我将向你展示如何从零开始构建一个能够实际运行的 AI 交易机器人。
无论你交易的是股票还是加密货币，读完本文后，你都将拥有一个功能完备的交易机器人，可以代表你执行真实的交易。
我和我的开发团队花了数周的研究和测试才搞定这一切，而通过阅读本文，你构建一个合适的机器人所花费的时间将仅为我们所用的十分之一。
在本指南的最后，我还附上了一份免费的 PDF，浓缩了整篇文章的内容。你可以直接将其输入 Claude 或 Codex 来开始构建你的第一个机器人。
请坚持看到最后，我会直接把这份资料分享给你。
目录
- AI 交易机器人详解
- 为什么大多数机器人会亏损（要避免的错误）
- 部署机器人的选项
- 第一步：环境搭建
- 第二步：策略设计
- 第三步：赋予机器人记忆与上下文
AI 交易机器人详解
在我们深入探讨构建机器人的具体步骤之前，你需要理解交易机器人真正要做什么。
交易机器人的核心任务只有两件事：
- 自动化执行重复策略
- 比人类更好地处理执行环节
大多数交易者亏损的原因是执行环节出了问题，而这正是构建机器人的强大之处。
即使在个人交易中，我也经常遇到这种情况：设置都正确无误，但一些琐碎的事情（例如离开办公桌）会妨碍我实际执行操作。
机器人的本质就是为了弥补这个差距，并根据你设定的参数来执行交易。
另一个核心点是，一个好的机器人会随着时间的推移不断学习。它应该通过每笔交易变得更聪明，并且理想情况下，内置了反思循环。
基本循环
每一个交易机器人都运行着相同的基本循环：
设定参数 → 基于参数执行 → 从结果中学习 → 重复
交易机器人循环图
这并非主观交易的全方位替代品
我想提前说明这一点。交易机器人是你交易策略的绝佳补充，但并非替代品。
你仍然需要提供主观判断和市场优势，这样你的机器人才能确切知道它要遵循什么。
构建交易机器人适合那些已经拥有策略，但需要在执行方面获得帮助的人。
如果你正在努力寻找一个盈利的交易策略，请阅读以下内容：
https://x.com/milesdeutscher/status/2075615711150608468
在今天的文章中，我更侧重于实际的执行层面。
为什么大多数机器人会亏损（避免这些错误）
根据我的经验，交易机器人的失败通常源于以下四种原因之一：
- 缺乏记忆系统： 无法从过去的交易（盈利/亏损）中进行迭代学习
- 没有明确目标： 缺乏清晰的参数设定
- 预测能力差： 仅根据历史价格数据进行训练，无法适应未来市场条件
- 没有市场优势： 这是最主要的原因。99% 的交易机器人失败，仅仅是因为它们缺乏市场优势，因而注定会失败。
如果你能避免这四个关键错误，你就能构建出一个真正盈利的交易机器人。
部署机器人的选项
现在，我们来介绍几种构建和部署交易机器人时的选择。
每个选项都有其优缺点，选择哪一个取决于你的技能水平、交易经验和目标。
- 购买预构建的机器人
这主要是指交易所（如 Binance 和 Blofin）内置的集成机器人。
Binance 预构建机器人
这些机器人包含了完整的策略，并且由于已直接集成到交易所中，使用起来相当简单。
缺点： 可能会强迫你使用不喜欢的交易所，个性化定制有限，并且可能产生高昂的费用。
此选项可能更适合那些刚刚开始尝试，或者想要测试轻量级自动交易解决方案的人。
- 零代码平台
这些平台允许你引入自己的自定义 Agent，并直接接入交易所的基础设施。
比如 Composer 和 Robinhood 这样的平台。
在易用性和个性化之间取得了良好的平衡。
Robinhood Agent
这些机器人适用于基础网格机器人、DCA 机器人和通用投资组合管理 Agent。
缺点在于，在运行完全自主机器人方面，你可能会很快遇到瓶颈。如果你追求的是全自动化，那么你需要考虑第三个选项。
- 构建你自己的机器人
最后一个选择是自己动手构建机器人。
这听起来可能有些吓人，但实际上非常简单，我将在这里为你介绍我的完整框架（共三步）：
第一步：环境搭建
无论你交易股票还是加密货币，交易机器人的通用架构都是相同的：
- 大脑： 这部分负责制定交易策略。
对此，像 Claude/Codex 这样的大语言模型是最佳选择。
