Hyperliquid
GRVT
AsterDEX
Extended
Decibel
StandX
Phoenix
就在不久前,搭建一个自定义加密交易机器人,意味着要写 Python、对接交易所 API、调试 WebSocket 连接、自己计算技术指标,还要在重启之间维护好仓位状态。这道门槛把算法交易挡在了大多数交易者之外——哪怕能流畅地读懂图表,也很难把自己的盘感翻译成可运行的代码。大语言模型改变了这一切。如今,你可以用日常英语描述一套交易策略,AI 就会生成一个 7×24 小时运行的可用机器人,替你执行交易、管理风险。
本指南会讲清楚 AI 生成的交易机器人到底是怎么运作的——不是营销话术里的版本,而是真正的架构——并演示如何在 fomoed 上用约一分钟搭出一个。我们会聊聊当下 AI 能生成哪些类型的策略、它的不足在哪里,以及和你自己写机器人,或用 ChatGPT 吐代码再粘到脚本里相比,这套方法到底有何不同。
为什么 AI 正在改变交易机器人的搭建方式
算法交易最大的难点,从来都不是「想法」本身——大部分散户都能口头描述出一套策略。「当 RSI 跌破 30,且价格在 200 EMA 之上时买入。+3% 止盈,或 RSI 涨过 70 时止盈。止损 1%。」这一句话已经包含了一个可运行机器人需要的全部要素:入场条件、出场条件、止盈、止损。真正缺的,是中间那一层「翻译」——把这句话翻译成能正确下单、能高效计算指标、能处理交易所宕机等边缘情况、能稳定连续跑上几周不需要人工干预的 Python 代码。
现代 AI 模型可以胜任这层翻译。给它一段用日常英语描述的策略,它就能产出结构化的输出:指标参数、入场规则、出场条件,以及对于复杂策略——可直接执行的 Python 代码。把这套输出接入一个能处理「不光鲜部分」的运行时(交易所连接、下单、仓位跟踪、风险限制),你就得到了一个可用的机器人。
难点在于:让 LLM 写出能动真金白银的代码,需要扎实的工程能力。AI 的输出不能盲目信任。它必须运行在沙箱环境里,一段有 bug 或恶意的脚本不能泄露凭据、不能下超大单、也不能无限制地消耗资源。它需要护栏,防止 AI 篡改你选定的仓位大小、杠杆或交易模式。它还要能和整套交易系统配合得起来——指标要和其他机器人一致,风险管理要遵循你的账户规则,具备可观测性,让你能看到机器人做了什么、为什么。
正是这些工程,把一个真正可用的 AI 交易机器人与一段刷屏的 demo 区分开来。本文余下的部分,会展示这些工程在实践中长什么样。
一个 AI 生成的交易机器人,到底是怎么跑起来的
当你在 fomoed 上用日常英语描述策略时,AI 分两步工作。第一步,它读取你的 prompt,判断这是否能表达为一套确定性的交易策略。像「根据我的心情交易」或「让我发财」这种 prompt 会被礼貌拒绝——它们没法翻译成计算机能执行的规则。而像「当资金费率为负且 RSI 低于 40 时买入」这样的 prompt 会被接受,并转化为一个可用的机器人。
AI 还会识别你的策略需要哪些外部数据源——永续合约的资金费率、未平仓量、市场情绪、新闻头条,或者跨 K 线持久化的状态——这样机器人就只拉取策略真正用到的数据,把延迟压到最低。
生成的机器人由一份结构化配置(指标参数、止盈/止损规则)构成,对于复杂策略,还会包含入场和出场的逻辑代码。两部分输出在机器人保存前都会经过安全校验。任何没通过校验的内容都会作为错误暴露出来,而不是悄无声息地放行。
保存机器人后,它会和你的其他设置一起被存储。每根 K 线收线时,机器人都会在一个安全的隔离环境中运行,该环境无权访问你的资金、账户,或交易引擎之外的任何资源。它会收到一个冻结的上下文对象,包含市场数据、指标、你的仓位状态,以及它请求过的数据适配器。它会返回一个决定——买入、卖出、持有或平仓——这个决定会与你在向导里选定的仓位大小和杠杆做校验,然后送入订单队列。
