0xethanq/astra-quant-agent

해결하는 문제

AstraQuant은 대규모 언어 모델(LLM)의 분석 능력과 엄격한 결정론적 리스크 관리를 결합하여 거래에서 감정적 편향을 제거하는 자율적인 암호화폐 거래 시스템입니다. AI가 제안한 거래를 거부할 수 있는 하드코딩된 안전 게이트를 통해 과도한 레버리지와 나쁜 리스크-리턴 비율과 같은 일반적인 거래 함정을 방지합니다.

작동 방식

이 시스템은 네 가지 주요 단계에서 15분 주기로 작동합니다:

1. 시장 인게스션: 누적 거래량 델타(CVD), 주문서 불균형(OBI), 펀딩 레이트와 같은 파생 지표를 계산하여 시장 미세 구조를 이해합니다.
2. 다중 모델 평의회: 전문적인 LLM(예: DeepSeek, Claude, GPT-4o)로 구성된 위원회가 매크로, 트렌드, 미세 구조, 반대론적 관점에서 데이터를 분석하여 거래 의도를 제안합니다.
3. Python 리스크 게이트: 실행 전 결정론적인 Python 계층이 제안 내용을 엄격한 규칙(예: 동시 보유 포지션 수 최대치, 최소 2.0 리스크-리턴 비율, 드로우다운 브레이커)에 따라 검사합니다.
4. 실행: 검증된 거래는 OKX API를 통해 실행되며, 즉시 거래소 측의 클라우드 스탑로스 및 타이크프로핏 주문과 짝지어집니다.

대상 사용자

LLM을 활용해 암호화폐 거래를 자동화하고자 하며, 프로그래밍적으로 강제되는 방식으로 자본 리스크를 절대적으로 통제하고 싶은 정량적 트레이더 및 연구자에게 적합합니다.

주요 특징

• 결정론적 거부권: AI 제안과 무관하게 Python 코드가 레버리지 및 포지션 규모에 대해 절대적인 권한을 가집니다.
• 다각적 통합 분석: 단일 모델의 편향을 완화하기 위해 다양한 LLM의 '평의회'를 사용합니다.
• 마이크로구조 분석: 지연 지표를 넘어서 주문 흐름, 테이커 델타, 변동성 표면을 분석합니다.
• 실패-클로즈 설계: 기본적으로 페이퍼 트레이딩 모드로 부팅되어 실수로 실자금을 잃는 것을 방지합니다.
• 프롬프트 캐싱: LLM API 비용과 지연을 줄이기 위해 공유 프리픽스 아키텍처를 구현합니다.