Habla con alguien
que entiende de mercados.
No es un chatbot que habla de trading. Es un agente con más de 100 herramientas MCP que obtiene datos reales, calcula indicadores, entrena modelos y ejecuta backtests — todo mediante lenguaje natural.
Verida — the model executes real market tools, not just answers
Cómo funciona en la práctica
Obtén las últimas 500 velas de 1h de BTCUSDT
La IA dispatcha la herramienta buscar_binance, persiste como serie raw y responde con la URI + metadatos.
Calcula el RSI de 14 períodos y el MACD
La IA encadena rsi() y macd() sobre la serie, persiste como derived, y obtienes la URI + último valor.
Entrena un modelo de clasificación con RSI, ATR y volumen
La IA construye el DAG de ML con ingeniería de features, partición temporal, entrenamiento y validación — todo vía herramientas.
Ejecuta un backtest de la estrategia de cruce de medias móviles
La IA carga la estrategia Rhai, inyecta indicadores, ejecuta el backtest y retorna Sharpe, drawdown y PnL.
Modelos soportados
Tú aportas la clave — gratuita o de pago. Verida hace el resto.
Anthropic Claude
Clave API de Anthropic
Recommended for best understanding of the 100+ MCP tools.
OpenAI GPT
Clave API de OpenAI
Works perfectly with MCP tools.
NVIDIA NIM (gratis)
Clave API de NVIDIA
Modelos de vanguardia vía API NIM gratuita. Límites de pool generosos — coste cero para empezar. Proveedor por defecto de Verida hoy.
Ollama (local)
Modelo local vía Ollama
Llama 3, Qwen, Mistral ejecutándose localmente. Coste de API cero, privacidad total.
Google Gemini
Clave API de Google AI
Works with MCP tools.
Otros proveedores
Cualquier endpoint compatible
OpenRouter, Together AI, Groq, DeepSeek — si es compatible con OpenAI, funciona. Tú eliges el proveedor — gratis o de pago, es tu decisión (o limitación).
MCP: el estándar que estructura la IA
Model Context Protocol es lo que permite al LLM no solo "saber sobre" mercados, sino ejecutar herramientas de mercado. Verida expone más de 100 herramientas MCP — obtener datos, calcular indicadores, entrenar modelos, ejecutar backtests, consultar microestructura. El modelo decide qué herramienta llamar; tú decides qué preguntar.
Sin MCP: el LLM alucina datos. Con MCP: el LLM ejecuta. La diferencia lo es todo.