Histórico de Desenvolvimento
Um registro cronológico e curado de marcos iniciais e pré-lançamento até 14/08/2026 — desde o primeiro protótipo funcional do projeto em diante. Não é um log de cada tarefa ou auditoria; é a forma de como o sistema foi realmente construído. Para tudo desde então, use o seletor de Notícias.
Uma metodologia expandida para testes futuros de robustez de ML — comportamento sob dados deslocados, ruidosos ou ausentes, e em diferentes regimes de mercado — foi adotada como política de pesquisa permanente.
Ler artigo completoUm recurso de relatórios de histórico de operações no Telegram foi implantado em produção, permitindo que usuários solicitem resumos automáticos e sob demanda da atividade de negociação virtual observada.
PesquisaUm procedimento seguro contra vazamento e auditado de forma independente foi adotado para selecionar como as saídas de múltiplos modelos são combinadas em um único ranking direcional.
AuditoriaUma fase completa de avaliação independente foi fechada após auditoria metodológica, concluindo que as evidências ainda não eram suficientes para o status de Produção — e um novo programa de pesquisa, mais rigoroso e delimitado, começou imediatamente.
PesquisaUm programa estruturado e multifásico de comparação de modelos avaliou várias abordagens candidatas lado a lado sob regras congeladas, encerrando sem conceder status de Produção a nenhuma delas por padrão.
PesquisaUm dataset canônico, auditado contra vazamentos, e uma metodologia de treinamento foram unificados entre famílias de modelos, substituindo várias abordagens paralelas ligeiramente inconsistentes.
PesquisaUma família completa de arquiteturas de modelo foi treinada, validada e aceita de ponta a ponta no segundo mercado de referência.
AuditoriaUm ciclo completo de pesquisa/auditoria foi fechado em um segundo mercado de referência, liberando-o para um ciclo completo de treinamento de modelo sob a mesma disciplina de avaliação do primeiro.
ProdutoA Tantoryn AI abriu seu beta público voltado ao Telegram: a primeira etapa de observação voltada ao público, com a execução de ordens com dinheiro real explicitamente desativada.
EngenhariaA infraestrutura foi migrada para um novo servidor de produção, concluída sem perda de dados e com estabilidade de rede aprimorada.
MarcoA primeira prova totalmente automatizada de que um candidato de mercado ao vivo podia passar pela geração, pontuação de ML, aprovação de risco e abertura e fechamento de operação virtual sem intervenção manual.
RuntimeO sistema completou seu primeiro ciclo noturno de live-paper — aproximadamente quinze horas e centenas de ciclos automatizados — comprovando resiliência básica de runtime sob condições reais de rede.
PesquisaApós testes comparativos, o conjunto de famílias de candidatos de produção foi finalizado, e ao menos uma família experimental foi retirada da produção com base nas evidências.
MarcoAs etapas do Gerador de Candidatos, avaliação de ML e Risco/Ciclo de Vida foram conectadas em um único pipeline e validadas fora da amostra em um mercado de referência pela primeira vez.
AuditoriaO primeiro gate completo de auditoria de qualidade de dados foi fechado em um dataset de mercado de referência, corrigindo a lógica de merge multi-timeframe e as definições de labels antes que o trabalho de ML prosseguisse.
EngenhariaForam construídos um runtime de paper trading e um motor de backtest realista, modelando custos de transação, slippage e atraso de execução em vez de assumir preenchimentos sem fricção.
EngenhariaO pipeline de dados de mercado foi reconstruído e expandido para incluir fontes de liquidez, macroeconômicas e on-chain, e o primeiro ciclo de treinamento baseline de ML rodou em um mercado de referência.
PesquisaO primeiro conjunto de modelos de machine learning foi montado — e uma falha inicial na definição das labels de treinamento foi encontrada e corrigida antes que pudesse distorcer trabalhos futuros.
MarcoO primeiro sistema funcional da Tantoryn AI: um pipeline de dados básico e uma estrutura de trading bot cobrindo coleta de dados, gestão de risco, filtragem de ativos e relatórios.
