AgenticNumerAI

Numerai ist ein Daten-Turnier, bei dem Teilnehmer Machine-Learning-Modelle auf anonymisierte Finanzdaten einreichen. Modelle laufend zu bewerten und zu verbessern ist mühsame, wiederkehrende Arbeit, genau die Art Aufgabe, die sich automatisieren lässt.

Ein Python-Agent zieht die aktuellen Modell-Scores, fasst sie zusammen und übergibt sie an Claude zur Analyse. Claude bewertet Trends, schlägt Anpassungen vor und begründet sie.

Statt jedes Mal bei null zu starten, schreibt der Agent Erkenntnisse in einen persistenten JSON-Wissensspeicher. Jeder Lauf baut auf dem vorherigen auf. GitHub Actions triggert den Loop nach Zeitplan, ganz ohne eigene Server.

Ein selbstständig laufendes Experiment, das zeigt, wie ein LLM als Reasoning-Schicht über einer Datenpipeline sitzen kann. Es läuft vollständig auf Free-Tiers (0 € Betriebskosten) und dokumentiert seine eigene Entwicklung über die Zeit.