TRADING_STRATEGIES_ZH.md

交易策略配置指南

本文档详细说明 open-nof1.ai 系统支持的所有交易策略及其配置方法。

快速配置指南

如何修改策略配置？

1. 修改策略类型：编辑 .env 文件，修改 TRADING_STRATEGY 参数
2. 修改执行周期：编辑 .env 文件，修改 TRADING_INTERVAL_MINUTES 参数
3. 修改风控参数：编辑 .env 文件，修改 MAX_LEVERAGE、MAX_POSITIONS 等参数
4. 修改策略核心参数：编辑对应策略文件（如 src/strategies/swingTrend.ts）
5. 查看完整配置对照：参考本文档末尾的"配置项与代码对照表"

配置文件位置速查

配置类型	文件位置	说明
环境变量配置	.env	策略选择、执行周期、风控参数
策略参数定义	src/strategies/*.ts	各策略的杠杆、仓位、止损等参数
风控参数	src/config/riskParams.ts	系统级风控参数
策略选择逻辑	src/strategies/index.ts	策略切换逻辑
交易循环	src/scheduler/tradingLoop.ts	自动监控、止损止盈实现
AI决策提示词	src/agents/tradingAgent.ts	AI交易决策逻辑

---

策略文件位置

所有策略实现文件位于 src/strategies/ 目录下：

• src/strategies/index.ts - 策略模块统一导出
• src/strategies/types.ts - 策略类型定义
• src/strategies/ultraShort.ts - 超短线策略实现
• src/strategies/swingTrend.ts - 波段趋势策略实现
• src/strategies/mediumLong.ts - 中长线策略实现
• src/strategies/conservative.ts - 稳健策略实现
• src/strategies/balanced.ts - 平衡策略实现
• src/strategies/aggressive.ts - 激进策略实现
• src/strategies/aggressiveTeam.ts - 激进团策略实现
• src/strategies/rebateFarming.ts - 返佣套利策略实现
• src/strategies/aiAutonomous.ts - AI自主策略实现
• src/strategies/multiAgentConsensus.ts - 陪审团策略实现
• src/strategies/alphaBeta.ts - Alpha Beta策略实现
• src/agents/aggressiveTeamAgents.ts - 激进团团员实现

策略概览

系统目前支持 11 种交易策略，适应不同的市场环境和风险偏好：

策略代码	策略名称	执行周期	持仓时长	风险等级	适合人群
ultra-short	超短线	5分钟	30分钟-2小时	中高	喜欢高频交易、快进快出的交易者
swing-trend	波段趋势	20分钟	数小时-3天	中低	追求中长期趋势、稳健成长的投资者
medium-long	中长线	30分钟	数小时-24小时	中	追求中长期稳健收益，AI主导决策
conservative	稳健	5-15分钟	数小时-24小时	低	保守投资者
balanced	平衡	5-15分钟	数小时-24小时	中	一般投资者
aggressive	激进	5-15分钟	数小时-24小时	高	激进投资者
aggressive-team	激进团	15分钟	数小时-2天	高	团队协作+震荡识别强化，追求40-60%月回报的激进投资者
rebate-farming	返佣套利	5分钟	10-60分钟	中	拥有高额手续费返佣的用户
ai-autonomous	AI自主	灵活	AI决定	AI决定	完全信任AI能力，追求最大灵活性的交易者
multi-agent-consensus	陪审团	5-10分钟	数小时-数天	中	追求稳健决策、重视风险控制的投资者
alpha-beta	Alpha Beta	灵活	AI决定	AI决定	零策略指导，AI完全自主决策，强制自我复盘

策略详细说明

超短线策略 (ultra-short)

核心理念：快进快出，捕捉短期价格波动，严格执行锁利规则

策略参数

配置文件位置：src/strategies/ultraShort.ts

• 执行周期：5分钟（配置位置：.env 文件 TRADING_INTERVAL_MINUTES=5）
• 建议持仓时长：30分钟 - 2小时
• 杠杆范围：3-5倍（根据MAX_LEVERAGE的50%-75%）
  • 代码：leverageMin: Math.max(3, Math.ceil(maxLeverage * 0.5))
  • 代码：leverageMax: Math.max(5, Math.ceil(maxLeverage * 0.75))
• 仓位大小：18-25%
  • 代码：positionSizeMin: 18, positionSizeMax: 25
• 止损范围：-1.5% ~ -2.5%
  • 代码：stopLoss: { low: -2.5, mid: -2, high: -1.5 }

风控规则（系统强制执行）

代码实现位置：src/agents/tradingAgent.ts → AI提示词 + src/scheduler/tradingLoop.ts

1. 周期锁利规则：每个5分钟周期内，盈利>2%且<4%时，立即平仓锁定利润
   • AI在每个周期会检查盈利情况并执行锁利
2. 30分钟规则：持仓超过30分钟且盈利>手续费成本时，如未达移动止盈线，执行保守平仓
   • AI在提示词中包含此规则，自动判断执行
3. 移动止盈：
   • 盈利≥+4% → 止损移至+1.5%
     • 代码：trailingStop.level1: { trigger: 4, stopAt: 1.5 }
   • 盈利≥+8% → 止损移至+4%
     • 代码：trailingStop.level2: { trigger: 8, stopAt: 4 }
   • 盈利≥+15% → 止损移至+8%
     • 代码：trailingStop.level3: { trigger: 15, stopAt: 8 }

