script (⏱,💰)

本文面向了解加密貨幣交易基礎，希望利用 AI 進行技術分析的讀者

1. 背景#

近期社區內合約交易討論增多，展現出了潛在市場需求。考慮到大語言模型（LLM）在編程領域已超過一般程序員，所以我在 MyShell 平台開發了 AI 交易助手機器人 CoinGlass，驗證 LLM 在交易領域的能力。

CoinGlass 名稱源自提供全面合約交易指標的數據平台 coinglass.com。使用時，需上傳 CoinGlass 的截圖供機器人分析。此外，該機器人也支持分析其他技術指標圖表，如 Tradingview 或 交易所圖表。

MyShell 是一個 Web3 AI 平台，允許用戶創建、共享 AI 應用並從中獲利。創作者無需編寫代碼，即可利用強大的 LLM 快速開發和發布 AI 應用。

該機器人被設定為加密貨幣衍生品交易專家。經過大量回測和迭代優化，它在多數情況下都表現出色。這是 8 月 4 日 SOL 還在 150 + 的時候的開空建議: https://app.myshell.ai/share/AjMbEj

注意：金融市場行情不可預測。雖然建議由 AI 提供，但用戶應始終警惕風險。

2. 設計思路#

技術指標的有效性因情況而異。你需要深入理解指標的作用，並根據不同的交易策略進行選擇。

頂級交易者通常專注於當下可控的因素和風險管理，而非預測難以把握的未來市場走向。

設計提示詞（Prompt）時，我參考了多位交易員的經驗，選擇了幾個加密貨幣交易常用指標。指標參數設置與最大加密貨幣交易所 Binance 的默認界面保持一致。

開發過程中遇到的主要問題：

• 同樣圖表只有微小差別，輸出結果不一致
• 用不同語言回覆，輸出結果不一致
• 難以精確識別指標具體值，尤其是均線與價格的關係
• 無法準確解讀異常指標的含義

經過多次迭代，最新版本採用思維鏈（CoT）技術，按以下步驟分析： 1. 讀圖 2. 識別指標特徵 3. 分析方向 4. 尋找阻力支撐 5. 計算盈虧比 6. 判斷交易可行性 7. 量化指標分數 8. 計算總分 9. 提供交易建議。

所有後續分析均基於第一步獲取的指標數據，確保結果的一致性和可追溯性。

該機器人使用 Claude Sonnet 3.5 模型，溫度參數設為 0，以確保相同輸入產生一致的輸出結果。

3. LLM 在技術分析中的優劣勢#

在開發時我發現，使用 LLM 進行技術分析有以下值得關注的優劣勢：

優勢#

• 圖像模式識別: LLM 在訓練過程中接觸了大量圖像數據，因此在 K 線圖等交易圖表的模式識別方面表現出色
• 技術指標理解: 它們可以解釋常見技術指標並提供見解
• 泛化能力: 能夠解讀各種圖表和指標，回答多樣化的問題，並支持多語言輸出
• 易用性：使用和構建都像聊天一樣簡單

劣勢#

• 需要指導: 有的技術指標你必須明確告訴它特定的隱藏信息，例如 CVD 和價格分歧時，有不同解讀，但 LLM 往往無法發現潛在的信號
• 幻覺：若不採用思維鏈（CoT）方法逐步分析，可能產生不一致或錯誤的結果。使用不同語言輸出時，有時會導致交易建議的不一致
• 自動化交易: 除非在本地做定制開發，否則無法接入實盤做自動化交易
• 回測困難：與傳統量化交易相比，評估模型和提示詞的效果更為複雜，通常需要進行大量手動測試

4. 使用指南#

圖例展示了基本操作流程：打開 CoinGlass、截圖、將圖片和文字輸入給機器人，然後發送。然而，實際使用中還有許多細節需要注意。

首先打開 CoinGlass https://www.coinglass.com/tv/Binance_BTCUSDT 並註冊（註冊後才能保存佈局）。

4.1 設置圖表#

建議除了合約的重要數據外，再加上不同類型的指標作為補充，以下是我的選擇的指標（點擊頂部菜單的 "CoinGlass - Indicator" 和 "Indicators" 可選擇其他指標）：

• 主價格：基礎類。選擇 1D 4H 1H
• 均線 (MA)：趨勢均線類。選擇 7/25/99，和幣安默認一致
• 成交量 (Volume)：基礎類。默認幣安 SMA 9
• 聚合現貨累計成交量增量 (<CoinGlass>Aggregated Spot Cumulative Volume Delta)：成交量類，簡稱 CVD。行情一般是現貨引領期貨市場，所以選擇現貨的 CVD。不同幣種要選擇不同交易所，BTC 2024 年 7 月 26-27 日 的反彈，CoinBase 的 CVD 一直在降，Karken 的 CVD 一直在升，說明是 Karken 的現貨買入帶來了價格上漲。點擊⚙️圖表修改，我一般勾選 Binance + CoinBase。

