Hermes ile Öz-Öğrenen Alım Satım Ajanı: Tek Prompttan 7/24 Döngüye

Videoyu açan fikir net: alım satım otomasyonunun özlemi, hata yapmayan bir model değil, aynı hatayı iki kez yapmayan bir sistem kurmak. Çoğu etkileşimin tek yönlü olduğu bir dünyada bir istem gönderip yanıt almak sıradan; burada önerilen döngü tersine çalışıyor. Bir istem strateji üretiyor, strateji işlem yapıp sonuç doğuruyor, sonuç yeni bir istem için öğrenme verisine dönüşüyor ve ajanı yeniden yazıyor. Tek bir kopyala-yapıştır istemi ile ayağa kalktığı ve ücretsiz çalıştığı söylenen bu kurgu videonun omurgasını oluşturuyor ve 7/24 çalışma vaadiyle çerçeveleniyor.

Yazar bu kurguyu bir mimar gibi dört kritere bağlıyor: doğruluk, güvenilirlik, hedef netliği ve öz-iyileşme. Dört unsur birlikte çalışmadığında parlak bir modelin bile tutarlı bir alım satım sistemine dönüşemeyeceği vurgulanıyor. Claude gibi modellerde öz-öğrenmeyi elle tarif etmenin yorucu ve kırılgan olduğu, OpenClaude benzeri otonom çerçevelerin gündemde olduğu bir dönemde Hermes'in arka planda sessizce büyüyen ve öz-öğrenme tarafında daha iddialı bir seçenek olarak sunulduğu anlatılıyor.

Doğruluk başlığı verinin kaynağında başlıyor. Yazar son haftalarda piyasadaki tüm büyük modelleri alım satım senaryolarında denediğini ve en çarpıcı sonucun veri tutarsızlığı olduğunu söylüyor. Aynı kaynaktan beslenmesi beklenen modellerin farklı sayılar üretmesi, haber akışını yorumlarken aynı metinden farklı çıkarımlar çıkarması, sistemin kurallar olmadan nesnel kalamayacağını gösteriyor. Çözüm olarak güçlü API bağlantıları, haber akışının tutarlı yorumlanması ve çıkarımları hizalayacak net kurallar öneriliyor; amaç hem sayıların hem yorumların doğrulanabilir olması.

Güvenilirlik kesintisiz çalışma demek. Ajanın gece gündüz ayakta kalması, bilgisayar kapansa bile görevini sürdürmesi gerekiyor. Videoda bu ihtiyaç Railway üzerinde barındırma ile çözülüyor. Tek atımlık kurulum istemi, strateji her güncellendiğinde canlı sunucuya senkron olan bir CLI entegrasyonu açıyor. Railway uzun süre ücretsiz skalada kalabilmesi ve 50'ye yakın projeyi aynı anda taşıyabilmesiyle örnekleniyor; ajan böylece terminal kapansa bile 7/24 tetikte kalıyor.

Üçüncü kriter iyi tanımlı hedef. Yazar, alım satım stratejisi kuranların neredeyse tamamının varış noktasını tanımlamadığını söylüyor. Başarı nedir, başarısızlık nedir; ayda 10 dolar mı, ayda bir milyon mu, hangi Sharpe skoru, hangi azami düşüş? 10 dolarla ayda bir milyon hedeflemek gibi imkansız bir çıpa örnek veriliyor. Hedef ne kadar somut olursa ajanın geri bildirimden öğrenmesi o kadar anlamlı hale geliyor. Her sonucu hedefe yakın mı uzak mı diye konumlayıp yön tayini yapmak döngünün pusulası olarak tanımlanıyor ve iterasyon bu pusulaya göre çalışıyor.

Öz-iyileşme bu pusulaya göre çalışan bilimsel bir yöntem olarak kurgulanıyor. Ajan bilgiyi toparlayıp düzenliyor, sonucu analiz ediyor, hedefe yaklaşıp yaklaşmadığına bakıyor, nedenine dair bir hipotez kuruyor ve sonra ne denemesi gerektiğine dair ikinci bir hipotez üretiyor. Her iterasyonda tek bir değişken değiştiriliyor; çünkü çok değişken aynı anda oynanırsa hangisinin kazandırdığı anlaşılmıyor. İyileşen her adım yeni taban çizgi oluyor ve test serisi bunun üzerinden devam ediyor; biriken öğrenme kalıcı hale geliyor.