适用场景

• 市场波动剧烈，短期趋势明确
• 有充足时间监控系统运行
• 追求快速资金周转

配置示例

配置文件位置：.env 文件（参考 .env.example）

TRADING_STRATEGY=ultra-short
TRADING_INTERVAL_MINUTES=5
MAX_LEVERAGE=10

---

波段趋势策略 (swing-trend)

核心理念：短周期精准入场，耐心持仓，自动监控保护，让利润充分奔跑

策略参数

配置文件位置：src/strategies/swingTrend.ts

• 执行周期：20分钟（配置位置：.env 文件 TRADING_INTERVAL_MINUTES=20）
• 建议持仓时长：数小时 - 3天
• 杠杆范围：2-5倍（根据信号强度灵活选择）
  • 代码：leverageMin: Math.max(2, Math.ceil(maxLeverage * 0.2))
  • 代码：leverageMax: Math.max(5, Math.ceil(maxLeverage * 0.5))
• 仓位大小：20-35%（根据信号强度：普通20-25%、良好25-30%、强30-35%）
  • 代码：positionSizeMin: 20, positionSizeMax: 35
• 止损范围：-5.5% ~ -9%（根据杠杆：高杠杆-5.5%、中杠杆-7.5%、低杠杆-9%）
  • 代码：stopLoss: { low: -9, mid: -7.5, high: -5.5 }

核心优势

1. 短周期精准入场：使用1分钟、3分钟、5分钟、15分钟四个时间框架共振
2. 自动监控保护：止损和止盈完全由自动监控系统执行（每10秒检查）
3. AI专注开仓：AI只负责寻找高质量开仓机会，不主动平仓
4. 更大仓位：最高可达35%，提升盈利潜力
5. 追求趋势利润：首次止盈目标+50%，最高可达+120%

自动监控止损（每10秒自动检查）

代码实现位置：src/scheduler/tradingLoop.ts → stopLossMonitor()

• 5-7倍杠杆：亏损达到 -8% 时自动止损
• 8-12倍杠杆：亏损达到 -6% 时自动止损
• 13倍以上杠杆：亏损达到 -5% 时自动止损

自动监控移动止盈（每10秒自动检查，5级规则）

代码实现位置：src/scheduler/tradingLoop.ts → stopLossMonitor()

• 阶段1：峰值盈利4-6%，回退1.5%自动平仓（保底2.5%）
• 阶段2：峰值盈利6-10%，回退2%自动平仓（保底4%）
• 阶段3：峰值盈利10-15%，回退2.5%自动平仓（保底7.5%）
• 阶段4：峰值盈利15-25%，回退3%自动平仓（保底12%）
• 阶段5：峰值盈利25%+，回退5%自动平仓（保底20%）

入场条件（AI执行）

• 必须1分钟、3分钟、5分钟、15分钟这4个时间框架信号全部强烈一致
• 关键指标共振（MACD、RSI、EMA方向一致）
• 短周期精准捕捉，快速入场
• 重视信号质量而非数量

AI职责说明

• 只负责开仓：分析市场，寻找高质量开仓机会
• 禁止主动平仓：AI不会也不应该主动调用平仓操作
• 监控和报告：分析持仓状态，在报告中说明风险和趋势健康度
• 信任自动监控：所有平仓由自动监控系统自动处理

适用场景

• 追求稳定收益，降低人为干预
• 希望系统自动化保护利润
• 能接受数小时到数天的持仓周期
• 资金规模较大，重视风险控制

配置示例

配置文件位置：.env 文件（参考 .env.example）

# 环境变量配置
TRADING_STRATEGY=swing-trend
TRADING_INTERVAL_MINUTES=20
MAX_LEVERAGE=10  # 策略实际使用2-5倍，留足安全边际
MAX_POSITIONS=3  # 减少同时持仓数量
INITIAL_BALANCE=2000

预期收益

• 月目标收益：20-35%
• 胜率目标：35-45%
• 盈亏比目标：≥2:1
• 夏普比率：≥1.5

与超短线策略对比

维度	超短线 (ultra-short)	波段趋势 (swing-trend)
执行周期	5分钟	20分钟
杠杆倍数	3-5倍	2-5倍
仓位大小	18-25%	20-35%
止损幅度	-1.5%~-2.5%	-5.5%~-9%
入场时间框架	多时间框架	1m/3m/5m/15m精准
持仓时长	30分钟-2小时	数小时-3天
平仓方式	AI主动执行	自动监控执行
AI职责	开仓+平仓	只负责开仓
风险等级	中高	中低
适合行情	短期波动	中期趋势

