Ideas
AI多Agent交易分析系统项目构想
项目定位
- 项目名：AI多Agent交易分析系统
- 来源框架：GitHub TauricResearch/TradingAgents（多Agent LLM金融交易框架）
- 当前状态：构想阶段，待验证
- 核心定位：自用交易辅助工具，不对外服务
不做订阅服务，不做自动炒股，只服务自己做交易。
交易场景
- 市场：加密货币
- 周期：日内 + 波段
- 执行方式：半自动（AI出信号 → 范总确认 → 系统下单）
系统架构
数据层（普通程序，不用AI）
├── 价格/K线 → Binance/OKX WebSocket
├── 链上数据 → Glassnode / CryptoQuant API
├── 新闻 → RSS聚合定时爬取
└── 情绪指数 → Fear&Greed Index API
分析层（AI Agent）
├── 技术分析师 → 识别形态、支撑压力、RSI/MACD
├── 情绪分析师 → 市场情绪打分
├── 新闻分析师 → 重大事件过滤与影响判断
├── 多空辩论 → 综合出买/卖/观望结论（框架核心）
└── 风控 → 仓位建议、止损线
执行层（半自动）
├── 信号推送 → Discord通知范总
├── 范总确认 → 一键回复"执行"
└── 自动下单 → Binance/OKX API关键研究结论（来自arxiv 2025年10月）：
Agent框架设计对结果的影响远大于底层模型本身的差异。多空辩论、风控逻辑才是核心竞争力。
模型选型（混用策略）
| 角色 | 模型 | 原因 |
|---|---|---|
| 数据快速分类 | GPT-5.3-Codex | 速度快 |
| 深度分析/多空辩论 | DeepSeek-R1 | 推理能力强、成本极低 |
| 最终决策汇总 | Claude Opus 4.6 | 综合判断最稳 |
成本估算（DeepSeek为主）：
- 约 $0.002/次分析
- 每天跑20次 → $0.04/天 → ~$1.2/月
- 用ycapis key，成本更低
部署方案
- 服务器：露露服务器（103.201.130.54）
- 不跑本地模型，纯API调用编排
实现路径（分三步）
- 第一步：跑通TradingAgents，接Binance数据，先只出分析报告
- 第二步：接Discord推送，范总看信号
- 第三步：加半自动执行层，范总确认后下单
风险
- 合规：自用无合规问题
- 成本：DeepSeek方案几乎可忽略
- 稳定性：模型输出波动、API偶发不可用
- 准确率：框架设计比模型选择更重要，需持续调优