• 持倉加權平均資金費率 (<CoinGlass>Funding Rates)：合約類。
• 多空持倉人數比 (<CoinGlass>Long/Short Ratio (Accounts))：合約類。也可以選擇 Top Trader Ratio (Accounts)
• 持倉 (k 線)(<CoinGlass>Open Interest (Candles))：合約類。
• 隨機相對強弱指數 (Stoch RSI)：振盪器類。默認設置 14 14 3 3，和幣安一致。
• 幣種爆倉 (<CoinGlass>Aggregated Liquidations)：合約類。
• ATR：趨勢強度類，默認 14。
• 聚合合約訂單薄深度差值 (<CoinGlass> Aggregated Spot Orderbook Liquidity Delta(±1%))：訂單流類。開單時深度參考。

以上指標涵蓋了基礎指標，重要合約指標，均線類、成交量類、振盪器類、趨勢強度類、訂單流類各一個，能讓 AI 對市場有全面的判斷。

另外建議進行以下設置，點擊右下角的⚙️：

• 打開 Symbol last price label，避免讀不到最新值
• 關閉 Indicator value labels，減少截圖中的文字，讓 AI 更關注變化而不是數值

• 打開 High and low price labels 和 Price line：顯示高低點，是重要壓力和支撐位
• 關閉 Count down to bar close：減少不必要的干擾信息

設置完畢後，點擊菜單欄的 "Save" 保存佈局。

4.2 截圖#

截圖時需注意時間跨度不要過小或過大，右鍵 - Reset chart view 即可。

然後用頁面的截圖功能，或者截圖工具手動截圖。我通常使用 MacOS 的 Take better screenshots and GIFs 軟件手動截圖。

截圖中應保證圖片中的文字和線條清晰可讀，如果發現機器人第一步讀圖的指標數字是錯誤的，就需要考慮截圖是否足夠清晰和簡潔。其他語言界面也會導致識別錯誤。

以下是一張完整的截圖參考。

4.3 與 LLM 互動#

訪問 CoinGlass MyShell 機器人 https://app.myshell.ai/bot/rYbENf/1713925324 ，點擊 "+" 添加截圖，或者 Ctrl+V 粘貼截圖，然後發送。

在與機器人互動時:

• 最小化無關信息：直接提供圖表，避免添加不必要的文本，以防影響機器人判斷
• 使用英文：為保持判斷一致性，建議直接使用英文與機器人交互
• 清除記憶：分析不同幣種前，建議點擊 "Clear memory" 按鈕清除之前的對話記錄，避免機器人誤解為多時間維度分析

• 多時間維度分析：連續對話，提供不同時間框架的圖表，獲取全面觀點。
• 市場變化應對：市場出現明顯變化時，提供最新圖表和當前倉位信息，請求機器人更新建議。

4.4 建立頭寸#

為了優化盈虧比，我採用以下策略：

1. 分析 1 天和 4 小時的時間框架的圖表。當兩者趨勢一致時，確定做多（LONG）或做空（SHORT）方向。
2. 在 1 小時圖表上觀察 Stochastic RSI 指標：
   • 做多條件：超賣（雙線超過 80）
   • 做空條件：超買（雙線小於 20）
   • 更穩健的入場信號：
     a) Stochastic RSI 快線穿過慢線
     b) Stochastic RSI 與價格出現背離
     觀察下圖，添加每日周期線後，該策略幾乎每天都能發現超買或超賣的交易機會。
     
3. Stach RSI 達到目標，向機器人發送 1H 圖表，加上文字 "find entry to LONG/SHORT"，它會告訴你入場點位，也可以直接發送圖表，無需附加文字。
4. 手動下單並設置止盈止損

注意事項：

• 根據個人交易習慣調整策略
• 保持耐心，等待最佳入場機會
• 在確認大趨勢正確的前提下，優化入場點以提高盈利潛力
• 單邊大波動行情 1 H 給的止盈止損相對保守，可以用 4H 或者 1D 的

4.5 如何回測#

如果需要回測，圖表上不能有最新值出現，有兩種辦法:

方法一#

1. 關閉所有指標的 Values in status line
   

2. 打開 Indicators value labels。
   

3. 保存佈局。

4. 拖動圖表，最後一根 k 線到想回測的時間。截圖。

方法二#

1. 拖動圖表，最後一根 k 線到想回測的時間。
2. 將鼠標移動到最後一根 K 線任意指標位置。 當出現垂直虛線時，顯示的各指標值即為歷史值。
3. 第三方工具截圖。

多時間維度回測注意事項#

在進行多時間維度回測時，需要注意不同周期 K 線之間的時間對應關係。以下是具體的對應方式：

• 日線對應下一日 4 小時線的 20:00 和 1 小時線的 23:00。如果是北京時間 UTC+8，就是第二天 04:00 和 07:00。
• 4 小時線的 04:00 對應 1 小時線的 07:00
• 1 小時線的 09:00 對應 15 分鐘線的 09:45

這種對應關係確保了回測過程中不同時間維度數據的正確同步，有助於獲得更準確的回測結果。

5. 總結#

LLM 透過提供深入見解和趨勢識別能力，有潛力增強交易策略和盈利。其用戶友好的特性，使普通交易者也能夠輕鬆使用。

未來會持續改進提示詞設計並探索其他用例，可以進一步提高 AI 在交易中的效果。採用新興模型如 Claude Opus 3.5 有望帶來更好的結果。