TradeMemory Protocol
Primeros pasos | Casos de uso | Referencia de la API | OWM Framework | Limitaciones | 中文版
Estado del proyecto (agosto de 2026): Funcionalidad completa, en modo de mantenimiento — los informes de errores y seguridad se siguen revisando; no se planean nuevas funciones ni servicios alojados. Para servicios de pago, consulta Análisis de registros de trading.
Tu IA de trading tiene amnesia. Y los reguladores empiezan a notarlo.
Comete los mismos errores en cada sesión. No puede explicar por qué operó. Lo olvida todo cuando termina la ventana de contexto. Mientras tanto, MiFID II está elevando el listón para la documentación de decisiones algorítmicas (Artículo 17). La Ley de IA de la UE exige un registro sistemático de las acciones de IA (Artículo 14). Los agentes de tus competidores aprenden de cada operación.
A la pila de trading de IA le falta una capa. Cada servidor MCP gestiona la ejecución — realizar pedidos, obtener precios, leer gráficos. Ninguno gestiona la memoria.
Tu agente puede comprar 100 acciones de AAPL pero no puede responder: «¿Qué pasó la última vez que compré AAPL en esta condición?»
TradeMemory es la capa de memoria. Un pip install, y tu agente de IA recuerda cada operación, cada resultado, cada error — con un registro de auditoría SHA-256 a prueba de manipulaciones.
Usado en producción por traders que ejecutan listas de comprobación previas a cada posición, y por sistemas EA que registran miles de decisiones diarias.
Qué hace
Antes de operar: pregunta a tu memoria — ¿qué pasó la última vez en esta condición de mercado? ¿Cómo terminó?
Después de operar: una llamada registra todo — cinco capas de memoria se actualizan automáticamente
Redes de seguridad: seguimiento de confianza, alertas de drawdown, detección de rachas perdedoras — el sistema te dice cuándo parar
Funciona con cualquier mercado (acciones, forex, cripto, futuros), cualquier bróker, cualquier plataforma de IA. TradeMemory no ejecuta operaciones ni toca tu dinero — solo registra y recuerda.
Related MCP server: AgentRecall
Inicio rápido
pip install tradememory-protocolAñádelo a Claude Desktop (claude_desktop_config.json):
{
"mcpServers": {
"tradememory": {
"command": "uvx",
"args": ["tradememory-protocol"]
}
}
}Luego dile a Claude: «Registra mi posición larga en AAPL a $195 — sorpresa positiva de resultados, compra institucional, alta confianza.»
# Claude Code
claude mcp add tradememory -- uvx tradememory-protocol
# From source
git clone https://github.com/mnemox-ai/tradememory-protocol.git
cd tradememory-protocol && pip install -e . && python -m tradememory
# Docker
docker compose up -dGuía completa: Primeros pasos (para traders y desarrolladores)
Quién usa TradeMemory
Trader de renta variable de EE. UU. | Sistema EA de Forex | Equipo de cumplimiento | |
Mercado | Acciones (AAPL, TSLA, ...) | XAUUSD (Oro) | Multiactivo |
Cómo | Lista de comprobación previa a cada operación | Sincronización automática desde MT5 | Registro de auditoría completo de decisiones |
Valor clave | Sistema de disciplina — memoria antes de cada decisión | Registra por qué se bloquearon las señales, no solo las ejecutadas | Registros SHA-256 a prueba de manipulaciones para reguladores |
Detalles |
Cómo funciona
Recuperación — Antes de operar, recupera operaciones pasadas ponderadas por calidad del resultado, similitud de contexto, actualidad, confianza y estado emocional (OWM Framework)
Registro — Después de operar, una llamada a
remember_tradeescribe en cinco capas de memoria: episódica, semántica, procedimental, afectiva y registros de operacionesReflexión — Las revisiones diarias/semanales/mensuales detectan deriva de comportamiento, deterioro de la estrategia y errores de trading
Auditoría — Cada decisión se procesa con hash SHA-256 en el momento de su creación. Exporta en cualquier momento para revisión o presentación regulatoria
Herramientas MCP
Categoría | Herramientas | Descripción |
Memoria |
| Registra y recupera operaciones con puntuación ponderada por resultados |
Estado |
| Confianza, drawdown, rachas, patrones de comportamiento |
Planificación |
| Planes prospectivos con disparadores condicionales |
Riesgo |
| Puerta previa a la operación de 5 factores (completa / reducida / omitir) |
Auditoría |
| Detección de manipulaciones SHA-256 + exportación masiva |
Categoría | Herramientas |
Memoria central |
|
OWM Cognitivo |
|
Riesgo y gobernanza |
|
Evolución |
|
Auditoría |
|
API REST: más de 35 endpoints para registro de operaciones, reflexiones, riesgo, sincronización MT5, OWM, evolución y auditoría. Referencia completa →
Análisis de registros de trading
TradeMemory en sí es gratuito y autoalojado. Lo que el mantenedor ofrece como servicio de pago es el análisis estadístico de tus propios registros de trading: exporta tu historial de MT4/MT5 y obtén un informe de estadística descriptiva — dónde se concentran tus pérdidas, cómo cambia el tamaño de tus posiciones tras las pérdidas, la estructura de liquidación forzada y el riesgo real que asumiste por operación — seguido de una llamada de revisión.
