Agentic Trading: Trading Automation

5 Kandungan · Prakata 7 · Cara Menggunakan Buku Ini 9 B A H A G I A N I — D a r i p a d a A I A g e n t K e p a d a T r a d i n g A u t o m a t i o n 01 Evolusi Seorang Trader: Manual, Semi-Auto & Automated 14 02 Bagaimana Automated Trading System Berfungsi 22 03 Kenali Broker API: moomoo vs Tradovate 32 04 Infrastruktur Trading Bot Yang Kita Akan Bina 41 B A H A G I A N I I — m o o m o o O p e n D : M e m b i n a B r o k e r C o n n e c t i o n 05 Mengenali moomoo OpenD 51 06 Install moomoo OpenD Pada Windows 59 07 Running OpenD Pada Ubuntu VPS 69 08 Python + moomoo API: First Connection 79 09 Market Data, OHLC & Technical Indicators 89 10 Account, Positions, Orders & Paper Trading 100 11 Moomoo Order Lifecycle 109 B A H A G I A N I I I — T r a d o v a t e A P I : U S F u t u r e s A u t o m a t i o n 12 Mengenali Tradovate dan Futures Trading API 120 13 Tradovate API Authentication 129 14 Tradovate REST API: Accounts, Orders & Positions 139 15 Real-Time Trading Dengan WebSocket 149 16 Futures Order Management & Protective Orders 159 B A H A G I A N I V — M e m b i n a S t r a t e g y E n g i n e 17 Trading Strategy Bukan Sekadar Buy dan Sell 171 18 Strategy 01: EMA9 Trend Following 179 19 Strategy 02: Opening Range Breakout (ORB) 189 20 Backtesting, Walk-Forward & Paper Trading 199

6 B A H A G I A N V — R i s k E n g i n e , O M S & E x e c u t i o n 21 Position Sizing & Automated Risk Management 211 22 Build Your Own Broker-Agnostic Trading Engine 223 23 Order Management, Reconciliation & Kill Switch 233 B A H A G I A N V I — H e r m e s , n 8 n , T e l e g r a m & T r a d i n g D a s h b o a r d 24 Integrating AI Agents Without Giving Away the Trading Keys 246 25 n8n Trading Automation Workflows 255 26 Telegram & Discord Trading Control Centre 264 27 Build a Premium Trading Automation Dashboard 273 B A H A G I A N V I I — D e p l o y m e n t , F a i l u r e M o d e s & C a p s t o n e 28 Deploy Trading Automation Pada VPS 283 29 Apa Berlaku Bila Trading Bot Gagal? 292 30 Capstone Project: Your First Automated Trading System 303 A Cheat Sheet 312 B Matriks Ciri Broker 316 C Glosari 323 D Workbook 7 Hari 329 E Kesediaan Live — Sebelum Mempertimbangkan Wang Sebenar 332 F Nota Regulatori Malaysia 336 · Rujukan 344

01 01 B A H A G I A N I Daripada AI Agent Kepada Trading Automation Sebelum menyambung apa-apa kepada broker, kita bina model mental yang betul: tahap-tahap automasi, kitaran hidup sebuah order, perbezaan broker API, dan infrastruktur yang akan kita bina. BAB 01 Evolusi Seorang Trader: Manual, Semi-Auto & Automated BAB 02 Bagaimana Automated Trading System Berfungsi BAB 03 Kenali Broker API: moomoo vs Tradovate BAB 04 Infrastruktur Trading Bot Yang Kita Akan Bina

