודות על פני יומנים — redact_secrets() מנקה 12 ערכי מפתחות-סביבה ידועים ו-5 דפוסי טוקן-URL מכל הודעת שגיאה ושורת יומן.

הדפוס

מסחר בקריפטו הוא מקרה הבוחן. הארכיטקטורה אינה ספציפית-לקריפטו.

בכל מקום שבו עסק צריך לסנתז החלטה ממספר רב של אותות רועשים — והיכן שלהחלטה שגויה יש השלכות אמיתיות — הארכיטקטורה הזו מושתלת ישירות. הדפוס הוא רב-מומחים + prior של ML + מסנתז-מנהל + שער fail-closed. התחום מתחבר. תפקידי המומחים, מאפייני ה-ML וגבולות הסיכון משתנים. כל השאר נשאר.

מודיעין תחרותי — מומחים עוקבים אחר תמחור, גיוס, השקות, דיווחים רגולטוריים. המנהל מסנתז תדריך אסטרטגי שבועי.
ניטור רגולטורי — מומחים עוקבים אחר תחומי שיפוט, סוגי מסמכים, תקופות הערות. המנהל מסמן פריטים הדורשים פעולה משפטית עם מועדים.
סנטימנט לקוחות — מומחים מושכים פניות תמיכה, ביקורות, רשתות חברתיות, אותות נטישה. המנהל מפיק רשימת הסלמה.
סיכון ספקים — מומחים עוקבים אחר בריאות פיננסית, חדשות, חשיפה גאופוליטית, מיפוי ספקים-חלופיים. המנהל מנקד סיכון לכל ספק.
מיון חדשות — מומחים מסווגים לפי נושא, סנטימנט, אמינות מקור. המנהל מרכיב תדריך בוקר להנהלה עם פריטי-פעולה בלבד.

השלב הבא

רוצים מערכת רב-סוכנים לתחום שלכם?

שיחת התאמה בת 15 דקות. אנחנו ממפים את הסוכנים, האותות והשערים סביב ההחלטה שלכם.

קבעו שיחת התאמה תארו את מקרה השימוש שלכם בכתב