0xethanq/astra-quant-agent
结合多大模型分析与确定性代码风控的自主量化交易系统 | Autonomous crypto trading system with multi-LLM analysis, deterministic Python risk control & OKX execution.
解决的问题
AstraQuant 是一个自主的加密货币交易系统,通过结合大型语言模型(LLM)的分析能力与严格的决定性风险控制,消除交易中的情感偏见。它通过硬编码的安全门机制,可否决AI提出的任何交易,从而防止过度杠杆和不良风险回报比等常见交易陷阱。
工作原理
该系统以15分钟为周期,分为四个主要阶段:
- 市场数据摄入:计算累积成交量差(CVD)、订单簿失衡(OBI)和资金费率等衍生指标,以理解市场微观结构。
- 多模型委员会:由多个专业LLM(如 DeepSeek、Claude、GPT-4o)组成的委员会,从宏观、趋势、微观结构和逆向等不同视角分析数据,提出交易意图。
- Python风险门控:在执行前,通过决定性Python层检查提案是否符合严格规则(如最大并发持仓数、最低2.0的盈亏比、回撤熔断机制)。
- 执行:经验证的交易通过 OKX API 执行,并立即与交易所侧的云止损和止盈订单配对。
适用人群
希望使用LLM自动化加密货币交易,同时通过程序化强制手段绝对控制资本风险的量化交易员和研究人员。
核心亮点
- 决定性否决权:Python代码对杠杆和头寸规模拥有绝对控制权,不受AI建议影响。
- 多视角融合:采用“委员会”机制,整合多个不同LLM的分析,降低单一模型的偏见。
- 微观结构分析:超越滞后指标,深入分析订单流、做市商差额和波动率曲面。
- 故障关闭设计:默认以模拟交易模式启动,防止意外造成真实资金损失。
- 提示词缓存:采用共享前缀架构,降低LLM API成本和延迟。
相关
- 项目
- 项目
- 项目
- 项目