---

中长线策略 (medium-long)

核心理念：最小限制，最大自由度，充分发挥AI的分析和决策能力

策略参数

配置文件位置：src/strategies/mediumLong.ts

• 执行周期：30分钟（配置位置：.env 文件 TRADING_INTERVAL_MINUTES=30）
• 建议持仓时长：数小时 - 24小时
• 杠杆范围：3-10倍（固定范围，给AI充分自主权）
  • 代码：leverageMin: 3, leverageMax: 10
• 仓位大小：15-35%（灵活配置，根据市场情况调整）
  • 代码：positionSizeMin: 15, positionSizeMax: 35
• 止损范围：-4.5% ~ -8%（根据杠杆：高杠杆-4.5%、中杠杆-6%、低杠杆-8%）
  • 代码：stopLoss: { low: -8, mid: -6, high: -4.5 }

核心优势

1. AI主导决策：最小限制，充分信任AI的分析能力
2. 灵活杠杆选择：3-10倍范围内灵活运用
3. 灵活仓位配置：15-35%范围，根据信号强度调整
4. 宽松止损空间：给趋势足够发展空间
5. AI主动止盈止损：不受固定规则限制

AI止损止盈（由AI主动执行）

代码实现位置：src/strategies/mediumLong.ts

• 止损建议：

  • 低杠杆（3-5倍）：-8%止损（给趋势足够空间）
  • 中杠杆（5-7倍）：-6%止损（平衡空间和风险）
  • 高杠杆（7-10倍）：-4.5%止损（严格控制风险）

• 移动止盈建议：

  • 盈利达到 +12% → 止损线移至 +5%（保护7%空间）
  • 盈利达到 +25% → 止损线移至 +15%（保护10%空间）
  • 盈利达到 +40% → 止损线移至 +28%（保护12%空间）

• 分批止盈建议：

  • 盈利达到 +35% → 平仓30%（保留70%追求更大利润）
  • 盈利达到 +60% → 平仓剩余50%（累计平仓65%）
  • 盈利达到 +100% → 全部清仓（翻倍止盈）

入场条件（AI灵活执行）

• 建议：多时间框架验证（5m/15m/30m/1h），但AI可根据市场情况灵活调整
• 关键指标：AI自主选择，可以使用MACD、RSI、EMA等
• 市场状态判断：单边行情积极参与，震荡行情谨慎入场
• 重视信号质量：注重质量而非频率

AI职责说明

• 完全自主：自主选择入场时机、杠杆、仓位、止盈止损
• 灵活调整：根据市场状态动态调整策略
• 主动管理：AI负责所有开仓和平仓决策
• 自主风控：根据市场情况自主判断风险

适用场景

• 追求中长期稳健收益
• 希望AI有充分自主决策权
• 能接受数小时到24小时的持仓周期
• 不想被固定策略框架限制
• 相信AI的分析和学习能力

配置示例

配置文件位置：.env 文件（参考 .env.example）

# 环境变量配置
TRADING_STRATEGY=medium-long
TRADING_INTERVAL_MINUTES=30
MAX_LEVERAGE=25  # 策略固定使用3-10倍
MAX_POSITIONS=5  # 最多5个持仓
INITIAL_BALANCE=2000

预期收益

• 月目标收益：25-50%
• 胜率目标：根据AI学习情况调整
• 盈亏比目标：≥2:1（灵活调整）
• 交易风格：注重质量而非频率

与其他策略对比

维度	中长线 (medium-long)	波段趋势 (swing-trend)	AI自主 (ai-autonomous)
执行周期	30分钟	20分钟	灵活
杠杆倍数	3-10倍（固定）	2-5倍	1-最大杠杆
仓位大小	15-35%	20-35%	1-100%
止损幅度	-4.5%~-8%	-5.5%~-9%	AI决定
持仓时长	数小时-24小时	数小时-3天	AI决定
平仓方式	AI主动执行	自动监控执行	双重防护
策略指导	最小限制	明确建议	无
风险等级	中	中低	AI决定
适合行情	中长期趋势	中期趋势	所有行情

---

稳健策略 (conservative)

核心理念：保护本金优先，低风险低杠杆

配置文件位置：src/strategies/conservative.ts

策略参数

• 杠杆范围：3-6倍（根据MAX_LEVERAGE的30%-60%）
  • 代码：leverageMin: Math.max(1, Math.ceil(maxLeverage * 0.3))
  • 代码：leverageMax: Math.max(2, Math.ceil(maxLeverage * 0.6))
  • 注：当MAX_LEVERAGE=10时，实际为3-6倍
• 仓位大小：15-22%
  • 代码：positionSizeMin: 15, positionSizeMax: 22
• 止损范围：-2.5% ~ -3.5%
  • 代码：stopLoss: { low: -3.5, mid: -3, high: -2.5 }