B A B 0 1 Evolusi seorang trader 14 A P A Y A N G A N D A A K A N B E L A J A R B A B 0 1 01 01 Evolusi Seorang Trader: Manual, Semi-Auto & Automated Kebanyakan trader runcit tidak bermula dengan bot. Mereka bermula dengan carta, alarm harga dan jari di atas tetikus. Sebelum kita menyerahkan satu langkah pun kepada mesin, kita perlu tahu dengan tepat langkah mana yang sedang kita automasikan — dan apa yang akan berlaku apabila langkah itu salah. H A S I L Anda dapat membezakan trading manual, berasaskan alert, semi- automated dan fully automated; meletakkan workflow anda sendiri pada tangga kematangan L0–L5; dan menerangkan lima lapisan sistem yang akan kita bina sepanjang buku ini. Masa: 45 minit Tahap: Asas Prasyarat: Siri 01 atau pengalaman setara; tiada kod diperlukan Membezakan empat cara trader bekerja: manual, berasaskan alert, semi-automated dan fully automated. 01 Meletakkan workflow anda sendiri pada Tangga Kematangan Automasi L0–L5. 02 Membezakan algorithmic, quantitative, AI-assisted dan Agentic Trading, serta memahami kenapa trader runcit tidak bersaing dengan HFT. 03 Menilai dengan jujur kelebihan dan had automasi — termasuk kenapa automasi tidak mencipta edge. 04 Menghuraikan lima lapisan sistem: Intelligence, Strategy, Risk, Execution dan Operations. 05

B A B 0 1 Evolusi seorang trader 15 1.1 Empat Cara Seorang Trader Bekerja Bayangkan beberapa trader dengan strategi sama: beli apabila MES ditutup di atas EMA9 yang naik. Trader manual melakukan setiap langkah dengan tangan — boleh menggunakan konteks yang sukar ditulis sebagai peraturan, tetapi penat, terlepas setup ketika tidur, dan beremosi pada setiap klik. Trader berasaskan alert membiarkan mesin memerhati; dia masih memutuskan dan melaksanakan. Trader semi-automated menerima signal lengkap (entry, stop, target, saiz) lalu menekan butang, atau meluluskan dengan satu ketikan dan sistem yang menghantar. Sistem fully automated melakukan semuanya; manusia menjadi pengendali yang menetapkan had, memantau dan memegang suis kecemasan. Dimensi Trader manual Trader berasaskan alert Sistem automated Keputusan Manusia, setiap trade Manusia, selepas alert Peraturan dalam kod Pelaksanaan Manusia (klik) Manusia (klik) Kod melalui broker API Kelajuan Saat hingga minit Minit Milisaat hingga saat Emosi Setiap klik Selepas alert Berpindah ke reka bentuk dan pemantauan Mod kegagalan Lewat, terlepas, salah taip, panik Alert terlepas, tergesa-gesa Pepijat, data rosak, sambungan putus, order berganda Pemantauan Semasa trading Semasa alert Berterusan — sistem, broker, data, log Kos Masa dan tenaga Langganan alert/platform Infrastruktur, data, akses API, masa ujian Trader manual gagal secara perlahan dan kelihatan; sistem automated boleh gagal secara pantas dan senyap — pepijat kecil boleh menghantar order yang sama dua kali sebelum anda sedar. Sebab itu buku ini lebih banyak membincangkan risk engine, reconciliation dan kill switch berbanding strategi.

B A B 0 1 Evolusi seorang trader 16 1 2 3 4 5 6 MANUAL trader buat setiap langkah lewat · terlepas · emosi Pantau carta Tunggu candle Kira saiz Taip order Letak stop Pantau posisi AUTOMATED modul kecil melaksanakan langkah Operator (trader) Suis kecemasan Had risiko Peraturan Data feed data/ Strategy strategies/ Risk check risk/ Execution execution/ Broker brokers/ Monitor monitoring/ pepijat · data rosak · order berganda garisan cyan = aliran data & event Rajah 1.1 — Strategi yang sama dilaksanakan secara manual dan secara automated: langkahnya serupa, tetapi siapa yang melaksanakan dan bagaimana ia gagal sangat berbeza. 1.2 Tangga Kematangan Automasi (L0–L5) Siri 02 menggunakan tangga serupa dengan Automation Ladder Siri 01, tetapi untuk pelaksanaan dagangan. L0 Manual dan L1 Alert: manusia memutuskan dan menghantar order. L2 Signal lengkap: sistem mencadangkan entry, stop, target dan saiz; manusia memutuskan dan menaip order. L3 Approve-to- execute: manusia meluluskan (cth. di Telegram), sistem menghantar. L4 Automated dalam had: peraturan dalam kod menghantar order dalam had risiko keras (simulasi/paper), manusia memantau dan memegang kill switch. L5 Automated tanpa pengawasan dengan wang sebenar — tidak dibina dalam buku ini.

