Beta Pública Inicial
Tantoryn AI
Inteligencia de trading en IA/ML basada en evidencia para los mercados de futuros de criptomonedas.
Tantoryn AI investiga, prueba y observa abiertamente una inteligencia de trading automatizada. La generación estructurada de candidatos de mercado, la evaluación independiente por ML y un gate de riesgo dedicado trabajan en conjunto — y cada afirmación en este sitio está respaldada por evidencia actual, no por una promesa.
Qué Es Tantoryn AI
Un sistema orientado a la investigación, no una tienda de señales.
Tantoryn AI aplica machine learning al análisis de los mercados de futuros de criptomonedas mediante un pipeline disciplinado y por etapas. Ningún resultado llega al usuario sin pasar antes por un análisis de mercado estructurado, una evaluación independiente por ML y un gate dedicado de riesgo y ciclo de vida.
El sistema opera actualmente en Beta Pública Inicial: observa los mercados en vivo y ejecuta el pipeline completo de extremo a extremo, pero cada operación es virtual. La ejecución de órdenes con dinero real está desactivada. El objetivo actual es demostrar con evidencia la calidad del pipeline, no afirmar que existe un producto rentable terminado.
Cómo Está Estructurado el Sistema
Un pipeline de decisión de cuatro etapas, construido para que ningún componente pueda actuar por sí solo.
Datos de Mercado
La ingesta continua de datos de mercado multi-timeframe en los instrumentos monitoreados forma la base factual compartida para toda decisión posterior.
Generador de Candidatos
Una capa dedicada identifica candidatos de mercado formalizados a partir de esos datos — condiciones estructuradas que vale la pena evaluar, aún no decisiones de trading.
Capa de Decisión ML
Los modelos de machine learning evalúan cada candidato. Los modelos pueden puntuar y clasificar; no pueden abrir una operación ni eludir el control de riesgo por sí mismos.
Motor de Riesgo / Ciclo de Vida
Un gate independiente aplica verificaciones de riesgo, límites de exposición y reglas de ciclo de vida antes de que algo pueda convertirse en una señal.
Señal / Observación de Operación Virtual
Solo después de que todas las etapas están de acuerdo se registra y observa una operación virtual — entregada públicamente a través de Telegram.
Por Qué Tantoryn
Seis principios que moldean cada decisión de ingeniería e investigación.
Inteligencia orientada al candidato
El ML nunca inventa una idea de trading desde cero — evalúa candidatos que una capa separada y formalizada ya produjo.
El ML no controla el riesgo
La gestión de riesgo y ciclo de vida reside en un motor independiente que el ML no puede anular.
Evidencia antes que promoción
Ningún modelo o método avanza hacia el estado de Producción sin evidencia documentada y reproducible.
Investigación y Producción están separadas
Un resultado de investigación nunca se trata por defecto como una afirmación de Producción; la promoción es una decisión distinta y deliberada.
Los experimentos fallidos son evidencia
Los métodos rechazados y los resultados negativos se registran y publican — forman parte de cómo mejora el sistema.
Divulgación controlada
Publicamos abiertamente el proceso, la metodología y el estado, mientras que la lógica propietaria y los umbrales permanecen cerrados por defecto.
Integridad de la Investigación
El machine learning financiero falla silenciosamente — normalmente por fuga de datos, no por mala suerte. Nuestro proceso está diseñado para detectar eso.
- Validación cronológica. Los datos siempre se dividen y evalúan en orden temporal; nada del futuro se filtra al entrenamiento o la selección.
- Reconstrucción causal. Las features y las labels se reconstruyen para reflejar solo la información que habría estado disponible en el momento de la decisión.
- Control de fugas. El preprocesamiento, como el escalado, se ajusta solo con datos de entrenamiento, con verificaciones explícitas contra atajos de ajuste compartido.
- Reglas de evaluación congeladas. Los contratos de evaluación se fijan antes de ver un resultado, de modo que las reglas no puedan ajustarse después.
- Pruebas de robustez. Los métodos aceptados se someten a estrés frente a cambios, ruido y cambios de régimen antes de recibir mayor confianza.
- Auditoría independiente. Los resultados materiales son revisados por alguien independiente que no construyó lo que se está revisando.
Prueba de Trabajo
Lo que está verificablemente en funcionamiento hoy — sin cifras de rendimiento inventadas.
Runtime de mercado en vivo
El pipeline se ejecuta continuamente contra datos de mercado en vivo.
Ejecución de operaciones virtuales
Las operaciones se simulan y se rastrean de extremo a extremo; no se colocan órdenes reales.
Seguimiento del ciclo de vida
Las posiciones abiertas se rastrean durante todo su ciclo de vida virtual, no solo al entrar.
Entrega vía Telegram
La actividad observada y los informes llegan al canal público de Telegram.
Informes
Los usuarios pueden solicitar el historial de trading virtual y resúmenes de rendimiento a través de Telegram.
Proceso de investigación y auditoría
La revisión independiente es práctica habitual: la mayoría de los cambios materiales de modelo o método pasan por investigación documentada y una auditoría independiente separada antes de la aprobación final, con un conjunto limitado de excepciones por alcance definido.
Órdenes con dinero real desactivadas
La ejecución de órdenes con dinero real permanece rígidamente desactivada a nivel de runtime.
Evidencia, No Afirmaciones
Los Informes en Vivo Son el Activo de Confianza
Todo lo anterior es la descripción de un proceso. Esto es el resultado observable de ese proceso, actualizado en vivo, a partir del mismo historial que produce el propio runtime.
Abrir Informes en VivoSigue la Construcción de Tantoryn AI
El proyecto es público por diseño. Así puedes seguirlo.