O systemie

AIvestor to eksperymentalny, autonomiczny system inwestycyjny zaprojektowany w oparciu o architekturę multi-agentową i przetwarzanie zdarzeń w czasie rzeczywistym (event-driven). Łączy zaawansowane modele językowe z modułami analitycznymi, aby przetwarzać dane rynkowe, wiadomości i wskaźniki makroekonomiczne, a następnie generować, weryfikować i realizować decyzje inwestycyjne zgodnie z określoną strategią i limitami bezpieczeństwa.

System działa w trybach automatycznym, półautomatycznym i manualnym, pozwalając użytkownikowi zarówno na pełną automatyzację, jak i ręczne podejmowanie decyzji. Każda akcja jest rejestrowana, opisywana w języku naturalnym i dostępna do audytu.

Funkcje

Kluczowe możliwości systemu

• Architektura multi-agentowa – dedykowane moduły odpowiadające za różne obszary: analiza newsów, badanie sentymentu, skanowanie rynku, zarządzanie portfelem i egzekucja zleceń.
• Analiza newsów w czasie rzeczywistym – automatyczne pobieranie komunikatów ESPI i innych źródeł, filtrowanie i ocena wpływu informacji na rynek z wykorzystaniem dużych modeli językowych.
• Ocena sentymentu i warunków rynkowych – integracja sygnałów z danych rynkowych, makroekonomicznych i wiadomości.
• Generowanie rekomendacji inwestycyjnych – decyzje poparte analizą AI, każda z pełnym uzasadnieniem.
• Personalizacja strategii – definiowanie zasad inwestowania, parametrów ryzyka i preferowanych instrumentów w języku naturalnym.
• Reakcje sterowane zdarzeniami – natychmiastowe reagowanie na zmiany rynkowe, istotne newsy, osiągnięcie poziomów TP/SL i inne kluczowe wydarzenia.
• Pełna transparentność – rejestrowanie i prezentacja wszystkich decyzji, transakcji i rekomendacji w interfejsie użytkownika.
• Tryb demo – możliwość pracy na koncie symulacyjnym z danymi rynkowymi w czasie rzeczywistym.
• Podział portfela – oddzielenie inwestycji strategicznych (długoterminowych) od taktycznych (krótkoterminowych).
• Zaawansowany interfejs webowy – widok rynku, portfela, instrumentów, historii decyzji oraz panel konfiguracji strategii i limitów.

Uproszczona architektura systemu

AIvestor został zaprojektowany jako autonomiczny system multi-agentowy z własnym runtime wykonawczym. Architektura opiera się na centralnym event bus, trwałym stanie w PostgreSQL i kontroli współbieżności, co zapewnia deterministyczność, audytowalność i odporność na awarie.

Główne komponenty

Źródła danych

• Dane historyczne i real-time z GPW
• Wskaźniki makroekonomiczne (VIX, stopy procentowe)
• Komunikaty ESPI i newsy branżowe
• Dane techniczne i fundamentalne spółek

~30 źródeł danych pobieranych “na żądanie” gdy system uzna to za zasadne

Warstwa agentów

• EspiNewsAgent – analiza newsów i komunikatów spółek
• MarketSentimentAgent – ocena nastrojów rynkowych
• PortfolioManagerAgent – zarządzanie strategią i alokacją
• InstrumentAgent – monitorowanie pozycji (TP/SL, modyfikacje)
• OrderExecutor – realizacja zleceń przez API brokera

Platforma centralna

• PostgreSQL – trwały stan agentów i historia decyzji
• EventBus – komunikacja między agentami w czasie rzeczywistym
• LLM Integration – modele językowe do analizy i podejmowania decyzji

Interfejs użytkownika

• Panel webowy do monitorowania i kontroli
• Tryby pracy: automatyczny, półautomatyczny, manualny
• Konfiguracja strategii w języku naturalnym
• Limity bezpieczeństwa i powiadomienia

Reakcje na zdarzenia rynkowe

System AIvestor reaguje w czasie rzeczywistym na różne typy zdarzeń rynkowych. Poniżej przedstawione są przykładowe diagramy sekwencji pokazujące, jak system przetwarza informacje i podejmuje decyzje.

Reakcja na istotny news

Przykład przepływu:

1. EspiNewsAgent pobiera nowy komunikat ESPI
2. LLM ocenia wpływ newsa na cenę instrumentu
3. PortfolioManagerAgent sprawdza strategię i limity
4. InstrumentAgent generuje rekomendację (kup/sprzedaj/trzymaj)
5. OrderExecutor składa zlecenie przez API brokera
6. System zapisuje decyzję i uzasadnienie w bazie danych

Zarządzanie otwartą pozycją

Przykład monitorowania:

1. InstrumentAgent śledzi cenę w czasie rzeczywistym
2. Wykrycie osiągnięcia poziomu Take Profit lub Stop Loss
3. Weryfikacja warunków rynkowych i strategii
4. Decyzja o modyfikacji, zamknięciu lub utrzymaniu pozycji
5. Automatyczna realizacja zleceń z pełnym logowaniem

Dlaczego własna architektura?

Bezpieczeństwo i kontrola

• Trwały stan agentów odporny na restarty systemu
• Kontrola współbieżności zapobiega konfliktom decyzji
• Deterministyczny audyt wszystkich akcji

Transparentność

• Każda decyzja z pełnym uzasadnieniem w języku naturalnym
• Historia promptów i odpowiedzi LLM
• Logi zdarzeń dostępne w czasie rzeczywistym

Agenci (rola)

• EspiNewsAgent – pobiera ESPI, ocenia newsy (LLM), emituje NEWS_TRIGGER.
• MarketSentimentAgent – bullish/bearish/neutral na bazie sygnałów makro i rynku.
• MarketScannerAgent – anomalie, wolumeny, trend detection, rekomendacje.
• PortfolioManagerAgent – alokacja środków (Strategic/Tactical), limity, walidacja.
• LLMAllocator – przekłada rekomendacje na parametry zleceń (typ, wielkość, TP/SL).
• InstrumentAgent – per instrument: TP/SL, redukcje, zamknięcia, stan i log zdarzeń.
• OrderExecutor – zlecenia do brokera, retry, statusy.