B A B 0 1 Evolusi seorang trader 17 L0 Manual Manusia Manusia L1 Alert Manusia Manusia L2 Signal lengkap Manusia Manusia L3 Approve-to- execute Manusia Sistem L4 Automated dalam had Sistem Sistem L5 Automated tanpa pengawasan Sistem Sistem KEPUTUSAN ORDER LIVE dikunci lihat Lampiran E Skop buku ini (MOCK / PAPER) di luar skop Start lower. Earn autonomy. Setiap anak tangga mesti diperoleh. Rajah 1.2 — Tangga Kematangan Automasi. Buku ini membawa anda hingga L4 dalam mod simulasi dan paper; L5 dengan wang sebenar sengaja dikunci. Naik satu anak tangga ialah keputusan, bukan kewajipan — ramai trader berdisiplin kekal di L2 atau L3. Setiap anak tangga mesti diperoleh: naik ke L4 hanya selepas L3 berjalan tanpa kejutan cukup lama, dengan log sebagai bukti. 1.3 Algorithmic, Quantitative, AI-Assisted dan Agentic Trading Algorithmic trading ialah pelaksanaan mengikut peraturan dalam kod, sesederhana "beli apabila harga ditutup di atas EMA9" (EMA9 dan ORB, Bahagian IV). Quantitative trading menekankan cara peraturan ditemui: hipotesis statistik, ujian di luar sampel, expectancy, drawdown — banyak bot runcit algorithmic tetapi tidak pernah diuji dengan ketat. AI-assisted trading ◆ A G E N T I C I N S I G H T L3 masih "automated" pada mata bursa Order selepas butang "Luluskan" tetap dijana dan dihantar oleh kod. CME Rule 536.B (Tag 1028) membezakan order yang dimasukkan terus oleh individu daripada order sistem komputer. Tafsiran berhati-hati penulis (bukan kenyataan CME): order enjin ditanda isAutomated: true di Tradovate (Bab 14).

B A B 0 1 Evolusi seorang trader 18 menggunakan AI untuk membantu manusia (Siri 01). Agentic Trading dalam siri ini: AI Agent bekerja di sekeliling enjin — research, penerangan, pemantauan — manakala pelaksanaan diputuskan peraturan deterministik dan had risiko dalam kod. AI boleh mencadangkan; ia tidak memegang kunci order (Bab 24). 1.4 HFT vs Automasi Runcit HFT ialah dunia firma dengan server bersebelahan bursa (colocation) dan latensi dalam mikrosaat. Trader di Malaysia yang menghantar order ke CME melalui VPS dan broker API berada puluhan hingga ratusan milisaat jauhnya — jurang fizikal yang tiada kod boleh tutup. Untuk carta 5 minit atau harian, latensi itu hampir tidak relevan; yang penting ialah data betul, candle benar-benar ditutup, saiz tepat, order tidak berganda dan stop yang wujud di broker (Bab 02). Matlamat kita: lebih konsisten daripada diri sendiri, bukan lebih pantas daripada pasaran. 1.5 Kelebihan dan Had Automasi Empat kelebihan nyata: konsistensi, disiplin (had kerugian harian dikuatkuasakan kod), kelajuan (termasuk sesi US 21:30–04:00 MYT ketika anda tidur) dan skala. Setiap satu ada bayangannya: automasi mempercepat kesilapan — peraturan salah dilaksanakan dengan sempurna, berulang kali; overfitting menjadikan backtest cantik tetapi gagal pada data baharu (Bab 20); risiko operasi — sambungan putus, token tamat, OpenD log keluar, VPS reboot (Bab 29); dan kos data serta akses (Bab 03). ◆ A G E N T I C I N S I G H T Automasi tidak mencipta edge Edge ialah kelebihan statistik dalam peraturan anda — sebab munasabah kenapa purata hasil trade positif selepas kos. Automasi hanya melaksanakan peraturan; tanpa edge, ia menghasilkan kerugian yang lebih konsisten. Dalam Bab 20 EMA9 menunjukkan keputusan positif pada data sintetik yang secara binaan tiada edge — pengajaran tentang nasib dan saiz sampel.