Hermes'in konumu ve dağıtım kanalı bu mimariyle birlikte anlatılıyor. Ücretsiz olduğu söylenen kurulumun kalbi 01 Systems adlı toplulukta duruyor. Açıklamanın en üstündeki bağlantıdan girilen alanda sınıf bölümünde YouTube istemleri arasında duran hazır istem, zamanla gelen geri bildirimlerle güncelleniyor ve her indirmede en güncel sürümü veriyor. Önceki videodaki Markov tabanlı stratejiye gelen olumlu tepkiler bu topluluk geri bildirim döngüsünün canlı örneği olarak gösteriliyor.

Demo terminalde başlıyor. Yeni oturum tehlikeli izinleri atlayarak açılıyor ve tek atımlık istem yapıştırılıyor. İlk faz ortam kontrolü: Mac mi Windows mu, Node.js ve Claude Code kurulu mu soruları yanıtlanıyor. İkinci faz stratejiyi tanımlama: başarı ve başarısızlık dosyasının her işlemi nasıl skorlayacağı, hangi varlıkta işlem yapılacağı seçiliyor. Solana, dolar, Ethereum, Bitcoin gibi seçenekler sayılırken üç yol sunuluyor: sıfırdan temel bir strateji oluşturmak, birlikte inşa etmek ya da mevcut stratejiyi işaret etmek. Yazar dördüncü yolu seçip kendi canlı stratejisini işaret ediyor.

İşaret edilen strateji Wacko Alpha olarak tanınıyor; D Tau momentum ve getiri stratejisi olarak tanımlanan bu yapı altı sekiz haftada birikmiş bir buçuk milyondan fazla veri noktasıyla geliyor. Gerçek parayla çalıştığı, 50 bin sterlinden 500 bine giden 10 kat challenge panosunda izlenebildiği belirtiliyor. Sistem dosya sistemini tarayıp hedefleri çekiyor: otuz günde yüzde 4,7 getiri hedefi, altı ayda 10 kat perspektifi, asgari Sharpe 1 ve azami düşüş gibi eşikler onay ekranına taşınıyor. Ayda 47 puana denk gelen bu hedef, panoya da yansıyor.

Üçüncü faz iskele kurulumu; Hermes'in inceleyeceği klasörler ve dosyalar hazırlanıyor. Dördüncü faz strateji zaten canlı olduğu için atlanıyor; aksi halde API bağlantıları ve TradingView ile canlı emir akışını kuran adımlar devreye girecekti. Railway girişinde etkileşimli oturum uyarısı çıkınca yazar ikinci bir terminal bölüp komutu oraya yapıştırıyor, tarayıcıda oturum açıp başarı alınca CLI entegrasyonu devreye giriyor. Bundan sonra her strateji güncellemesi Railway'e itiliyor ve uzak sunucu ile yereldeki çalışma senkron kalıyor. Railway'in uzaktan MCP sunucusu da bu akışa uyumlu bir katman olarak sunuluyor.

Final tablosu netleşiyor: 24 kazanan ve 22 kaybeden işlemden oluşan defter Hermes'in okuyacağı formata dönüştürülüyor, strateji belgesi dolduruluyor; azami 12 pozisyon, kayma toleransı, gaz rezervi ve skor ağırlıkları dahil. Hermes saniyeler içinde kuruluyor ve terminalde komut olarak çağrılabilir hale geliyor. Mimari Bittensor alt ağları üzerinde koşan strateji, haftalık Hermes incelemesi ve 30 dakikalık ile günlük yeniden dengeleme ile tamamlanıyor. İlk Hermes döngüsü sadece okuma ve inceleme üretiyor, canlıya geçiş için dosya kipinin değiştirilmesi bekleniyor. Cornelius adlı ikinci ajan öğrenilmiş parametreleri haftalık ayarlıyor ve Hermes'ten üç gün kaymış bir takvimde çalışıyor; ilk incelemeden bir gün sonra istenen kontrol komutları çalıştırılabiliyor.