← Voltar para a ajuda
Exemplos de dados externos

Comece com dados públicos para teste

Conectou seu BD mas não tem dados para colocar? Comece com um destes três. Todos são gratuitos, sem chave de API, e é só seguir o script de carga e os valores a escolher na tela (tabela, colunas). O script é estruturado para adicionar parsers — se quiser outra fonte, é só escrever mais uma entrada.

Antes de começar — Primeiro conecte o BD e crie uma conta somente leitura — Guia de integração com o Supabase

Baixar os coletores

Clone o repositório de fetchers na VPS (o servidor onde está o agente). A única dependência é o pg. ★ O DATABASE_URL do .env deve ser uma conta com escrita. É normal que uma conta somente leitura recuse o INSERT — essa conta é exclusiva para a integração com o SoriTrading.

git clone https://github.com/Value-Connect-Global-Inc/soritrading-fetchers ~/soritrading-fetchers
cd ~/soritrading-fetchers && npm install
cp .env.example .env    # DATABASE_URL

https://github.com/Value-Connect-Global-Inc/soritrading-fetchers · Código aberto · uma pasta = um fetcher · registro automático no cron

Os três abaixo são **exemplos para começar**. O repositório tem também VIX, volatilidade implícita de cripto (DVOL), spread da curva de juros, índice do dólar, capitalização de stablecoins, TVL de DeFi e mais — todos gratuitos e sem chave. Rode `node run.mjs list` para ver a lista completa. Séries de mercado não têm valor nos feriados dos EUA (ausente, não zero), e o DVOL começa em março de 2021.

Como ler a tela Configurações de dados

Gerenciar agentes → escolha o agente → aba Configurações de dados. Só você cadastra e exclui datasets, nesta tela — a IA apenas lê os datasets, e a string de conexão nunca é colada no chat. De cima para baixo, a tela tem estas partes.

  1. Integração com BD externo — Informe um nome de conexão (ex.: main) e a string de conexão. Ela fica criptografada só no dispositivo do agente e nunca vai para o servidor. Ao abrir a tela, o agente lê a lista de tabelas automaticamente ([Verificar conexão] é para ler de novo).
  2. Tabelas e datasets — Uma linha por tabela do BD: nome da tabela · número aproximado de linhas · comentário da tabela, e abaixo dela os datasets que leem essa tabela.
  3. Visibilidade para a IA (à direita da linha da tabela) — Privada (padrão — a IA nem sabe que a tabela existe) · só nome · até colunas · até amostra · consulta permitida. Escolha e clique em [Salvar visibilidade]. Os níveis colunas, amostra e consulta enviam dados reais à IA, então não abra tabelas com dados pessoais. Só tabelas do schema public podem ser abertas.
  4. Nomes de datasets (abaixo da linha da tabela) — São os valores que a estratégia chama com ctx.data(nome). [+ Adicionar dataset desta tabela] → escolha nome, coluna de horário e coluna de valor; a descrição é preenchida com o comentário da tabela, e [Salvar] só libera depois que [Testar] passar. Uma tabela pode ter vários nomes (para separar séries por corretora ou ativo com filtros, ou quando uma estratégia antiga usa outro nome). Status: utilizável · não verificado · desconectado. Clique no indicador de tempo real ao lado para abrir as configurações de despertar (poll · notify · redis) — na maioria dos casos o padrão basta.
  5. Datasets calculados (SQL) — Valores que exigem cálculo, como médias móveis, valores defasados ou combinação de várias tabelas. Como o SQL pode ler várias tabelas, eles ficam agrupados à parte, não sob uma tabela. A maioria dos cálculos pode ser feita no código da estratégia com dois ctx.data; use SQL só quando o cálculo precisar de todo o histórico (médias móveis, rankings). SQLs cadastrados no formato antigo também ficam aqui: [SQL revisado] · [Excluir], ou converta em lote os mais simples para o formato de seleção de tabela.
  6. Datasets cuja tabela não foi encontrada — Quando a tabela declarada não está na lista atual, o dataset não some — fica aqui com o motivo: lista de tabelas ainda não recebida (não significa que não exista) · o BD não tem essa tabela (renomeada ou excluída) · este dispositivo não tem esse nome de conexão.
  7. Há dois escopos — A visibilidade para a IA é salva só no dispositivo aberto agora. Os datasets valem para todos os dispositivos com o mesmo nome de conexão. Com vários dispositivos, escolha a visibilidade em cada um.