B A B 0 1 Evolusi seorang trader 19 1.6 Lima Lapisan Sebuah Sistem Trading Lapisan Soalan Bertanggungjawab Projek pengiring Intelligence Apa konteks pasaran? Manusia + AI Agent ai/boundary.py , Hermes (Bab 24) Strategy Syarat dipenuhi? Peraturan deterministik strategies/ Risk Dibenarkan? Berapa saiz? Risk engine — bukan AI risk/ Execution Order sampai dengan selamat? Gateway tunggal + OMS execution/ , orders/ , brokers/ Operations Sistem sihat? Pemantauan, audit, kill switch, manusia monitoring/ , notifications/ , journal/ Siri 01 membina Intelligence dan sebahagian Operations (Hermes, n8n, Telegram) dengan manusia sendiri yang bertindak. Siri 02 menambah Strategy, Risk dan Execution; Hermes kekal pembantu research melalui API baca sahaja, n8n untuk kerja berjadual (bukan gelung order), dan Telegram menjadi pusat kawalan ( /status , /pause ). 1.7 Tutorial: Audit Workflow Trading Anda 1 Senaraikan langkah dan siapa melakukannya Bab ini tiada kod. Ambil trade terakhir anda (atau rekaan), tulis setiap langkah dari "melihat peluang" hingga "trade dicatat", dan tandakan M (manusia), A (alert/alat) atau S (sistem). Tahap anda ialah tahap langkah pelaksanaan order. ! S E C U R I T Y C H E C K Sempadan paling penting dalam buku ini Output AI ialah input yang tidak dipercayai — boleh salah, lapuk atau dimanipulasi melalui prompt injection. AI tidak pernah memanggil tool order, memilih akaun live, menukar had risiko atau mematikan kill switch; paling jauh, ia menghasilkan data berstruktur yang disahkan skema.

B A B 0 1 Evolusi seorang trader 20 2 Nilai risiko jika diautomasikan Bagi setiap langkah M: "Jika kod melakukan ini dan salah, apa kerugian paling teruk?" — Rendah, Sederhana atau Tinggi. Contoh audit workflow (diisi) CONTOH Contoh ilustrasi. Isikan dengan workflow anda sendiri. C a r a m e m b a c a h a s i l a u d i t Langkah Rendah yang berulang ialah calon automasi pertama. Langkah Tinggi (saiz, order, exit) menunggu risk engine (Bab 21), OMS (Bab 23) dan berminggu-minggu simulasi. Untung dalam backtest atau demo bukan bukti sedia untuk live (Bab 20, Lampiran E). T R O U B L E S H O O T Sistem automated rugi walaupun strategi "bagus" secara manual SIMPTOM Strategi yang baik secara manual rugi apabila diautomasikan. PUNCA Judgment anda (cth. elak berita besar) tiada dalam kod. DIAGNOSIS Bandingkan trade sistem dengan journal manual anda. PENYELESAIAN Jadikan setiap sebab peraturan, atau kekal di L2/L3. PENGESAHAN Trade simulasi sepadan dengan keputusan manual (≥20). LANGKAH SIAPA RISIKO JIKA AUTO 1 Semak berita & kalendar ekonomi M Sederhana 2 Tunggu candle 5 minit ditutup M Rendah 3 Semak syarat EMA9 + volume A Rendah 4 Kira saiz posisi ikut stop M Tinggi 5 Taip order + stop di platform M Tinggi 6 Pantau & keluar M Tinggi 7 Catat dalam journal M Rendah TAHAP SEMASA: L1 (alert sahaja; order manual)

B A B 0 1 Evolusi seorang trader 21 L A T I H A N P R A K T I K A L Letakkan Diri Anda Pada Tangga Masa: 15 minit. Tulis tahap semasa (L0–L5) dan sebabnya, sasaran 90 hari (maksimum satu anak tangga di atas), dan tiga langkah yang anda TIDAK akan automasikan lagi berserta sebab. Simpan untuk Bab 17. C H A P T E R C H E C K P O I N T Tandakan semua sebelum ke bab seterusnya R U M U S A N B A B Automasi mengubah siapa yang melaksanakan peraturan, bukan kualiti peraturan. Kita mendaki satu anak tangga pada satu masa, dengan risk engine deterministik sebagai penjaga pintu. Bab 02 menjejaki sebuah signal hingga ke journal. ◆ ◆ ◆ Saya boleh membezakan empat cara trader bekerja, tahu tahap semasa dan sasaran 90 hari saya. Saya boleh menamakan lima lapisan, menerangkan kenapa AI tiada dalam laluan order, dan kenapa automasi tidak mencipta edge.