移动止盈

• 盈利≥+6% → 止损移至+2%
  • 代码：trailingStop.level1: { trigger: 6, stopAt: 2 }
• 盈利≥+12% → 止损移至+6%
  • 代码：trailingStop.level2: { trigger: 12, stopAt: 6 }
• 盈利≥+20% → 止损移至+12%
  • 代码：trailingStop.level3: { trigger: 20, stopAt: 12 }

---

平衡策略 (balanced)

核心理念：风险收益平衡，适合大多数投资者

配置文件位置：src/strategies/balanced.ts

策略参数

• 杠杆范围：6-9倍（根据MAX_LEVERAGE的60%-85%）
  • 代码：leverageMin: Math.max(2, Math.ceil(maxLeverage * 0.6))
  • 代码：leverageMax: Math.max(3, Math.ceil(maxLeverage * 0.85))
  • 注：当MAX_LEVERAGE=10时，实际为6-9倍
• 仓位大小：20-27%
  • 代码：positionSizeMin: 20, positionSizeMax: 27
• 止损范围：-2% ~ -3%
  • 代码：stopLoss: { low: -3, mid: -2.5, high: -2 }

移动止盈

• 盈利≥+8% → 止损移至+3%
  • 代码：trailingStop.level1: { trigger: 8, stopAt: 3 }
• 盈利≥+15% → 止损移至+8%
  • 代码：trailingStop.level2: { trigger: 15, stopAt: 8 }
• 盈利≥+25% → 止损移至+15%
  • 代码：trailingStop.level3: { trigger: 25, stopAt: 15 }

---

激进策略 (aggressive)

核心理念：追求高收益，承担高风险

配置文件位置：src/strategies/aggressive.ts

策略参数

• 杠杆范围：9-10倍（根据MAX_LEVERAGE的85%-100%）
  • 代码：leverageMin: Math.max(3, Math.ceil(maxLeverage * 0.85))
  • 代码：leverageMax: maxLeverage
  • 注：当MAX_LEVERAGE=10时，实际为9-10倍
• 仓位大小：25-32%
  • 代码：positionSizeMin: 25, positionSizeMax: 32
• 止损范围：-6% ~ -10%
  • 代码：stopLoss: { low: -6, mid: -8, high: -10 }
  • 说明：低杠杆-6%止损，中杠杆-8%止损，高杠杆-10%止损

移动止盈

• 盈利≥+10% → 止损移至+4%
  • 代码：trailingStop.level1: { trigger: 10, stopAt: 4 }
• 盈利≥+18% → 止损移至+10%
  • 代码：trailingStop.level2: { trigger: 18, stopAt: 10 }
• 盈利≥+30% → 止损移至+18%
  • 代码：trailingStop.level3: { trigger: 30, stopAt: 18 }

---

激进团策略 (aggressive-team)

核心理念：团长统筹+4团员专业分析，高杠杆高仓位，震荡识别强化，专业激进不盲目

⚠️ 重要提示：Token消耗警告

激进团策略采用多Agent协作模式（1个团长 + 4个团员），每次决策需要调用多个AI模型。

成本影响：

• Token消耗约为单Agent策略的 4-5倍
• 每个决策周期需要调用5次AI模型（团长1次 + 团员4次）
• 5分钟执行周期，一天约消耗288次 × 5 = 1440次AI调用

建议：

• 仅在充足预算和追求极致收益时使用
• 可考虑延长执行周期（如10分钟或15分钟）以降低成本
• 监控API费用，确保在可接受范围内

策略特点

配置项	参数值	说明
执行周期	15 分钟	激进出击，精准捕捉机会
持仓目标	单边行情至少1个	单边行情保持持仓（震荡时可空仓）
杠杆范围	85%-100% 最大杠杆	20倍固定（已针对优化）
仓位范围	25-32%	大仓位，提升盈利潜力
止损阈值	-8%（20倍杠杆）	严格止损，保护本金
震荡识别	五维30分制强化	避免震荡市频繁止损
风险等级	高	追求40-60%月回报
适合人群	激进投资者	追求极致收益，能承受高风险

核心优势

1. 专业团队协作：

   • 团长（主Agent）：统筹全局，独立分析，最终决策
   • 团员1（趋势分析专家）：K线走势分析，判断单边/震荡
   • 团员2（预测分析专家）：技术指标预测，时间框架验证
   • 团员3（资金流向专家）：成交量、资金费率、订单簿分析
   • 团员4（风险控制专家）：持仓风险评估，仓位杠杆建议

2. 震荡识别强化（30分制）：

   • 五个维度全面评估震荡风险
   • 低震荡（0-8分）：可开仓
   • 中震荡（10-18分）：谨慎开仓
   • 高震荡（20-30分）：绝对观望

3. 智能优先级规则：

   震荡识别 > 持仓数要求 > 激进出击
   

   • 高震荡时即使无持仓也不强开
   • 单边行情时至少保持1个持仓，提高盈利机会

4. 针对20倍杠杆优化：

   • 更严格的止损线：-8%（最多损失本金1.6倍）
   • 更早的移动止盈：15%→8%，30%→20%，50%→35%
   • 更早的分批止盈：30%平30%，50%平50%，80%平100%
   • 更严格的峰值回撤保护：25%