- 双手： 这部分负责执行你的交易。
这主要通过 MCP 连接来实现。
对于股票，我个人最喜欢的 MCP 之一是 Alpaca 连接器。
Alpaca 完全免费，并且提供模拟交易功能，这非常棒。
Alpaca MCP
连接这个 MCP 只需要三个步骤：
- 注册 Alpaca 账户
- 获取 API 密钥
- 将 API 密钥填入 Claude
对于加密货币，过程完全相同。
前往你的交易所（Blofin、Binance、Bybit 等），获取你的 API 密钥，然后通过以下提示词将其填入 Claude：
"我想使用 Blofin MCP 自动化我的交易，连接我的 API 密钥 [插入密钥]，并构建一个仪表板来管理我的交易。"
我的交易机器人仪表板
我的交易终端仪表板 \实际输出\
安全注意事项
一些安全提示：
- 从模拟交易开始
- 在你的交易所创建一个子账户，不要存入所有资金
- 保护好你的 API 密钥
第二步：策略设计
正如我们之前提到的，AI 机器人只用于执行。
你需要明确定义你的交易规则、入场/出场规则、理想的交易时间框架等等。
为此，我建议打开一个新的 Claude 对话，然后彻底地、无保留地阐述你的策略。
向 Claude 输入提示词：
"根据以下 [策略阐述]，创建一个 Markdown 文件来记录我的整个交易策略。"
然后，将 Claude 的回应整合到你上面搭建的仪表板设置中。
这里有个好消息：你可以将 TradingView MCP 连接到 Claude，并实时回测盈利策略。
这个提示词将直接连接 Claude + TradingView MCP：
Claude + TradingView 提示
我建议创建一个新的 Claude 项目，并使用 TradingView MCP 向 Claude 提问，反复讨论，深入研究价格数据，并花时间精心设计一个好的策略。
使用 TradingView + Claude 进行回测 \示例\
第三步：赋予机器人记忆与上下文
这是最重要的一步。
如果没有适当的记忆和上下文系统，你的机器人只会机械地执行你制定的策略，而不会批判性地反思哪些有效、哪些无效。
为了给机器人赋予适当的记忆，你需要在本地桌面上创建一个包含两个文件的系统：
- 交易分类账
这是一个记录你所有交易数据的运行日志。
向 Claude 输入提示词：
"在我的桌面上创建一个 Markdown 文件，记录每一笔交易，包括价格数据、入场时间、入场 & 离场点，以及任何其他重要数据。目标是利用这些数据随着时间的推移改进我们的交易策略。"
- 学习文件
这个文件的作用是指导 Claude 对已执行的交易进行反思。
向 Claude 输入提示词：
"创建第二个 Markdown 文件，你将在其中根据交易分类账提供的数据进行主动反思，并主动提出对交易策略的改进建议。"
云端记忆
对于那些寻求更高级记忆系统的人，可以考虑在 Supabase 或 Supermemory 等平台上设置云端记忆系统，并将其直接连接到 Claude。
这样可以将你的记忆存储为完整的数据库，而不仅仅是本地文件（不过，本地文件也完全够用）。
Supabase
如果你是高频交易者或交易量很大，我特别推荐使用云端记忆，因为它比本地存储更能处理大量数据。
最后一些建议
我已经在上面提到过，但我强烈建议你先进行模拟交易，并给自己至少一周的时间来妥善完成所有设置。
测试一些策略，建立记忆系统，进行迭代等等。
构建机器人这件事不必操之过急。事实上，最好花更多时间在策略设计和确保万无一失上，因为 AI 已经让实际的构建部分变得非常简单。
结语
希望这篇文章对你有所帮助。
如果觉得有用，请务必在这里关注我 @milesdeutscher —— 我会定期分享关于如何在市场中利用 AI 的内容。
正如承诺的那样，我制作了一份超过 17 页的 PDF，涵盖了这里讨论的所有内容。
它包括入门提示词、构建技巧以及完整的框架。
在此免费获取：
https://milesdeutscher.com.au/ytxrbu
免费 PDF 指南
最后，想要获取更深入的 AI 见解和内容，请关注我的 @aiedge_。
感谢你阅读到这里。
- Miles
