DEV Community

LeoJulieta
LeoJulieta

Posted on

Crea tu Bot de Alertas IA para Trading en Tiempo Real 🚀

📈 Alertas de trading con IA en tiempo real: cómo montar tu propio bot sin ser un experto


Introducción

En los últimos meses las búsquedas de “alertas IA de bolsa” han explotado un +185 % según Google Trends, y los hilos virales de Hacker News y Reddit demuestran que cualquier persona con un ordenador y una cuenta de OpenAI puede crear un bot que analice cotizaciones al instante.

Si eres inversor minorista y quieres aprovechar esa velocidad sin montar una infraestructura compleja, este artículo te muestra paso a paso cómo construir, validar y escalar tu propio sistema de alertas IA usando Python, APIs gratuitas de datos de mercado y los modelos de lenguaje más avanzados disponibles hoy.


1. Arquitectura mínima (diagrama rápido)

┌─────────────┐      ┌─────────────────────┐      ┌───────────────┐
│  Fuente de  │─────►│  Lambda / Cloud‑Run │─────►│  Modelo LLM   │
│  datos (API│      │  (Python script)    │      │ (GPT‑4o,…)   │
│  mercado)   │      └─────────────────────┘      └─────┬─────────┘
└─────┬───────┘                │                         │
      │                        │  respuesta (texto)      │
      ▼                        ▼                         ▼
   Cache                     Log auditado          Notificación
 (Redis / Memcached)                                 (Telegram, Slack)
Enter fullscreen mode Exit fullscreen mode
  • Fuente de datos: Alpha Vantage, IEX Cloud o Polygon (plan gratuito).
  • Procesamiento: función serverless (AWS Lambda, Google Cloud Run o Azure Functions) que llama a la API de precios cada minuto y envía el mensaje al LLM.
  • Modelo LLM: OpenAI GPT‑4o, Anthropic Claude‑3.5 o Cohere Command.
  • Salida: si el modelo genera la frase “⚠️ Vender > $120”, el bot envía una alerta a tu canal de Telegram.

2. Código listo para usar

2.1. Instalación de dependencias

pip install requests python-telegram-bot openai redis
Enter fullscreen mode Exit fullscreen mode

2.2. Obtención de la cotización (Alpha Vantage)

import os, requests, json, time
from datetime import datetime

ALPHA_KEY = os.getenv("ALPHA_VANTAGE_KEY")
SYMBOL   = "AAPL"

def precio_actual():
    url = f"https://www.alphavantage.co/query?function=GLOBAL_QUOTE&symbol={SYMBOL}&apikey={ALPHA_KEY}"
    resp = requests.get(url).json()
    price = float(resp["Global Quote"]["05. price"])
    return price
Enter fullscreen mode Exit fullscreen mode

2.3. Llamada al modelo LLM

import openai

OPENAI_API_KEY = os.getenv("OPENAI_API_KEY")
openai.api_key = OPENAI_API_KEY

PROMPT_TEMPLATE = """
Eres un asistente financiero que genera alertas breves.
Precio actual de {symbol}: ${price:.2f}
Si el precio supera los $120 y la tendencia de los últimos 5 minutos es alcista, responde:
⚠️ Comprar > $120
Si el precio está bajo $80 y la tendencia es bajista, responde:
⚠️ Vender < $80
En cualquier otro caso, responde: ✅ Sin acción.
"""

def generar_alerta(price):
    prompt = PROMPT_TEMPLATE.format(symbol=SYMBOL, price=price)
    resp = openai.ChatCompletion.create(
        model="gpt-4o-mini",
        messages=[{"role": "system", "content": prompt}],
        temperature=0,
        max_tokens=50,
    )
    return resp.choices[0].message.content.strip()
Enter fullscreen mode Exit fullscreen mode

2.4. Envío de la notificación a Telegram

from telegram import Bot

TELEGRAM_TOKEN = os.getenv("TELEGRAM_BOT_TOKEN")
CHAT_ID       = os.getenv("TELEGRAM_CHAT_ID")
bot = Bot(token=TELEGRAM_TOKEN)

def notificar(mensaje):
    bot.send_message(chat_id=CHAT_ID, text=mensaje)
Enter fullscreen mode Exit fullscreen mode