策略参数（针对20倍杠杆优化）

配置文件位置：src/strategies/aggressiveTeam.ts

• 执行周期：5分钟（配置位置：.env 文件 TRADING_INTERVAL_MINUTES=5）
• 建议持仓时长：数小时 - 2天
• 杠杆范围：85%-100% 最大杠杆
  • 代码：leverageMin: Math.max(3, Math.ceil(maxLeverage * 0.85))
  • 代码：leverageMax: maxLeverage
  • 固定使用20倍杠杆（已优化所有风控参数）
• 仓位大小：25-32%
  • 代码：positionSizeMin: 25, positionSizeMax: 32
  • 根据信号强度：普通25-28%、良好28-30%、强30-32%

风控配置（20倍杠杆专属）

止损配置：

stopLoss: {
  low: -12,    // 低杠杆（3-12倍）
  mid: -8,     // 中杠杆（13-21倍）⚠️ 20倍适用
  high: -6,    // 高杠杆（22-30倍）
}

• 20倍杠杆使用-8%止损线
• 相当于最多损失本金的1.6倍（8% × 20 = 160%）

移动止盈（更早保护利润）：

trailingStop: {
  level1: { trigger: 15, stopAt: 8 },   // 盈利15%时保护至8%
  level2: { trigger: 30, stopAt: 20 },  // 盈利30%时保护至20%
  level3: { trigger: 50, stopAt: 35 },  // 盈利50%时保护至35%
}

• 15%盈利 = 本金3倍收益，及时保护
• 30%盈利 = 本金6倍收益，保护大部分利润

分批止盈（更早锁定）：

partialTakeProfit: {
  stage1: { trigger: 30, closePercent: 30 },  // 盈利30%平30%
  stage2: { trigger: 50, closePercent: 50 },  // 盈利50%平50%
  stage3: { trigger: 80, closePercent: 100 }, // 盈利80%全清
}

• 30%盈利（本金6倍）就开始锁定，避免贪婪
• 80%盈利（本金16倍）全部清仓，落袋为安

峰值回撤保护：

peakDrawdownProtection: 25  // 从峰值回撤25%触发保护

• 更严格的回撤保护，防止利润大幅回吐

震荡行情识别强化（五维30分制）

这是激进团避免频繁止损的核心功能！

维度1：价格形态特征（0-8分）

• 价格反复穿越EMA20/50
• 价格在固定区间（<3%）内震荡
• 上下影线频繁，实体部分小
• 高低点收敛，形成三角形

维度2：技术指标混乱（0-8分）

• MACD频繁金叉死叉
• MACD柱状图在零轴附近震荡
• RSI在40-60之间反复波动
• 布林带收窄（带宽<2%）

维度3：成交量与价格背离（0-6分）

• 成交量持续萎缩（比平均量低30%以上）
• 价格突破但成交量不配合
• 成交量忽大忽小，无规律

维度4：时间框架信号混乱（0-6分）

• 长周期（30m/1h）与中周期（5m/15m）不一致
• 中周期信号频繁切换
• 短中长周期多空分裂

维度5：市场情绪中性化（0-6分）

• 资金费率接近0（-0.001% ~ +0.001%）
• 订单簿买卖单力量接近（差距<10%）
• 4个团员意见分歧（2:2或无明确多数）

三级震荡预警：

🟢 低震荡（0-8分）：轻微震荡，可谨慎开仓

• 仓位：20-25%
• 杠杆：15-20倍
• 止损：-5%
• 条件：长周期+中周期方向一致

🟡 中震荡（10-18分）：明显震荡，高度警惕

• 仓位：15%（最小）
• 杠杆：12-15倍
• 止损：-3%（极紧）
• 条件：4团员全部一致+长中周期完全一致
• 策略：快进快出，获利3-5%立即走

🔴 高震荡（20-30分）：严重震荡，绝对禁止开仓！

• 策略：绝对不开新仓，等待震荡结束
• 已有持仓：亏损立即止损，盈利考虑止盈
• 原则：宁可空仓观望，等待趋势明确

持仓数要求与优先级规则

核心原则：

震荡识别 > 持仓数要求 > 激进出击

单边行情时保持至少1个持仓，提高盈利机会，不是为了送钱！

具体决策逻辑：

📍 情况1：持仓≥1个

• 任何震荡等级：正常按震荡策略执行
• 无冲突，按既定规则操作

📍 情况2：无持仓 + 🟢低震荡（0-8分）+ 单边行情

• ✅ 必须开仓，至少持有1个仓位
• 仓位：20-25%，杠杆：15-20倍
• 条件：长周期+中周期方向一致

📍 情况3：无持仓 + 🟡中震荡（10-18分）

• ⚠️ 谨慎开仓，仅在极强信号下开仓
• 条件：4团员全部一致 + 长中周期完全一致
• 仓位：15%，杠杆：12-15倍，止损-3%
• 如果不满足：宁可暂时空仓，等待震荡结束