这套架构在安全性上有两点很关键。机器人无法越出沙箱去调用外部服务,也无法访问平台的其他部分。它返回的下单量,始终会被夹紧到你在向导中选定的资金范围内——即便 AI 想覆盖,也无法覆盖你选择的仓位大小。
分步演示:60 秒搭出你的第一个 AI 交易机器人
fomoed 的 AI 交易智能体的工作流程很直接,可以实时走一遍。如果还没注册,先注册账号,然后点击 新建机器人。向导会引导你完成以下步骤:
1. 交易所。 选择机器人将在哪里交易——Hyperliquid、GRVT、Binance、Bybit、OKX、AsterDex、Decibel 或 Extended。每家都有自己的凭据配置;如果你之前连过,向导会复用已保存的密钥。
2. 策略。 在策略列表中选择「AI 交易智能体」。其他预设(Custom、SMC、DCA、Grid、Webhook、跟单)仍然保留给希望完全手动控制的用户。
3. 市场类型。 如果你选的交易所同时支持现货和永续,选择永续(Perpetual)或现货(Spot)。这决定了哪些数据适配器可用(资金费率只存在于永续上),以及机器人能交易哪些交易对。
4. 交易对。 搜索并选择交易对。在编辑已有机器人时,列表会自动滚动到当前交易对。
5. 模式。 设置以美元计的仓位大小、杠杆(1x 到 20x),并选择模拟盘或实盘交易。这些数值会作为约束条件传给 AI——生成的机器人会围绕你选择的资金量来设计策略,之后也无法覆盖。如果你是新手,从模拟盘开始。
6. 时间周期。 选择机器人交易所用的 K 线周期——1 分钟、5 分钟、15 分钟、1 小时、4 小时,或 1 天。和仓位大小一样,这个值会传给 AI 并被锁定。
7. AI 交易智能体。 用日常英语输入你的策略。文本框是终端风格的设计——一块深色等宽字体的区域,你在里面描述想要的机器人。下方有一个「灵感」折叠面板,内置 15 个示例策略,点击即可载入。要具体:说明指标、给出阈值、描述入场和出场条件。一个好的 prompt 长这样:
「当 5 分钟 K 线的 RSI 跌破 30 且价格位于 200 EMA 之上时买入。+3% 止盈,或 RSI 涨过 70 时离场。止损 1%。仅做多。」
8. 通知。 如果希望成交时收到提醒,启用 Telegram 通知。Discord 和邮件即将上线。
9. 复核。 向导的复核界面会展示 AI 对你 prompt 的理解:一份日常英语的策略摘要、一份「工作原理」的分步说明,以及机器人将使用哪些数据源。如果有不对,回到 prompt 步骤修改即可。保存后,机器人会从下一根 K 线收线开始运行。
如果选了模拟盘模式,机器人的交易会基于实时市场数据进行模拟——订单按当前价格成交,但不会真正发往交易所。这是测试新策略最安全的方式。fomoed 上的 模拟盘交易不限量、免费,你可以同时跑任意多个 AI 生成的模拟机器人,再决定哪个上实盘。
当下 AI 能生成哪些类型的策略
目前的 AI 交易智能体生成器,能覆盖大多数交易者真正在用的策略原型。下面列举一些表现良好的类型,挂一漏万:
基于指标的均值回归。 「当 RSI 低于 30 且价格位于布林带下轨时买入。RSI 上穿 50 时离场。」这是最简单的 prompt——AI 只生成一份配置,无需自定义脚本。
带确认的趋势跟踪。 「当价格上穿 20 EMA 且 MACD 柱状图为正且 ADX 大于 25 时买入。」这种多条件逻辑会被表达成一段短脚本。
带成交量确认的突破。 「当价格收盘价高于布林带上轨,且成交量至少为 20 根 K 线均量的 1.5 倍时买入。+4% 止盈,-1.5% 止损。」
趋势中回撤至均线。 「仅当价格位于 200 EMA 之上时交易。等待回撤至 50 EMA。用 35 到 50 之间的 RSI 做确认。开多。+2% 离场,或 RSI 超过 70 时离场。」
资金费率驱动(永续)。 「1 小时 K 线,当资金费率低于 -0.01% 且价格位于 20 EMA 之上时开多。资金费率翻正或价格跌破 20 EMA 时离场。」
