Cómo crear bots de trading cripto autónomos con ElizaOS: guía técnica completa

Cómo construimos un agente de trading con IA totalmente autónomo que analiza datos de mercado, procesa el sentimiento de las noticias y ejecuta operaciones automáticamente, todo ello dentro de un entorno de ejecución de confianza (trusted execution environment) seguro.

El reto: del trading manual a la inteligencia autónoma

Los mercados de criptomonedas nunca duermen. Mientras los traders tradicionales luchan con la vigilancia 24/7, las decisiones emocionales y la sobrecarga de información, el futuro pertenece a los agentes autónomos capaces de procesar enormes cantidades de datos y ejecutar operaciones con precisión de máquina.

En Etherwave Labs llevamos un tiempo explorando cómo los agentes de IA pueden revolucionar las finanzas descentralizadas (DeFAI). Nuestra última prueba de concepto demuestra algo notable: un bot de trading totalmente autónomo, impulsado por ElizaOS, que combina grandes modelos de lenguaje con análisis de mercado en tiempo real.

No es un script de trading más: es un agente inteligente que lee noticias cripto, analiza indicadores técnicos, toma decisiones estratégicas y ejecuta operaciones automáticamente. Así es como lo construimos.

¿Qué es ElizaOS? La base de los agentes autónomos

ElizaOS supone un gran avance en el desarrollo de agentes de IA. Incubado por a16z, este framework open source permite a los desarrolladores crear agentes autónomos impulsados por IA capaces de analizar, planificar y actuar en entornos complejos.

La potencia del framework reside en su arquitectura modular:

• Integración con LLM: admite GPT-4, Claude, LLaMA y otros modelos a través de Ollama
• Sistema de plugins: Actions y Providers extensibles para añadir funcionalidades personalizadas
• Multientorno: puede operar en la web, en blockchain y con API de terceros
• Toma de decisiones autónoma: los agentes pueden procesar el contexto y tomar decisiones de forma independiente

Nuestro bot de trading: la inteligencia se une a la ejecución

Nuestra prueba de concepto muestra un agente de ElizaOS que funciona como un sistema de trading completo:

• Análisis de datos de mercado: obtiene precios en tiempo real, indicadores técnicos (MACD, RSI) y datos de sentimiento
• Procesamiento de noticias: analiza las noticias cripto de CoinDesk para medir el sentimiento del mercado
• Toma de decisiones estratégicas: usa el razonamiento del LLM para decidir entre abrir una posición larga, una corta o esperar
• Ejecución automatizada: coloca órdenes automáticamente en el exchange Hyperliquid
• Gestión de riesgos: supervisa el saldo de la cartera y las posiciones abiertas

Todo el sistema funciona de forma autónoma, con el LLM como "cerebro" que procesa todas las entradas y toma las decisiones de trading.

Implementación técnica: construir el agente de trading

Requisitos previos y configuración del entorno

Antes de lanzarte al desarrollo, asegúrate de tener las herramientas necesarias:

Variables de entorno esenciales:

# Trading platform credentials
HYPERLIQUID_PRIVKEY=your_private_key_here

# AI model configuration  
OLLAMA_EMBEDDING_MODEL=nomic-embed-text

# Market data APIs
COINGECKO_API_KEY=your_coingecko_api_key
COINDESK_API_KEY=your_coindesk_api_key
TAAPI_API_KEY=your_taapi_api_key

Instalación rápida:

Copiar
# Step 1: Initialize the embedding server
ollama pull nomic-embed-text && ollama serve

# Step 2: Clone and setup the project
git clone https://github.com/etherwave-labs/ai-agent-playground.git
cd ai-agent-playground/trading-ai
bun install && bun run dev

# Step 3: Start the trading scheduler (executes every 15 minutes)
cd ../workflowTradingAi
bun run workflow.ts

Arquitectura de plugins: los bloques de construcción

El sistema de plugins de ElizaOS nos permite ampliar las capacidades del agente mediante dos tipos de componentes:

1. Actions: lo que puede hacer el agente

Operaciones de mercado:

• placeOrder.ts: ejecuta operaciones a través de la API de Hyperliquid con una gestión de riesgos adecuada
• log.ts: registra todos los procesos de toma de decisiones del LLM para disponer de pistas de auditoría
• rag.ts: mantiene el historial de operaciones (implementación heredada)

2. Providers: fuentes de información

Providers de datos de mercado:

• fetchBTCPrice.ts: precios spot de Bitcoin en tiempo real y datos históricos de 7 días a través de CoinGecko
• getDataMarket.ts: indicadores de análisis técnico (RSI, MACD) de TAAPI.io
• fetchNewsCoindesk.ts: análisis del sentimiento de las noticias sobre criptomonedas de CoinDesk

Providers de gestión de cartera:

• getBalanceHyperLiquid.ts: saldo de la wallet en tiempo real mediante firmas EIP-712
• getOpenOrder.ts: seguimiento de las posiciones de trading activas
• getPnL.ts: seguimiento de ganancias y pérdidas en varios horizontes temporales (1 día, 1 semana, 1 mes, desde el inicio)