📍 情况4：无持仓 + 🔴高震荡（20-30分）

• ❌ 绝对禁止开仓！安全第一！
• 原因：高震荡开仓 = 高概率亏损
• 策略：空仓观望，等待震荡结束（通常1-6小时）
• 补偿：震荡结束且单边行情确认后，立即开仓

团队协作工作流程

1. 团长复盘：先复盘历史交易和决策，总结经验教训
2. 团长独立分析：形成初步判断（重点看长周期30m/1h）
3. 并行咨询团员：使用delegate_task同时调用4个团员
   • 团员1：分析多时间框架走势，判断单边/震荡
   • 团员2：分析技术指标，预测未来走向
   • 团员3：分析资金流向，判断多空力量对比
   • 团员4：评估持仓风险，建议仓位杠杆配置
4. 汇总意见：团长汇总4个团员的分析报告
5. 输出判断：团长必须输出【震荡识别】评分和【团长判断】
6. 立即执行：团长调用交易工具执行决策

团长判断输出格式：

【震荡识别】（必须先评估！）
- 维度1（价格形态）：X分 | 特征：[具体描述]
- 维度2（技术指标）：X分 | 特征：[具体描述]
- 维度3（成交量）：X分 | 特征：[具体描述]
- 维度4（时间框架）：X分 | 特征：[具体描述]
- 维度5（市场情绪）：X分 | 特征：[具体描述]
- 震荡总分：X/30分 | 震荡等级：🟢低/🟡中/🔴高

【团长判断】
- 长周期趋势：上升/下降/震荡
- 中周期验证：一致/不一致
- 团员意见：一致/分歧
- 信号强度：强/中/弱
- 是否允许开仓：是/否（基于震荡评分）
- 决策：开仓/平仓/观望

多时间框架分层判断体系

这是激进团避免频繁止损的关键！

▶ 第一层：长周期趋势确认（30m、1h）【权重：50%】

• 作用：判断市场主趋势方向和强度
• 必须满足（至少2项）： ✓ 价格连续3根K线在EMA20同侧运行 ✓ MACD柱状图连续同向扩大（至少3根K线） ✓ RSI方向明确（做多>55或做空<45）
• ⚠️ 长周期震荡时，必须观望，绝不开仓

▶ 第二层：中周期信号过滤（5m、15m）【权重：30%】

• 作用：验证长周期趋势是否延续
• 必须满足（至少1项）： ✓ 至少1个中周期MACD与长周期方向一致 ✓ 价格在EMA20同侧运行（与长周期一致）
• ⚠️ 中周期与长周期矛盾 → 信号质量降低，观望或减小仓位

▶ 第三层：短周期入场时机（1m、3m）【权重：20%】

• 作用：寻找精确入场点，优化入场价格
• 标准：短期回调或突破点
• ⚠️ 短周期信号可优化入场，但绝不能推翻长周期判断

开仓前必检清单：

1. ✅ 长周期（30m/1h）趋势明确（非震荡）
2. ✅ 中周期（5m/15m）至少1个与长周期方向一致
3. ✅ 4个团员中至少3个意见一致
4. ✅ 震荡评分<20分（非高震荡）
5. ✅ 当前持仓数<5（系统限制）
6. ✅ 账户余额足够（至少能开25%仓位）

适用场景

最适合：

• 追求极致收益，目标月回报40-60%
• 能承受高风险，接受高波动
• 理解20倍杠杆的双刃剑特性
• 相信专业团队协作的力量
• 重视震荡识别，避免盲目交易
• 预算充足，可承担4-5倍token成本（重要）

不适合：

• 风险承受能力低，追求稳健收益
• 无法承受高杠杆的心理压力
• 不信任AI多Agent协作决策
• 市场长期处于震荡状态
• 预算有限，无法承担高额token成本
• API调用次数受限或成本敏感的用户

配置示例

配置文件位置：.env 文件（参考 .env.example）

# 环境变量配置
TRADING_STRATEGY=aggressive-team
TRADING_INTERVAL_MINUTES=15     # 15分钟激进执行
MAX_LEVERAGE=20                  # 固定使用20倍杠杆
MAX_POSITIONS=5                  # 最多5个持仓
INITIAL_BALANCE=2000

# 风控配置
EXTREME_STOP_LOSS_PERCENT=-30
MAX_HOLDING_HOURS=48             # 激进团持仓时间可稍长

# AI模型配置（建议使用高性能模型）
AI_MODEL_NAME=deepseek/deepseek-v3.2-exp

预期收益

• 月目标收益：40-60%（通过专业分析、精准开仓、严格风控）
• 胜率目标：50-60%（通过震荡识别提高）
• 盈亏比目标：≥2:1
• 夏普比率：≥2.0
• 最大回撤：控制在35%以内