Solo estadística descriptiva de operaciones pasadas: sin señales de trading, sin asesoramiento de inversión, sin promesas de rendimiento. Tus archivos se eliminan tras la entrega.
dev@mnemox.ai | Reserva una llamada
Empresa y cumplimiento
Cada decisión de trading que toma tu agente — incluidas las decisiones de no operar — se registra como un Registro de Decisión de Trading (TDR). Los hashes de contenido SHA-256 de cada registro se enlazan en un libro de auditoría encadenado hacia adelante; cada día UTC se resume mediante una raíz de Merkle que, a su vez, se encadena entre días. La manipulación de cualquier registro histórico invalida todos los enlaces posteriores.
Regulación | Requisito | Cobertura de TradeMemory |
MiFID II Artículo 17 | Registrar cada factor de decisión del trading algorítmico | Cadena de decisión completa: condiciones, filtros, indicadores, ejecución |
Ley de IA de la UE Artículo 14 | Supervisión humana de los sistemas de IA de alto riesgo | Razonamiento explicable + contexto de memoria para cada decisión |
Ley de IA de la UE Artículo 12 | Registros automáticos y resistentes a manipulaciones durante toda la vida del sistema | Cadena SHA-256 enlazada + raíces de Merkle diarias (RFC 3161 TSA en la Fase 1.5) |
# Verify a single record hasn't been tampered with
verify_audit_hash(trade_id="MT5-7047640363")
# → {"verified": true, "chain_entry": {"sequence_num": 42, ...}}
# Walk the entire chain (or a slice) end-to-end
verify_audit_chain(from_seq=1, to_seq=None)
# → {"verified": true, "checked_count": 1284, "first_break_at": null}
# Daily Merkle root — single 32-byte anchor over every TDR for that day
get_daily_root(date="2026-05-14")
# → {"verified": true, "root_hash": "a05544...", "record_count": 18}
# Bulk export for regulatory submission
GET /audit/export?strategy=VolBreakout&start=2026-03-01&format=jsonlConsulta LIMITATIONS.md para la declaración completa de madurez de la cadena de auditoría, incluido lo que aún no está en v0.5.2 (sellado de tiempo TSA, anclaje externo, prueba zkML de inferencia).
¿Necesitas un despliegue personalizado para tu fondo? → dev@mnemox.ai
Seguridad
Nunca toca las claves de API. TradeMemory no ejecuta operaciones, no mueve fondos ni accede a carteras.
Solo lectura y registro. Tu agente pasa el contexto de decisión a TradeMemory. Lo almacena. Eso es todo.
Local primero. La única llamada saliente es el sellado de tiempo de confianza RFC 3161 de las raíces de auditoría diarias — un hash de 32 bytes, sin datos de operaciones (activado por defecto; desactívelo con
TRADEMEMORY_TSA=off). Nada más sale de tu máquina.Libro de auditoría encadenado con SHA-256. Cada registro se procesa con hash en el momento de su creación y se enlaza con el registro anterior. Las raíces de Merkle diarias anclan la cadena. Verifica la integridad a nivel de registro, segmento o día. La manipulación es detectable en todos los niveles; el anclaje externo (TSA por defecto) está en la hoja de ruta.
Más de 1.400 pruebas superadas. Suite de pruebas completa con CI.
Estado de la investigación
El marco OWM de TradeMemory se fundamenta en la ciencia cognitiva (Tulving 1972) y el aprendizaje por refuerzo (Schaul et al. 2015). Estado actual:
Puntuación de cinco factores OWM: implementada, probada (más de 1.400 pruebas)
Validación estadística: DSR, MBL implementados (Bailey-de Prado 2014)
Registro de auditoría: TDR SHA-256 a prueba de manipulaciones
Motor de evolución: fase de investigación (la generación de estrategias funciona; la tasa de aprobación de la puerta estadística está en optimización)
Recuperación híbrida: modo solo OWM activo, fusión vectorial disponible cuando se configuran los embeddings
Validación empírica: en curso (n=40 operaciones, objetivo n>=100 para significancia estadística)
Documentación
Doc | Description |
Instalación → primera operación → lista de verificación previa al vuelo | |
3 escenarios reales de producción | |
Todos los endpoints REST | |
Teoría de Outcome-Weighted Memory | |
Diseño del sistema y separación de capas | |
Recorrido detallado | |
Integración con MetaTrader 5 | |
Experimentos de evolución y datos | |
11 modos de fallo de la IA de trading | |
Chino tradicional |
Contribuciones
Ver Guía de contribución · Política de seguridad
MIT — ver LICENSE. Solo con fines educativos y de investigación. No es asesoramiento financiero.
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Servers
- FlicenseNot gradedqualityDmaintenanceAn MCP server that provides persistent memory for AI agents by storing session snapshots, factual memories, and conversation summaries. It enables seamless continuity between interactions by allowing agents to restore previous emotional states and recall relevant past experiences.
- AlicenseAqualityCmaintenanceMCP server for persistent, compounding memory that automatically captures corrections and insights across AI sessions, enabling agents to learn and improve over time.5368MIT
- AlicenseNot gradedqualityCmaintenanceMCP server that provides AI agents with persistent memory, cross-agent sharing, and context management, enabling them to remember conversations, track complex tasks, and evolve skills across tools.2MIT
- FlicenseNot gradedqualityBmaintenanceAn MCP server that captures and stores user decisions during AI-agent interactions, offering structured decision memory, cognitive bias detection, and personalized advice from historical patterns.2
Related MCP Connectors
Cloud-hosted MCP server for durable AI memory
HiveCapital MCP Server — autonomous investment layer for AI agents
MCP-native Trust Infrastructure for AI Agents. Persistent encrypted memory with Trust Quotient.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/mnemox-ai/tradememory-protocol'
If you have feedback or need assistance with the MCP directory API, please join our Discord server