Crear plugins personalizados: ampliar las capacidades del agente

El diseño modular hace que añadir nuevas funcionalidades sea sencillo. Así se construyen componentes personalizados:

Ejemplo de Provider (datos de mercado):

import { Provider } from 'elizaos'

export const btcPriceProvider: Provider = {
  name: 'btc-price',
  description: 'Fetches current BTC spot price from CoinGecko',
  position: 2, // Execution priority
  get: async () => {
    const apiKey = process.env.COINGECKO_API_KEY
    const response = await fetch(
      `https://api.coingecko.com/api/v3/simple/price?ids=bitcoin&vs_currencies=usd&x_cg_pro_api_key=${apiKey}`
    )
    const { bitcoin } = await response.json()
    
    return { 
      price: bitcoin.usd,
      timestamp: Date.now(),
      source: 'coingecko'
    }
  },
}

Ejemplo de Action (ejecución de órdenes):

import { Action } from 'elizaos'

export const placeOrderAction: Action = {
  name: 'PLACE_ORDER',
  description: 'Executes trading orders on Hyperliquid exchange',
  handler: async (runtime, message, state, parameters, callback) => {
    try {
      // Validate order parameters
      const { side, size, price, symbol } = parameters
      
      // Execute trade via Hyperliquid API
      const transactionId = await hyperLiquid.placeOrder({
        side,
        size, 
        price,
        symbol,
        timestamp: Date.now()
      })
      
      // Confirm execution
      await callback({ 
        text: `Order executed successfully. Transaction ID: ${transactionId}`, 
        actions: ['PLACE_ORDER'] 
      })
      
      return true
    } catch (error) {
      console.error('Order execution failed:', error)
      return false
    }
  }
}

Pasos de integración:

• Crea el archivo de tu plugin en el directorio src/plugins/
• Exporta el objeto Provider o Action con el tipado adecuado
• Registra el plugin en la configuración de index.ts

El motor de decisiones: cómo elige la IA sus operaciones

El proceso de toma de decisiones del agente combina varias fuentes de datos en una estrategia de trading coherente:

Proceso de síntesis de datos

• Análisis técnico del mercado: los indicadores RSI y MACD aportan señales de momentum y de tendencia
• Análisis del sentimiento de las noticias: los artículos de CoinDesk se procesan para detectar un sentimiento alcista o bajista
• Contexto de la acción del precio: el precio actual se compara con los máximos y mínimos recientes y con los niveles de soporte y resistencia
• Evaluación del riesgo: saldo de la cartera, posiciones abiertas y rendimiento histórico

Algoritmo de puntuación de sentimiento

El agente convierte todas las entradas en una puntuación de sentimiento unificada (0-100 %):

Proceso de decisión del LLM

El modelo de lenguaje recibe un contexto estructurado que incluye:

• La puntuación actual del sentimiento del mercado
• Las lecturas de los indicadores técnicos
• Un resumen del análisis de las noticias recientes
• El estado de la cartera y las métricas de riesgo
• Datos de rendimiento histórico

A continuación, el LLM razona sobre los datos y toma una decisión estratégica, que se pasa a la acción PLACE_ORDER para su ejecución.

Seguridad avanzada: integración de un Trusted Execution Environment (TEE)

En los bots de trading en producción que manejan fondos reales, la seguridad pasa a ser primordial. Hemos explorado la protección mediante un Trusted Execution Environment (TEE, entorno de ejecución de confianza) con Intel SGX para garantizar que el código y los datos sigan protegidos incluso en entornos comprometidos.

Por qué un TEE es importante para los bots de trading

• Aislamiento a nivel de hardware: el código se ejecuta en enclaves cifrados
• Resistencia a la manipulación: ni siquiera los ataques a nivel de kernel pueden acceder a los secretos
• Computación confidencial: las claves privadas y la lógica de trading permanecen cifradas
• Atestación remota: prueba criptográfica de la integridad del código

Implementación con Gramine y Azure

Paso 1: contenerización

FROM ubuntu:22.04

# Install system dependencies
RUN apt-get update && apt-get install -y curl git build-essential

# Install Bun runtime
RUN curl -fsSL https://bun.sh/install | bash

# Install Ollama for local LLM inference
RUN curl -L https://ollama.com/download/linux | tar -xz && \
    mv ollama /usr/local/bin

WORKDIR /app
COPY . .
RUN bun install --production

# Entry point for the trading agent
CMD ["bun", "run", "workflow.ts"]

Paso 2: generación del enclave SGX

Copiar
# Create manifest for Gramine SGX
gramine-manifest -Dlog_level=error Dockerfile.manifest

# Sign the enclave with your SGX key
gramine-sgx-sign \
  --manifest Dockerfile.manifest \
  --output Dockerfile.sig \
  --key sgx.key