B A B 0 2 Bagaimana sistem berfungsi 22 A P A Y A N G A N D A A K A N B E L A J A R B A B 0 2 02 02 Bagaimana Automated Trading System Berfungsi Apabila orang berkata "bot saya beli MES tadi", sebenarnya sebelas perkara berbeza telah berlaku — dan mana-mana satu daripadanya boleh gagal secara senyap. Bab ini membuka enjin itu dan menjejaki satu signal, langkah demi langkah, dari data pasaran hingga ke journal. H A S I L Anda dapat menerangkan kitaran hidup sebuah order dalam sistem automated, membezakan submitted, acknowledged dan filled, memahami idempotency, dan menjejaki satu signal simulasi melalui audit log selepas menjalankan capstone dengan 400 bar. Masa: 60–75 minit Tahap: Asas–Pertengahan Prasyarat: Bab 01; projek pengiring dipasang dan ujian lulus (Bab 04 menerangkan pemasangan penuh — jika belum, baca bab ini dahulu dan kembali ke tutorial selepas Bab 04) Menghuraikan kitaran hidup sebuah signal, dari data pasaran hingga journal. 01 Memahami seni bina event-driven, perbezaan OMS dan EMS, serta peranan broker gateway, portfolio dan risk engine. 02 Membezakan submitted ≠ acknowledged ≠ filled menggunakan enum OrderStatus sebenar. 03 Menerangkan idempotency: kenapa signal yang sama tidak boleh mencipta dua order. 04 Menjalankan ujian state machine order dan capstone simulasi, kemudian menjejaki satu signal melalui audit log. 05

B A B 0 2 Bagaimana sistem berfungsi 23 2.1 Sebuah Signal, Sebelas Langkah Satu trade simulasi bermula dengan sebatang bar 5 minit yang sudah ditutup dan berakhir dengan satu baris journal. Di antaranya ada sebelas langkah: (1) market data disahkan (urutan, duplikasi, jurang, umur, OHLC) → (2) strategy menilai peraturan → (3) signal (arah, harga rujukan, stop, target, sebab) → (4) order intent, apabila perancang mengira saiz → (5) risk check dengan semua semakan bernama → (6) execution melalui gateway tunggal → (7) broker acknowledgement ("working") → (8) fill, sebahagian atau penuh → (9) position update daripada fill, bukan niat → (10) reconciliation dengan broker → (11) journal dengan P&L dan R. Langkah 1–3 milik lapisan Strategy, 4–5 Risk, 6–8 Execution, 9–11 Operations. Perancang ( risk/planner.py ) mencipta OrderIntent sebelum risk check kerana risk engine perlu menilai sesuatu yang konkrit. Tetapi seperti kata kod, intent "bukan order sehingga risk meluluskannya". 1 Market data data/ validation.py 2 Strategy strategies/ 3 Signal strategies/ 4 Order intent risk/planner.py 5 Risk check risk/engine.py RiskDecision 6 Execution execution/ gateway.py 7 Broker ack orders/oms.py ACKNOWLEDGED 8 Fill orders/oms.py PARTIALLY_FILLED FILLED 9 Position portfolio/ 10 Reconcile orders/ reconcile.py 11 Journal journal/ Audit log hash chain REJECTED REJECTED → tiada order, sebab direkod TIMEOUT → UNKNOWN · tanya broker, jangan hantar semula garisan putus-putus = direkod dalam audit log Rajah 2.1 — Aliran signal-ke-pelaksanaan dalam enjin buku: sebelas langkah, dua cabang kegagalan, dan audit log yang merekod setiap keputusan penting. 2.2 Seni Bina Event-Driven Sistem kita event-driven: ia bertindak balas terhadap peristiwa — bar ditutup, acknowledgement, fill, sambungan terputus. Feed membekalkan data (fixture berlabel atau broker). Signal engine ialah strategi yang tidak tahu apa-apa