1. Índice de Medo e Ganância

alternative.me

De 0 (medo extremo) a 100 (ganância extrema), uma vez por dia. Histórico completo desde fevereiro de 2018. É um eixo de sentimento que o preço sozinho não mostra — o melhor primeiro teste.

node run.mjs fear-greed
Valores a escolher na tela Configurações de dados ([+ Adicionar dataset desta tabela] na linha da tabela)
Conexão: main   ·   Tabela: fear_greed
Nome: fg   ·   Coluna de horário: ts   ·   Coluna de valor: v
Depois de cadastrar, basta dizer isto à IA
"Com meu dataset fg, faça o backtest de uma estratégia que compra com medo e ganância abaixo de 20 e vende acima de 60 em binance BTC 1d"

2. Hashrate do bitcoin

blockchain.com

Métrica da própria blockchain (TH/s), em um eixo diferente do preço — útil como filtro de regime. Os valores são grandes e mudam devagar, então funciona melhor como razão em relação à média móvel do que o valor bruto.

node run.mjs btc-hashrate
Valores a escolher na tela Configurações de dados ([+ Adicionar dataset desta tabela] na linha da tabela)
Conexão: main   ·   Tabela: btc_hashrate
Nome: hashrate   ·   Coluna de horário: ts   ·   Coluna de valor: v
Depois de cadastrar, basta dizer isto à IA
"Adicione à minha estratégia um filtro que só compra enquanto o dataset hashrate estiver acima da média de 90 dias"

3. Taxa básica de juros dos EUA (prática)

FRED (DFF)

Taxa efetiva diária dos fed funds — o valor clássico para filtro de regime macro. ★ Atenção: o mesmo valor já chega como indicador base base_fedfunds (ctx.data('base_fedfunds') — coletado pelo agente no FRED). Colocar o mesmo valor por dois caminhos deixa ambíguo qual foi usado no resultado, então use este só para praticar a integração.

node run.mjs fed-funds
Valores a escolher na tela Configurações de dados ([+ Adicionar dataset desta tabela] na linha da tabela)
Conexão: main   ·   Tabela: macro_fed_funds
Nome: dff   ·   Coluna de horário: ts   ·   Coluna de valor: v
Depois de cadastrar, basta dizer isto à IA
"Mostre minha lista de datasets e confira se dff está utilizável (só para confirmar a integração)"

Coleta periódica (cron)

Registra no crontab a periodicidade declarada por cada fetcher. Rodar de novo não acumula linhas, e as entradas de cron que você criou não são alteradas. Os logs ficam em um arquivo de log por fetcher na pasta logs.

node run.mjs --install-cron
Bom saber
  • Para a coluna de horário, recomenda-se epoch em segundos (milissegundos e ISO também são detectados automaticamente, e o campo tsUnit do relatório de verificação mostra como foi lido).
  • Rodar o script de novo é seguro — ele faz upsert, sem duplicatas, e só atualiza os valores mais novos. Para dados novos, basta rodar periodicamente.
  • Os resultados de backtest guardam uma impressão digital dos dados (número de linhas, hash) — se o conteúdo do BD mudar, a impressão digital muda, e dois resultados com impressões diferentes não rodaram nas mesmas condições.
  • Backtests que usam dados externos também rodam no agente — todo backtest roda apenas no agente (meu armazenamento).
  • Tabelas com nível de visibilidade definido ficam expostas à IA (os níveis colunas, amostra e consulta enviam dados reais) — não exponha tabelas com dados pessoais.