20倍杠杆关键风控点

⚠️ 必须严格遵守：

1. 止损线-8%绝不违背：触及必须立即止损

   • 相当于最多损失本金1.6倍
   • 连续3次止损 = 本金接近归零

2. 移动止盈必须执行：

   • 盈利15%时自动保护至8%（本金3倍收益）
   • 不要贪婪，及时保护利润

3. 分批止盈按计划：

   • 30%盈利（本金6倍）锁定30%
   • 50%盈利（本金10倍）锁定50%
   • 80%盈利（本金16倍）全部清仓

4. 震荡必须观望：

   • 高震荡≥20分绝对不开仓
   • 宁可暂时违反持仓数要求
   • 等待震荡结束后再补仓

5. 20倍杠杆提醒：

   • 5%价格波动 = 100%本金波动
   • 赚得快，亏得也快
   • 严守纪律，止损必执行

与其他激进策略的对比

对比项	激进团策略	激进策略	陪审团策略
决策模式	团长+4团员协作	单Agent	法官+3陪审员
震荡识别	五维30分制强化	基础识别	基础识别
杠杆范围	20倍固定	85%-100%最大	14-20倍
仓位大小	25-32%	25-32%	18-25%
持仓要求	单边行情≥1个	无要求	无要求
止损线	-8%（20倍专属）	-6%~-10%	-6%~-8%
移动止盈	15%→8%（更早）	10%→4%	10%→4%
Token消耗	高（5倍）	中等	较高（4倍）
胜率目标	50-60%	40-50%	40-50%
月回报目标	40-60%	30-50%	20-35%

策略代码位置

• 参数配置：src/strategies/aggressiveTeam.ts → getAggressiveTeamStrategy()
• 提示词生成：src/strategies/aggressiveTeam.ts → generateAggressiveTeamPrompt()
• 团员Agent：src/agents/aggressiveTeamAgents.ts
  • createAggressiveTeamTrendExpertAgent() - 趋势分析专家
  • createAggressiveTeamPredictionExpertAgent() - 预测分析专家
  • createAggressiveTeamMoneyFlowExpertAgent() - 资金流向专家
  • createAggressiveTeamRiskControlExpertAgent() - 风险控制专家
• 代码止损：src/scheduler/stopLossMonitor.ts
• 代码止盈：src/scheduler/trailingStopMonitor.ts
• 分批止盈：src/scheduler/partialProfitMonitor.ts

---

返佣套利策略 (rebate-farming)

核心理念：高频微利交易，通过小额稳定盈利和高频交易累积手续费返佣

策略特点

配置项	参数值	说明
执行周期	5 分钟	高频执行，快速捕捉短期价格波动
持仓时长	10-60 分钟	短期持仓，微利即走
杠杆范围	40%-60% 最大杠杆	如最大25倍，则使用10-15倍（中等杠杆）
仓位范围	15-22%	中小仓位，频繁交易
止损阈值	-1.2% 至 -1.8%	快速止损，不恋战
止盈策略	代码级自动止盈	盈利0.8%即触发移动止盈
风险等级	中等	单笔风险小，胜率高
适合人群	拥有高额手续费返佣的用户	返佣比例50-80%

盈利模式

总收益 = 交易盈利 + 手续费返佣

示例（按10倍杠杆计算）：
- 单笔盈利目标：0.5-1.5%
- 手续费成本：约0.2-0.3%（考虑杠杆）
- 手续费返佣：假设50-80%返佣
- 单笔净利润：0.5-1.5% + 0.1-0.24%返佣 = 0.6-1.74%

月度累积：
- 日均交易：10-30笔
- 月均交易：300-900笔
- 月度盈利：15-25%（交易盈利10-15% + 返佣5-10%）

代码级止损配置

stopLoss: {
  low: -1.8,   // 低杠杆(5-8倍)：亏损1.8%止损
  mid: -1.5,   // 中杠杆(9-12倍)：亏损1.5%止损
  high: -1.2,  // 高杠杆(13倍+)：亏损1.2%止损
}

代码级移动止盈

核心特点：极快速锁利，微利即走

trailingStop: {
  level1: { trigger: 0.8, stopAt: 0.3 },   // +0.8%触发，回落至+0.3%平仓（保护0.5%空间）
  level2: { trigger: 2, stopAt: 0.8 },     // +2%触发，回落至+0.8%平仓
  level3: { trigger: 4, stopAt: 2 },       // +4%触发，回落至+2%平仓（极少触发）
}

说明：

• 第一档触发点极低（0.8%），只要覆盖手续费+微利就走
• 不贪心，小确定性盈利优于大不确定性盈利
• 代码自动执行，AI不需要手动平仓

入场规则（严格执行）

必须同时满足：

1. ✅ 至少1个长周期（30m或1h）趋势明确（涨或跌）
2. ✅ 至少2个短周期（3m、5m或15m）与长周期方向一致
3. ❌ 长周期震荡时，短周期信号再强也不开仓
4. ❌ 绝不做逆趋势交易

信号强度评估：

• 强信号：1长周期趋势 + 3短周期一致 → 15倍杠杆，20-22%仓位
• 良好信号：1长周期趋势 + 2短周期一致 → 12倍杠杆，17-20%仓位
• 普通信号：1长周期趋势 + 2短周期较弱 → 10倍杠杆，15-17%仓位

