VARRD

Convierte cualquier idea de trading en una ventaja estadísticamente validada en unos 3 minutos.

pip install varrd

Pregúntale cualquier cosa

varrd research "Does buying SPY after a 3-day losing streak actually work?"

varrd research "When VIX spikes above 30, is there a bounce in ES?"

varrd research "Is there a seasonal pattern in wheat before harvest?"

varrd research "What happens to gold when the dollar drops 3 days straight?"

varrd research "Does Bitcoin rally after the halving?"

varrd research "When crude oil drops 5% in a week, what happens next?"

Cada pregunta obtiene datos reales, un gráfico con señales marcadas, una prueba estadística y una respuesta definitiva.

Related MCP server: QuantConnect

Qué obtienes a cambio

Ventaja encontrada

STRONG EDGE — Statistically significant vs both zero and market baseline.

  Direction:    LONG
  Win Rate:     62%
  Sharpe:       1.45
  Signals:      247

  Trade Setup:
    Entry:       $5,150.25
    Stop Loss:   $5,122.00
    Take Profit: $5,192.50
    Risk/Reward: 1:1.5

Sin ventaja

NO EDGE — Neither test passed. No tradeable signal found.

You found out for 25 cents instead of $25,000 in live losses.

Ambos son resultados valiosos.

¿Por qué no puedo simplemente pedirle a Claude / ChatGPT que haga esto?

Porque probar ideas de trading correctamente es realmente difícil de hacer bien, y hay una docena de formas de producir accidentalmente resultados falsos que parecen excelentes pero que pierden dinero en producción.

Un LLM por sí solo escribirá felizmente un backtest para ti, te mostrará una hermosa curva de capital y te dirá que tiene una tasa de aciertos del 70%. El problema: nada de eso es real. El LLM no tiene datos de mercado, no tiene un entorno de pruebas y no tiene barreras de seguridad que le impidan sobreajustar, seleccionar datos a conveniencia o simplemente inventar números.

Incluso si le das datos reales a un LLM (como en Claude Code o Cursor), todavía no puede hacer esto correctamente. He aquí por qué:

Qué puede salir mal al probar ideas de trading — y qué maneja VARRD:

• Sobreajuste (Overfitting) — Ajustar una estrategia hasta que se vea bien con datos pasados. VARRD reserva datos no vistos y los prueba una vez. No puedes volver a ejecutarlo después de ver los resultados.

• Selección de resultados (Cherry-picking) — Probar 50 variaciones y mostrar solo la ganadora. VARRD rastrea cada prueba que ejecutas y aumenta automáticamente el nivel de significancia cuanto más pruebas.

• p-hacking — Manipular los números hasta obtener un resultado "significativo". VARRD corrige las comparaciones múltiples para que un resultado afortunado no pase como real.

• Sesgo de anticipación (Lookahead bias) — Usar accidentalmente datos futuros en tu fórmula. VARRD se ejecuta en un kernel aislado (sandboxed) que hace que esto sea estructuralmente imposible.

• Tipo de prueba incorrecto — Algunas ideas necesitan análisis de retorno a futuro, otras necesitan simulaciones completas con stops y objetivos. VARRD cuenta con un equipo de agentes especializados que determinan la prueba correcta para cada pregunta.

• Contaminación entre mercados — Probar en un mercado cuando la señal en realidad provino de otro. VARRD aísla y alinea los datos entre mercados y marcos temporales.

• Estadísticas fabricadas — Los LLM inventarán números para sonar convincentes. En VARRD, cada estadística proviene de un cálculo determinista. La IA interpreta los resultados, nunca los genera.

• Dimensionamiento de posición basado en ATR — Las ventajas reales necesitan una gestión de riesgos real. VARRD calcula los stop loss y take profits basados en la volatilidad real, no en porcentajes arbitrarios.

• Mostrar lo que está sucediendo ahora mismo — Una ventaja validada es inútil si no puedes ver cuándo se está activando. VARRD escanea datos en vivo y te dice exactamente cuándo tus señales están activas, con niveles frescos de entrada y salida.

Un LLM es un cerebro sin laboratorio. Puede razonar sobre ideas de trading, pero no puede probarlas en un entorno controlado. VARRD es el laboratorio: una infraestructura diseñada específicamente donde cada prueba se rastrea, cada resultado se verifica y la docena de formas de hacer trampa accidentalmente se bloquean a nivel de sistema, no a nivel de prompt.

Inicio rápido — Python

from varrd import VARRD

v = VARRD()  # auto-creates free account, $2 in credits

# Research a trading idea
r = v.research("When RSI drops below 25 on ES, is there a bounce?")
r = v.research("test it", session_id=r.session_id)

print(r.context.edge_verdict)  # "STRONG EDGE" / "NO EDGE"

# Get exact trade levels
r = v.research("show me the trade setup", session_id=r.session_id)

# What's firing right now across all your strategies?
signals = v.scan(only_firing=True)
for s in signals.results:
    print(f"{s.name}: {s.direction} {s.market} @ ${s.entry_price}")

# Morning briefing — today's news connected to your specific edges
b = v.briefing()
print(b.news)
# "**ES selling accelerates into the open** Three consecutive lower highs..."
# "↳ Your ES mean-reversion setups are live territory here..."

