别再像1999年那样交易：我用 Python 3.13 构建了一个自主的、具备视觉功能的加密机器人 🚀

Source: Dev.to

认识 LLM_Trader v2

一个自主、具备视觉能力的交易引擎，能够将市场数据、新闻和图表上下文转化为结构化的 BUY / SELL / HOLD / UPDATE 决策。

LLM_Trader v2 实际运行效果。

🏗️ 架构概览：为市场打造的“大脑”

大多数 AI 机器人失败的原因是直接把原始数字塞进提示词。LLM_Trader v2 使用了为 融合 设计的复杂多阶段流水线。

肌肉（市场数据）

• 通过 ccxt 聚合来自 5+ 大交易所（Binance、KuCoin、Gate.io、MEXC、Hyperliquid）的数据。
• 分析内容：
  • 技术指标 – 完全从零自行构建的引擎（不使用 pandas‑ta）。
  • 委托簿深度与价差。
  • 交易流（买卖比例、交易速度）。
  • 永续合约的资金费率。
  • 7 种时间框架的 OHLCV：4 h、12 h、24 h、3 d、7 d、30 d、365 d。

眼睛（视觉引擎）

• 使用 Plotly 渲染约 150 根蜡烛图的图表，专为 AI 模式识别优化。
• 将图像直接发送给视觉模型（Gemini Flash）进行视觉模式分析——因为有时图表模式的价值相当于千条 RSI 读取。

耳朵（RAG 引擎）

• 通过 CryptoCompare 实时抓取新闻。
• 使用 wtpsplit 进行神经句子分割。
• 提取关键事实和数字，过滤噪声，为 LLM 提供当前事件的“真实依据”——不仅是标题，还有数据丰富的句子。

大脑（模型管理器）

• 协调文本数据、视觉图表、新闻片段和市场指标。
• 在 Google Gemini、Claude（通过 OpenRouter）或本地模型（通过 LM Studio）之间切换。

🧠 从“聊天”到“执行”：PositionExtractor (v2 新功能)

魔法不只在提示词——更在解析。PositionExtractor 使用标准化的正则表达式模式，始终如一地提取：

• Action – BUY / SELL / HOLD / CLOSE
• Confidence – HIGH / MEDIUM / LOW（映射到仓位大小）
• Rationale – 结构化解释，记录用于未来的“交易大脑”学习。

📊 AI 实际看到的内容（真实示例）

下面是一轮单次分析周期发送给 AI 的快照：

TRADING CONTEXT:
  - Symbol: BTC/USDC
  - Current Price: $87,499
  - Fear & Greed Index: 24 (Extreme Fear) – 7‑day history

MARKET OVERVIEW:
  - Total Market Cap: $3.88T | BTC Dominance: 56.52%
  - Order Book Imbalance: +0.180 (Moderate Buy Pressure)
  - Buy/Sell Ratio: 0.16 (Strong Selling)

TECHNICAL ANALYSIS (4h):
  - RSI: 46.65 | MACD Histogram: +112.46
  - ADX: 12.86 | Stochastic: 60.02/73.78
  - Death Cross Active (20 SMA

• Discord: 加入我们的 Development Chat

免责声明： 本软件仅用于教育目的。加密货币交易风险极高。请务必先进行纸上交易。