聪明钱概念(SMC)。 使用 CHoCH、BoS、订单块(order block)、公允价值缺口(FVG)、流动性扫荡(liquidity sweep)、以及 Fib 回撤位进行入场/出场的机器人。我们在SMC 主题指南中有深入讲解。
带状态的策略。 「记录连续亏损次数。连亏 3 次后,把仓位调小,持续 5 笔交易,然后恢复正常。」机器人通过内建的键值存储,在 K 线收线之间持久化状态。
结合新闻的入场。 「仅在过去一小时内没有出现负面新闻头条时买入。」当 prompt 提到新闻时,AI 会自动接入新闻适配器。
对每一种原型,AI 都会同时给出日常英语的策略摘要和「工作原理」分步说明,方便你在保存前确认机器人的理解与你的意图一致。如果摘要写的是「5 分钟 K 线」,而你要的是 15 分钟,复核界面就能看到这个出入,改掉即可。
AI 交易智能体目前还做不到的事
有必要把边界讲清楚。AI 生成器不是通用的 Python 运行时,也不能替代真正的人类策略研究员。具体来说:
它无法访问任意网站或 API。 沙箱没有网络访问权限。如果策略依赖平台没有通过适配器提供的数据,就无法实现。当前我们对外暴露了资金费率、未平仓量、市场情绪、加密新闻和账户状态。链上钱包活动、按币种的社交媒体情绪、财报日历等,目前还没有。
它无法进行无限制的计算。 每根 K 线 2 秒 CPU、5 秒墙钟时间的上限不可商量。需要在每个 tick 扫描成千上万根历史 K 线的策略会超时。平台已经预先计算好了指标,对大多数策略来说这并不是问题。
它无法存储无限制的状态。 持久化键值存储有上限:每个机器人最多 100 个 key,每个 value 最大 1024 字节,总量上限 64 KB。需要跟踪数万条历史信号的策略放不下。
它无法覆盖你在向导中选定的仓位大小、杠杆、时间周期或交易模式。 AI 会把这些值作为约束;如果你写了「用我余额的 5%」,但向导里选的是 $50,机器人会用 $50,摘要会把这个出入标出来。这是有意为之——钱是你的,决定也是你的。
它无法保证盈利。 AI 生成的是与你描述相匹配的策略。这套策略在当前市场环境下能否盈利,是另一个问题,AI 并不会回答。选策略本身是一项独立的技能,即便是经过验证的策略,也会随着市场变化而失效。
AI 交易智能体 vs ChatGPT DIY vs 手写代码
如果你已经用 ChatGPT 生成过交易代码,对比起来大致是这样:
手写代码。 你自己用 Python 写机器人。灵活度最高,但一个典型的均值回归机器人,加上交易所连接、下单、仓位跟踪、指标计算,通常要 200 到 500 行代码。时间投入:几天到几周。结果:一个脆弱的、需要你永远操心的脚本。
ChatGPT DIY。 让 ChatGPT 生成交易代码,粘到本地 Python 文件里,装好 ccxt 之类的依赖,调试避不开的各种问题,然后在笔记本或 VPS 上跑。时间投入:几个小时到几天。结果差异巨大——这种方式生成的代码大多有微妙的 bug(指标周期差一根、重启后丢失交易状态、风控处理错误),只有在生产环境才暴露。而且你还要负责 7×24 小时维持机器人运行、监控,并应对交易所 API 的变化。
fomoed 上的 AI 交易智能体。 在向导里用英语描述策略。AI 生成一份结构化配置,以及对复杂策略生成一段简短的 Python 脚本,运行在 fomoed 托管的沙箱化运行时中。平台负责执行、指标、下单、重启、交易所连接和 7×24 小时正常运行。时间投入:约一分钟。结果:一个尊重你向导设定资金上限、内建可观测性、能扛过交易所宕机的运行中机器人。
代价是 AI 交易智能体被限制在平台对外暴露的能力范围内。你没法让 AI 写代码去访问任意 URL、挂载数据库,或者训练神经网络。但只要策略落在 fomoed 提供的辅助库和适配器范围内,AI 交易智能体在速度、安全性和可靠性上都远胜于 DIY。
常见问题
AI 真的能生成可用的交易机器人吗?