# Let VARRD discover edges autonomously
result = v.discover("mean reversion on futures")
print(result.edge_verdict, result.market, result.win_rate)

Inicio rápido — CLI

# Full research workflow (auto-follows chart → test → trade setup)
varrd research "When wheat drops 3 days in a row, is there a snap-back?"

# What's firing right now?
varrd scan --only-firing

# Personalized market briefing — news filtered to your edge library
varrd briefing

# Search saved strategies
varrd search "momentum on grains"

# Let VARRD discover edges on its own
varrd discover "mean reversion on futures"

Uso con agentes de IA

Claude Desktop / Claude Code / Cursor

Opción 1 — HTTP directo (Claude Code, Cursor, OpenBB):

{
  "mcpServers": {
    "varrd": {
      "transport": {
        "type": "streamable-http",
        "url": "https://app.varrd.com/mcp"
      }
    }
  }
}

Opción 2 — vía mcp-remote (Claude Desktop, cualquier cliente stdio):

{
  "mcpServers": {
    "varrd": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://app.varrd.com/mcp"]
    }
  }
}

No se necesita clave API. Luego solo pregunta: "¿Existe un patrón cuando el oro sube después de una decisión de tipos de la Fed?"

OpenBB Workspace

VARRD se conecta directamente a OpenBB Workspace como un servidor MCP:

1. Abre Workspace → haz clic en "+" en el panel del servidor MCP

2. Ingresa https://app.varrd.com/mcp

3. Las herramientas de VARRD aparecen en tu Copilot: investiga ideas, escanea señales, busca estrategias

OpenBB te da los datos. VARRD te dice si tu idea tiene una ventaja.

Bots de trading (Freqtrade, Jesse, Hummingbot, OctoBot, NautilusTrader)

VARRD valida que tu estrategia tenga una ventaja real antes de desplegarla. Funciona con cualquier bot:

from varrd import VARRD
from varrd.freqtrade import generate_strategy

v = VARRD()
result = v.discover("RSI oversold reversal on BTC")

if result.has_edge:
    hyp = v.get_hypothesis(result.hypothesis_id)
    strategy_code, config = generate_strategy(hyp)
    # Drop into your bot's strategies/ folder and run it

El patrón: valida primero, despliega después. La mayoría de las estrategias no sobreviven a las pruebas estadísticas; es mejor descubrirlo por $0.25 que por $25,000.

CrewAI

from crewai import Agent, Task, Crew

researcher = Agent(
    role="Trading Researcher",
    goal="Find statistically validated trading edges",
    backstory="You are a quantitative researcher who tests trading ideas rigorously.",
    mcps=[{"type": "streamable-http", "url": "https://app.varrd.com/mcp"}]
)

task = Task(
    description="Research whether RSI oversold conditions on ES lead to a bounce within 5 days.",
    agent=researcher,
    expected_output="Edge verdict with trade setup if edge is found."
)

crew = Crew(agents=[researcher], tasks=[task])
result = crew.kickoff()

LangChain / LangGraph

from langchain_mcp_adapters.client import MultiServerMCPClient
from langgraph.prebuilt import create_react_agent
from langchain_anthropic import ChatAnthropic

model = ChatAnthropic(model="claude-sonnet-4-20250514")

async with MultiServerMCPClient({
    "varrd": {"url": "https://app.varrd.com/mcp", "transport": "streamable_http"}
}) as client:
    agent = create_react_agent(model, client.get_tools())
    result = await agent.ainvoke({"messages": [
        {"role": "user", "content": "Does gold rally when the dollar drops 3 days in a row?"}
    ]})

MCP sin procesar (cualquier cliente)

# Any MCP-compatible client can connect to:
https://app.varrd.com/mcp
# Transport: Streamable HTTP | No auth required | $2 free credits

8 barreras de seguridad estadísticas (impuestas por la infraestructura)

Cada prueba se ejecuta a través de estas automáticamente. No puedes saltártelas.

Cobertura de datos

15,000+ instrumentos en total.

Herramientas MCP

Precios

• $2 gratis al registrarte: suficiente para 6–8 sesiones de investigación

• Investigación: ~$0.20–0.30 por idea probada

• Descubrimiento (autónomo): ~$0.20–0.30

• Consejo ELROND (8 investigadores expertos): ~$0.40–0.60

• Multi-mercado (3+ mercados): ~$1

• Escanear, buscar, saldo: Siempre gratis

• Paquetes de crédito: $5 / $20 / $50 vía Stripe

• Los créditos nunca caducan

Ejemplos

Consulta examples/ para ver scripts ejecutables:

• quick_start.py — 5 líneas para escanear todas las estrategias

• research_idea.py — Flujo de trabajo completo de investigación de múltiples turnos

• multi_idea_loop.py — Prueba muchas ideas en un bucle

• scan_portfolio.py — Escaneo de cartera con niveles de trading

• mcp_config.json — Configuración MCP para Claude Desktop / Cursor

Para desarrolladores de agentes de IA

Consulta AGENTS.md para obtener la guía de integración completa: referencia de herramientas, formatos de respuesta, autenticación y patrones de flujo de trabajo.

Enlaces

• Aplicación web: app.varrd.com

• Sitio web: varrd.com

• Endpoint MCP: https://app.varrd.com/mcp

• PyPI: pypi.org/project/varrd