文章目錄
- Nof1.ai 的開源復刻版：讓 AI 成為你的量化交易員（附提示詞模板）
- 🧠 前言：讓 AI 做你的量化交易員
- ⚙️ 一、復刻架構概覽
- 🔧 二、實操：如何創建一個 AI 交易員
- ① 註冊與配置模型
- ② 設置交易策略（核心 Prompt）
- 🧩 三、復刻 Nof1.ai 提示詞結構
- 🧠 四、模塊原理詳解
- 💻 五、代碼復刻案例
- 🧭 六、結果展示與體驗
- 🧩 七、總結
⚙️ 一、復刻架構概覽
創建 AI 交易員主要包括以下 3 個模塊：
|
模塊名稱
|
功能説明
|
技術要點
|
|
🧩 數據輸入層（USER_PROMPT）
|
輸入市場數據、持倉、賬户績效等
|
格式化多幣種技術指標、風險管理參數
|
|
🧮 推理分析層（CHAIN_OF_THOUGHT）
|
讓 AI 分析並形成交易邏輯
|
分步驟思考、評估持倉與機會
|
|
🧾 決策輸出層（TRADING_DECISIONS）
|
生成最終交易動作（買入/賣出/持有）
|
標準化 JSON 輸出，方便程序執行
|
🔧 二、實操：如何創建一個 AI 交易員
① 註冊與配置模型
- 點擊右下角 “Login/Register” 註冊賬號
- 登錄後在儀表板中點擊 “添加模型”
- 填寫以下信息：
- 模型名稱
- API密鑰 & 地址（例如 OpenAI、Ollama、Mistral 等）
- 模型標識（如
gpt-4o-mini）
② 設置交易策略（核心 Prompt）
在“交易策略”輸入框中，輸入以下自然語言提示詞：
你是一個極其保守的價值投資者，你的唯一目標是實現長期穩定複利。
交易鐵律：
- 只在RSI指標低於30時考慮買入，高於70時考慮賣出
- 單筆交易風險絕對不能超過總資產的1%
- 槓桿倍數嚴格控制在1-3倍之間
- 永遠設置止損，保護本金是第一要務
- 絕不追漲殺跌，像獵人一樣耐心等待最佳時機
請基於以上規則和市場數據，做出最理性的決策。✅ 提示：如果你不填寫自定義策略，系統也會加載一個默認專業策略。
🧩 三、復刻 Nof1.ai 提示詞結構
以下是完整的 Nof1.ai 核心策略提示詞模板，你可以直接複製到“交易策略”配置中。
USER_PROMPT（數據輸入層）
用於輸入市場狀態、指標數據、賬户詳情：
It has been {value} minutes since you started trading.
The current time is {value} and you've been invoked {value} times.
Below, we are providing you with a variety of state data, price data, and predictive signals so you can discover alpha.
Below that is your current account information, value, performance, positions, etc.
ALL OF THE PRICE OR SIGNAL DATA BELOW IS ORDERED: OLDEST → NEWEST
== CURRENT MARKET STATE FOR ALL COINS ==
== ALL BTC DATA ==
current_price = {value}, current_ema20 = {value}, current_macd = {value}, current_rsi (7 period) = {value}
...每個幣種（如 BTC、ETH、SOL、BNB、XRP）都有完整的技術指標與歷史序列。
此外，賬户信息、可用資金、Sharpe比率、持倉詳情都包含在輸入中。
CHAIN_OF_THOUGHT（推理分析層）
用於形成交易邏輯與策略分析：
My Current Assessment & Actions
Okay, here's what I'm thinking, going through this analysis.
The market's giving me a headache, with a nasty {value}% return to start.
Discipline is paramount here.
I've got five positions open – short ETH, SOL, XRP, BTC, and a long on BNB.
I need to be very cautious about entering any new trades.
1. ETH (Short): Still bearish, 4H EMAs aligned. Hold.
2. SOL (Short): Intraday strength but bearish 4H EMAs. Hold.
3. XRP (Short): In profit, bearish trend. Hold.
4. BTC (Short): Small profit, bearish EMAs. Hold.
5. BNB (Long): Conflicting signals, but MACD shows reversal potential. Hold.
New Trade Opportunities: None for now. DOGE is range-bound.這一層是復刻 Nof1.ai 的核心。
🧩 AI 在此階段“思考”自己的策略邏輯，就像一個理性的交易員。
TRADING_DECISIONS（決策輸出層）
輸出最終決策結果：
SOL
- Action: HOLD
- Confidence: 92%
- Quantity: 120
ETH
- Action: HOLD
- Confidence: 85%
- Quantity: 90
BTC
- Action: HOLD
- Confidence: 89%
- Quantity: 70
XRP
- Action: HOLD
- Confidence: 88%
- Quantity: 150
BNB
- Action: HOLD
- Confidence: 95%
- Quantity: 60
DOGE
- Action: NONE
- Status: Range-bound, lacks clear momentum結構化輸出便於程序解析與自動化執行交易訂單。
🧠 四、模塊原理詳解
|
模塊
|
核心邏輯
|
作用
|
|
USER_PROMPT |
收集市場與賬户數據
|
輸入環境與上下文
|
|
CHAIN_OF_THOUGHT |
生成 AI 推理與決策邏輯
|
分析持倉與機會
|
|
TRADING_DECISIONS |
輸出結構化交易指令
|
提供機器可讀結果
|
💻 五、代碼復刻案例
以下是一個簡單的 Python 案例，演示如何用 OpenAI API 連接此策略：
from openai import OpenAI
client = OpenAI(api_key="YOUR_API_KEY")
prompt = """
You are an AI trading assistant following strict quantitative rules.
Only trade when RSI < 30 (buy) or > 70 (sell). Always include stop loss and position size < 1% of equity.
Now analyze the following market data:
BTC price=68000, RSI=72, MACD=0.12, EMA20=67500
"""
response = client.chat.completions.create(
model="gpt-4o-mini",
messages=[{"role": "user", "content": prompt}]
)
print(response.choices[0].message.content)輸出示例：
BTC:
Action: SELL
Reason: RSI > 70 indicates overbought condition.
Stop Loss: 68700
Take Profit: 66500
Confidence: 91%