# Extract MRENCLAVE and MRSIGNER for attestation
gramine-sgx-get-token --output enclave.token

Paso 3: despliegue en Azure Confidential Computing

Copiar
# Create SGX-enabled VM on Azure
az vm create \
  --resource-group rg-trading-bot \
  --name trading-bot-sgx \
  --image Canonical:0001-com-ubuntu-confidential-vm-focal:22_04-lts-cvm:latest \
  --size Standard_DC4s_v3 \
  --admin-username azureuser \
  --generate-ssh-keys \
  --enable-sgx

Paso 4: gestión segura de claves

Copiar
# Encrypt sensitive environment variables
az keyvault secret set \
  --vault-name trading-bot-vault \
  --name hyperliquid-privkey \
  --value "encrypted_private_key"

# Keys are only decrypted inside the verified enclave
gramine-sgx-get-quote -m Dockerfile.manifest -o attestation.bin

Alternativa: pruebas de conocimiento cero con Risc0

Para escenarios que requieren una prueba criptográfica de la ejecución sin depender del hardware, plantéate usar la zkVM de Risc0:

#[no_mangle] 
pub extern "C" fn guest_main() {
    let market_data: MarketData = env::read();
    let trading_decision = analyze_market(market_data);
    env::commit(&trading_decision);
}

Este enfoque genera pruebas de conocimiento cero de que la ejecución fue correcta, lo que ofrece garantías criptográficas de que las operaciones se realizaron según una lógica predeterminada.

Lecciones clave

Lo que funcionó bien:

• El razonamiento del LLM aportó una interpretación matizada del mercado
• La fusión de datos de varias fuentes mejoró la precisión de las decisiones
• La ejecución automatizada eliminó el trading emocional
• La implementación del TEE garantizó el cumplimiento en materia de seguridad

Aspectos que mejorar:

• La volatilidad del mercado generó ocasionalmente señales falsas
• El análisis del sentimiento de las noticias necesita afinarse para la terminología propia del mundo cripto
• La gestión de riesgos podría ser más sofisticada

Conclusión

Este proyecto demuestra que la convergencia entre la IA y la tecnología blockchain puede dar lugar a agentes financieros verdaderamente autónomos. Al combinar el framework flexible de ElizaOS con medidas de seguridad avanzadas como el TEE, hemos construido un sistema capaz de:

• Procesar información más rápido que los traders humanos
• Tomar decisiones basadas en un análisis de datos exhaustivo
• Ejecutar operaciones con precisión de máquina
• Operar de forma segura en entornos de producción
• Escalar de forma eficiente en múltiples mercados y activos

Conclusiones clave para desarrolladores

• Empieza por lo simple: comienza con datos de mercado básicos y estrategias sencillas
• La seguridad, lo primero: implementa una gestión de claves adecuada y protege el entorno de ejecución
• Prueba a fondo: haz un backtesting exhaustivo antes de invertir capital real
• Supervisa de forma continua: automatizado no significa sin supervisión
• Itera rápido: el mercado cripto evoluciona deprisa, y tus estrategias también deberían hacerlo

El impacto más amplio

Los agentes de trading autónomos son solo el principio de DeFAI, la DeFi impulsada por IA. A medida que estos sistemas maduren, probablemente veremos:

• Acceso democratizado: estrategias de trading sofisticadas al alcance de los usuarios minoristas
• Menos ineficiencias de mercado: los agentes de IA arbitrarán rápidamente las diferencias de precio
• Nuevos productos financieros: protocolos híbridos de IA y DeFi que aún no hemos imaginado
• Mayor estabilidad del mercado: menos trading emocional y un mejor descubrimiento de precios

Las herramientas y técnicas que mostramos aquí sientan las bases de la próxima generación de aplicaciones financieras descentralizadas. En Etherwave Labs nos entusiasma seguir ampliando los límites de lo que es posible cuando la IA se encuentra con la tecnología blockchain.

Referencias

• ElizaOS – GitHub: https://github.com/elizaOS/eliza
• Runtime de Bun: https://bun.com
• Ollama – nomic‑embed‑text: https://ollama.com/library/nomic-embed-text
• API de Hyperliquid: https://hyperliquid.gitbook.io/hyperliquid-docs/for-developers/api
• API de CoinGecko: https://docs.coingecko.com/reference/introduction
• API de noticias de CoinDesk: https://developers.coindesk.com/documentation/data-api/news
• TAAPI.io: https://taapi.io
• Gramine SGX: https://gramine.readthedocs.io
• Risc0 zkVM: https://github.com/risc0/risc0

Sobre Etherwave Labs

Etherwave Labs es una agencia de desarrollo blockchain y una empresa de venture building especializada en innovación Web3. Ayudamos a las empresas a aprovechar tecnologías de vanguardia como los agentes de IA, los protocolos DeFi y las pruebas de conocimiento cero para construir el futuro de las aplicaciones descentralizadas.

Conecta con nosotros:

• Sitio web: etherwavelabs.com
• Sigue nuestras últimas novedades de investigación y desarrollo
• Explora oportunidades de colaboración para tus proyectos Web3

¿Listo para construir tu propio sistema de trading autónomo? Ponte en contacto con nuestro equipo para recibir asesoramiento y servicios de desarrollo a medida.