2.5. Orquestación completa (ejemplo de Lambda)

import redis

REDIS_URL = os.getenv("REDIS_URL")
cache = redis.from_url(REDIS_URL)

def lambda_handler(event, context):
    price = precio_actual()
    # Evitar llamadas innecesarias al LLM si el precio no cambió >0.2%
    last = cache.get("last_price")
    if last and abs(price - float(last)) / float(last) < 0.002:
        return {"status": "sin cambios"}

    alerta = generar_alerta(price)
    if "⚠️" in alerta:
        notificar(alerta)

    cache.setex("last_price", 300, price)   # 5 min TTL
    return {"status": "ejecutado", "alerta": alerta}
Enter fullscreen mode Exit fullscreen mode

Tip: guarda siempre el prompt, los tokens usados y la respuesta en un log estructurado (JSON). Así cumples con la trazabilidad exigida por MiFID II.


3. Comparativa de costos (ejemplo mensual)

Servicio Llamadas/mes Precio unitario Coste mensual estimado
Alpha Vantage (gratuito) ≤ 5 000 $0 $0
OpenAI GPT‑4o‑mini 1 M tokens $0.00015/token US$ 150
OpenAI GPT‑4o (full) 1 M tokens $0.00030/token US$ 300
Redis (Heroku‑Free) — $0 $0
Total estimado — — US$ 150‑300

Reducir el número de tokens: usa prompts concisos, limita la respuesta a una frase y habilita max_tokens. Con caché y filtrado de cambios menores, el gasto suele bajar un 30 %.


4. Aspectos regulatorios que no puedes olvidar

  1. Transparencia (MiFID II)

    • Registra cada prompt, los parámetros (temperature, top‑p) y la respuesta en un log inmutable.
    • Guarda también la hora de la cotización y el identificador de la fuente de datos.
  2. Protección de datos (GDPR)

    • No almacenes datos personales de usuarios en la función de alertas.
    • Si guardas historiales de operaciones, anonimízalos y permite la supresión bajo petición.
  3. Responsabilidad

    • Las alertas generadas por IA no son consejo financiero. Incluye siempre un descargo de responsabilidad: “Esta herramienta es informativa; invierte bajo tu propio riesgo”.

5. Escalado seguro

Paso Acción Herramienta recomendada
1 Aumentar la frecuencia de consultas (de 1 min a 10 s) AWS Lambda con Provisioned Concurrency
2 Distribuir la carga entre varias regiones Cloud Run (multi‑region)
3 Persistir históricos para back‑testing BigQuery / Snowflake
4 Monitorizar latencias y errores Grafana + Prometheus (exporter de Lambda)
5 Implementar circuit breaker para evitar sobrecarga de la API de IA Hystrix / Resilience4j

6. Preguntas frecuentes (actualizadas)

Pregunta Respuesta
¿Necesito saber de machine learning? No. Solo utilizas modelos ya entrenados a través de una API.
¿Puedo usar otro lenguaje que Python? Sí. El mismo flujo funciona en Node.js, Go o Rust; solo cambia la librería cliente de la API.
¿Qué pasa si la API de OpenAI se cae? Implementa reintentos exponenciales y, como fallback, una regla estática (p. ej., “si el precio > $150, alerta”).
¿Cómo validar la calidad de la señal? Ejecuta un paper‑trading durante al menos 30 días y compara el ratio de aciertos frente a un benchmark (S&P 500).
¿Puedo combinar varios LLMs? Sí, usando ensemble: primero GPT‑4o genera la señal y luego Claude verifica la consistencia.

7. Conclusión

Las alertas de trading impulsadas por IA ya no son exclusividad de los fondos cuantitativos. Con unos pocos dólares al mes, una cuenta de OpenAI y acceso a APIs


Herramienta mencionada: Groq Cloud

Top comments (0)