B A B 0 2 Bagaimana sistem berfungsi 24 tentang broker. Risk engine deterministik menamakan setiap semakan yang gagal. OMS (Order Management System: orders/oms.py , orders/state.py ) ialah buku rekod order, status dan fill. EMS (Execution Management System) bercakap dengan venue dan mengendalikan ralat, timeout dan had kadar — di sini ExecutionGateway bersama adapter broker ( brokers/moomoo.py , tradovate.py , mock.py ). Portfolio dikira daripada fill, dan telemetry terdiri daripada audit log berantai hash, status.json dan notifikasi. ◆ A G E N T I C I N S I G H T Kenapa satu laluan sahaja ke broker ExecutionGateway ialah satu-satunya kod yang memanggil submit_order — bukan strategi, Telegram atau AI. Di situ dikuatkuasakan: RiskDecision yang diluluskan untuk intent yang sama, LIVE dikunci, persekitaran broker sepadan dengan mod ( MOCK → MOCK ; PAPER → SIMULATE atau DEMO ), dan satu intent menjadi satu order.

B A B 0 2 Bagaimana sistem berfungsi 25 INTELLIGENCE STRATEGY RISK EXECUTION BROKER Hermes Agent research · penjelasan n8n workflow berjadual baca sahaja · tiada tool order Engine API — baca sahaja 127.0.0.1:8800 · Bearer · /control/pause TRADING ENGINE Market Data Feed bar 5 minit tertutup Data Validation data/validation.py Strategy EMA9 · ORB Planner / Sizing OrderIntent Risk Engine 20+ semakan bernama Execution Gateway satu-satunya laluan LIVE dikunci Broker Adapters LocalMockBroker MoomooOpenDAdapter TradovateAdapter Journal trade ditutup · P&L, R Portfolio posisi daripada fill Reconciler OMS + portfolio vs broker OMS state machine idempotent Broker events ack · fill · cancel OPERATIONS Kill Switch PAUSE SIGNALS BLOCK NEW ORDERS CANCEL / FLATTEN (best-effort) SQLite store Audit Log hash chain status.json Dashboard Next.js 127.0.0.1:3000 SIMULATION / PAPER Telegram / Discord notifikasi /status · /pause /pause → Kill Switch manusia memegang suis kecemasan moomoo OpenD (lokal) 127.0.0.1:11111 INTERNET Server moomoo SIMULATE Tradovate demo DEMO REST · WSS (HTTPS) PETUNJUK signal / order event kembali sempadan amanah baca / banding LIVE dikunci Rajah 2.2 — Seni bina penuh sistem Agentic Trading Siri 02. AI dan n8n hanya membaca melalui API baca sahaja; setiap order melalui risk engine dan execution gateway tunggal. Latensi strategi 5 minit bukan masalah; masalah sebenar ialah data lapuk (risk engine menolak data lebih tua daripada max_data_age_seconds , lalai 120 saat dalam config/default.yaml ), bar belum ditutup (enjin hanya memproses bar

B A B 0 2 Bagaimana sistem berfungsi 26 tertutup), dan broker tidak menjawab — isu kepastian, dikendalikan dengan status UNKNOWN . 2.3 Submitted ≠ Acknowledged ≠ Filled Apabila place_order atau placeorder pulang tanpa ralat, itu tidak bermaksud anda memegang posisi: src/agentic_trading/models.py PYTHON Petikan — enum status order dalaman. Status broker dipetakan kepada nilai ini. SUBMITTED: dihantar. ACKNOWLEDGED: broker menerima ("working"). FILLED: dipadankan — barulah wang bergerak (PARTIALLY_FILLED di antaranya). UNKNOWN: "tidak pasti — tanya broker dahulu". Adapter memetakan status broker (moomoo FILLED_PART ; Tradovate Working , Filled ) kepada enum ini (Bab 11, Bab 14). Push moomoo boleh tiba sebelum place_order pulang; orders/state.py memastikan status tidak bergerak "ke belakang" dan fill sentiasa diaplikasikan (dinyahduplikasi melalui fill_id ). 2.4 Idempotency: Satu Signal, Satu Order Enjin restart dan membaca semula bar terakhir, atau kod "cuba lagi" selepas sambungan putus — anda kini memegang dua kontrak. Idempotency: signal sama diproses dua kali = satu order, melalui ID deterministik: class OrderStatus(StrEnum): 1 # … 2 PENDING_SUBMIT = "PENDING_SUBMIT" # intent approved, not sent yet 3 SUBMITTED = "SUBMITTED" # sent, no broker ack yet 4 ACKNOWLEDGED = "ACKNOWLEDGED" # broker accepted (working) 5 PARTIALLY_FILLED = "PARTIALLY_FILLED" 6 FILLED = "FILLED" 7 # … PENDING_CANCEL, CANCELLED, REJECTED, EXPIRED 8 UNKNOWN = "UNKNOWN" # outcome uncertain: reconcile! 9