可以,但有前提。当前一代语言模型能稳定地把「当 RSI 低于 30 且价格位于 200 EMA 之上时买入」这类策略描述翻译成可运行代码,尤其是配合一个负责执行和风控的结构化运行时时。AI 难以应对的,是它在训练中没见过类似变体的全新策略,或描述太模糊、无法确定性化的指令。向导里的示例 prompt 能让你大致了解什么样的描述效果好。
AI 交易安全吗?
实现得当的话,比你想象的要安全。在 fomoed 上,每一个 AI 生成的机器人都运行在安全隔离环境中,无法触碰你的资金、账户,或交易引擎之外的任何资源。机器人请求的下单量始终会被夹紧到你向导中选定的仓位规模——AI 无法覆盖你的资金上限。所有动作在进入订单队列前都经过校验。这些保护措施并非 fomoed 独有,而是所有代用户运行代码的平台都应遵循的标准沙箱实践。但它们正是「能放心动真钱的 AI 机器人」与「不能」之间的分界线。
用 AI 交易机器人需要懂 Python 吗?
不需要。整个配置都通过向导以日常英语完成。生成的 Python 脚本会在服务器端存档以备审计——用户看到的是一份「工作原理」的日常英语说明,而不是原始代码。如果你确实懂 Python 并想查看生成的脚本,可以在管理员审计日志里看到。
AI 生成的策略准确吗?
取决于你的策略描述有多清晰。像「当 RSI 低于 30 且价格位于 200 EMA 之上时买入,+3% 或 RSI 超过 70 时离场」这样的 prompt 含义明确,AI 会高可靠地生成对应的机器人。而「在动能强劲时激进交易」这种 prompt 就太模糊了——AI 会自行假设「激进」和「动能」的含义,结果未必合你心意。复核界面会在你提交前展示 AI 的理解,如果有偏差,可以再调整 prompt。
AI 交易机器人和 ChatGPT 有什么区别?
ChatGPT 是通用语言模型——你可以问它任何东西。AI 交易机器人是一个专用系统,把语言模型和交易运行时结合在一起。模型生成策略代码,运行时则带着完善的风控,把代码安全地对接到真实交易所执行。ChatGPT 本身能给你代码,但要把这段代码跑成一个机器人,你得自己提供执行层。fomoed 这类平台把两者打包好了。
机器人运行起来之后还能修改策略吗?
可以。在设置里打开机器人、编辑 prompt、重新保存,向导会基于新描述重新生成策略。仓位大小、杠杆和时间周期会延续下来,除非你显式修改。已有的持仓不会受影响——新策略从下一根 K 线收线开始接管。
费用是多少?
平台免费使用。没有月费、没有交易佣金、也没有按机器人收费。你只需向交易所支付正常的手续费(通常 maker/taker 在 0.02% 到 0.05% 之间,视场所而定)。生成本身有计量——每个用户有每日生成上限,这是为了防滥用,但对正常使用来说足够宽松。
开始搭建
了解 AI 交易智能体最快的办法就是上手试试。免费注册,第一个机器人选模拟盘模式,通过向导跑两三种策略。示例 prompt 已经覆盖了大多数常见原型——载入一个、按你的想法改一改、看 AI 给出的摘要如何变化。整个过程几分钟,不花一分钱。
如果想在注册前多了解一些,可以读我们的 SMC 主题指南,看 AI 交易智能体如何处理更进阶的策略。策略对比指南则讨论了什么时候用 AI 交易智能体,什么时候用平台的其他预设。