B A B 0 2 Bagaimana sistem berfungsi 27 src/agentic_trading/models.py PYTHON Petikan — ID stabil dan client order id. signal_id (strategi, simbol, masa bar, arah) → intent_id → client_order_id . Gateway memanggil claim_intent (SQLite); intent yang sudah dituntut pulang sebagai DUPLICATE . Client order id dihantar ke broker ( remark moomoo, clOrdId Tradovate) supaya selepas timeout kita mencari semula order (Bab 23). Semuanya bermula di TradingEngine.on_bar bagi setiap bar tertutup: src/agentic_trading/engine.py PYTHON Petikan — beberapa baris ditinggalkan (# …). Fail penuh dalam projek. def deterministic_id(*parts: object, prefix: str = "") -> str: 1 """Stable id from inputs: the same signal always maps to one id.""" 2 raw = "|".join(str(p) for p in parts) 3 digest = hashlib.sha256(raw.encode()).hexdigest()[:16] 4 return f"{prefix}{digest}" 5 # … 6 @property 7 def client_order_id(self) -> str: 8 # Same intent -> same client id -> broker/OMS can dedupe. 9 return f"AT-{self.intent_id[:20]}" 10 def on_bar(self, bar: Bar) -> ExecutionResult | None: 1 self.kill_switch.refresh() 2 # … report = validate_bars(...) 3 if not report.ok: 4 return None # … 5 if not self.kill_switch.signals_allowed: 6 return None 7 if not self.broker_healthy: 8 return None 9 # … 10 signal = self.strategy.on_bar(self.history, ctx) 11 # … 12 return self.handle_signal(signal, data_ts=bar.ts + self.interval) 13

B A B 0 2 Bagaimana sistem berfungsi 28 A p a y a n g k o d i n i b u a t ? Empat pintu: kill switch (dibaca semula dari fail supaya /pause serta-merta), data sah, signal dibenarkan, broker sihat. Kemudian handle_signal memanggil self.risk.evaluate(...) , merekod keputusan, dan jika lulus, self.gateway.execute(...) . 2.5 Tutorial: Lihat Kitaran Hidup Berjalan Di komputer anda, folder trading-engine , venv aktif (Bab 04); tiada broker atau Administrator. 1 Uji state machine order PowerShell — C:\agentic-trading\trading-engine STEP 1 POWERSHELL Output sebenar daripada komputer penulis (Python 3.13.1, Windows 11, 18 Okt 2026). A p a y a n g c o m m a n d i n i b u a t ? Tujuh ujian state machine (fill sebelum ack, peristiwa berganda, restart). Pulih: ModuleNotFoundError = salah folder atau venv belum aktif. PS> python -m pytest tests/unit/test_order_state.py ....... [100%] 7 passed in 0.32s

B A B 0 2 Bagaimana sistem berfungsi 29 2 Jalankan capstone simulasi dengan 400 bar PowerShell — C:\agentic-trading\trading-engine STEP 2 POWERSHELL Output sebenar daripada simulator (DATA SIMULASI), dipendekkan (…). --fresh memadam folder var/ dahulu. A p a y a n g c o m m a n d i n i b u a t ? 400 bar MES sintetik ( fixtures/sim_mes_5m.csv ) disuap kepada enjin dengan EMA9 dan LocalMockBroker . Amaran: --fresh memadam var/ — salin dahulu jika perlu. Pengesahan: audit chain valid: True . P&L ini tidak bermakna apa-apa. 3 Jejaki signal pertama melalui audit log scripts/trace_signal.py membuka var/trading.db (baca sahaja) dan var/audit.jsonl , lalu memaparkan rekod audit bagi satu signal. PS> python -X utf8 scripts/run_capstone.py --fresh --bars 400 [1] start · mode=MOCK live_trading_enabled=False [3] data: 1560 bars · DATA SIMULASI — UNTUK TUJUAN PENDIDIKAN SAHAJA [14] reconcile on start: RECONCILED: internal state matches broker [10] journal: 8 closed simulated trades · net P&L (simulated) 1.33 · var/journal.md … audit chain valid: True DATA SIMULASI — keputusan ini bukan prestasi dagangan sebenar.

B A B 0 2 Bagaimana sistem berfungsi 30 PowerShell — C:\agentic-trading\trading-engine STEP 3 POWERSHELL Output sebenar daripada simulator (DATA SIMULASI). Masa audit ialah jam komputer semasa larian; masa bar ialah masa simulasi (UTC). Signal LONG (bar 15:35 UTC = 23:35 MYT) diluluskan; fill pada 5001.50 ialah satu tick lebih buruk daripada 5001.25 kerana slippage_ticks: 1 . Kaki bracket -ST dan -TA dibatalkan kemudian, apabila EXIT menutup posisi — sebelum keluar, supaya stop tertinggal tidak membuka posisi baharu. PS> python -X utf8 scripts/trace_signal.py SIGNAL SIG-dd3dd3739ec64d5a (1/18) strategy=ema9-trend LONG MES bar=2026-09-01T15:35:00Z entry=5001.25 stop=4978.25 target=5046.75 keputusan: APPROVED 15:47:14Z risk_decision APPROVED 15:47:14Z order_submit BUY 1 MES MARKET mode=MOCK 15:47:14Z fill BUY 1 @ 5001.50 15:47:14Z order_cancel_request AT-INT-0b347aa2b65f2321-ST 15:47:14Z order_cancel_request AT-INT-0b347aa2b65f2321-TA audit chain valid: True DATA SIMULASI — bukan dagangan sebenar. ! S E C U R I T Y C H E C K Audit log ialah bukti var/audit.jsonl dirantai hash SHA-256 — tamper-evident, bukan kalis gangguan. Kunci seperti password , token , api_key , sec , cid disamarkan ( *** ); jangan simpan rahsia dengan nama lain. D I S A H K A N D E N G A N D O K U M E N T A S I trading-engine/ 0.2.0, run_capstone.py , trace_signal.py , test_order_state.py , test_trace_signal.py · 18 Okt 2026 · Python 3.13.1 · Windows 11 · MOCK · TESTED (simulasi; tiada broker sebenar). Push sebelum place_order pulang: https://openapi.moomoo.com/moomoo-api- doc/en/trade/place-order.html (18 Okt 2026) — DOC-VERIFIED.

B A B 0 2 Bagaimana sistem berfungsi 31 T R O U B L E S H O O T --fresh gagal dengan WinError 32 SIMPTOM PermissionError: [WinError 32] pada var\trading.db . PUNCA Proses lain (API, bot Telegram) masih membukanya. DIAGNOSIS Get-Process python menyenaraikan proses Python. PENYELESAIAN Ctrl+C dalam tetingkap proses itu; ulang --fresh . PENGESAHAN Capstone selesai dengan audit chain valid: True . L A T I H A N P R A K T I K A L Jejaki Signal Yang Tidak Menjadi Order Masa: 20 minit. Jalankan trace_signal.py --n 2 dan --n 13 . Kenapa yang kedua NO ORDER: risk budget smaller than one unit at this stop ? (USD25,000 × 0.5% = USD125; 1 MES = $5 setiap mata.) Tandakan langkah (1–11) bagi setiap rekod audit. C H A P T E R C H E C K P O I N T Tandakan semua sebelum ke bab seterusnya R U M U S A N B A B Signal menjadi intent, intent menjadi order hanya selepas risk engine meluluskannya, dan order menjadi posisi hanya apabila fill tiba. ID deterministik, audit log dan status UNKNOWN menjadikan setiap langkah idempotent, boleh disemak dan jujur. Bab 03 melihat moomoo dan Tradovate. ◆ ◆ ◆ Saya boleh menerangkan sebelas langkah, status order dan ID deterministik, dan telah menjejaki dua signal.