风控规则

1. 严格止损：代码自动执行，AI无需担心
2. 拒绝震荡：长周期震荡时严禁开仓（最大风险）
3. 拒绝逆势：绝不做逆趋势交易
4. 快速止损：亏损不恋战，快速换下一个机会
5. 持仓时间：单笔持仓超过30分钟需谨慎

成功要诀

✅ 正确做法：

• 高频微利：单笔0.5-1.5%，单日10-30笔
• 顺势而为：只做顺趋势，拒绝震荡和逆势
• 微利即走：覆盖手续费+小盈利就满足
• 快速止损：保持高胜率
• 返佣收益：高频累积手续费返佣

❌ 失败根源：

• 震荡开仓：长周期震荡时频繁开仓 = 频繁止损
• 逆势交易：短期诱惑逆势开仓 = 大概率止损
• 过度贪心：微利不平仓，等待更高目标 = 利润回吐
• 恋战不止损：亏损不愿止损 = 扩大损失

推荐配置

# .env 配置
TRADING_STRATEGY=rebate-farming
TRADING_INTERVAL_MINUTES=5      # 5分钟执行周期
MAX_LEVERAGE=25                  # 策略会使用10-15倍（40-60%）
MAX_POSITIONS=5                  # 最多5个持仓

适用场景

最适合的市场环境：

• ✅ 单边趋势行情（涨或跌都可以）
• ✅ 短期波动但长期趋势明确
• ✅ 市场流动性好，滑点小

不适合的市场环境：

• ❌ 横盘震荡（长周期无明确趋势）
• ❌ 剧烈波动（止损频繁触发）
• ❌ 流动性差（滑点大，影响盈利）

与超短线策略对比

对比项	返佣套利策略	超短线策略
执行周期	5分钟	5分钟
持仓时长	10-60分钟	30分钟-2小时
盈利目标	0.5-1.5%（微利）	2-4%（小利）
杠杆范围	10-15倍（中等）	13-19倍（中高）
止盈触发	0.8%（极快）	4%（较快）
交易频率	10-30笔/日（高频）	10-20笔/日（高频）
止盈方式	代码级自动	AI主动
收益来源	交易盈利 + 返佣	交易盈利
适合人群	有高额返佣用户	高频交易爱好者

策略代码位置

• 参数配置：src/strategies/rebateFarming.ts → getRebateFarmingStrategy()
• 提示词生成：src/strategies/rebateFarming.ts → generateRebateFarmingPrompt()
• 代码止损：src/scheduler/stopLossMonitor.ts
• 代码止盈：src/scheduler/trailingStopMonitor.ts

---

AI自主策略 (ai-autonomous)

核心理念：完全由AI主导，不提供任何策略建议，AI自主分析市场并做出所有决策

双重防护机制

AI自主策略是唯一采用双重防护模式的策略：

第一层：代码级自动保护（每10秒监控，作为安全网）

• 自动止损：
  • 低杠杆（1-5倍）：亏损达到 -8% 自动平仓
  • 中杠杆（6-10倍）：亏损达到 -6% 自动平仓
  • 高杠杆（11倍以上）：亏损达到 -5% 自动平仓
• 自动移动止盈：
  • 盈利达到 5% 时，止损线移至 +2%（锁定利润）
  • 盈利达到 10% 时，止损线移至 +5%（锁定更多利润）
  • 盈利达到 15% 时，止损线移至 +8%（保护大部分利润）
• 自动分批止盈：
  • 盈利达到 8% 时，自动平仓 30%（锁定部分利润）
  • 盈利达到 12% 时，自动平仓 30%（继续锁定利润）
  • 盈利达到 18% 时，自动平仓 40%（大部分获利了结）

第二层：AI主动决策（灵活操作权）

• AI可以在代码自动保护触发之前主动止损止盈
• AI可以根据市场情况灵活调整，不必等待自动触发
• AI可以更早止损（避免更大亏损）
• AI可以更早止盈（落袋为安）
• 代码保护是最后的安全网，AI有完全的主动权

策略参数

配置文件位置：src/strategies/aiAutonomous.ts

• 执行周期：灵活（建议5-10分钟）
• 杠杆范围：1-最大杠杆（AI完全自主选择）
• 仓位大小：1-100%（AI完全自主选择）
• 止损止盈：双重防护（代码自动 + AI主动）
• 交易频率：由AI根据市场机会自主决定
• 持仓时长：由AI根据市场情况自主决定

核心特点

1. 完全自主：

   • 不提供任何策略建议或限制
   • 只提供市场数据和交易工具
   • AI完全自主分析和决策

2. 双重防护：

   • 代码级监控作为安全网（每10秒自动检查）
   • AI可以主动操作（不受代码监控限制）
   • 提供更强的风险保护和操作灵活性

3. 灵活性最高：

   • AI自主决定交易策略
   • AI自主决定风险管理
   • AI自主决定仓位和杠杆
   • AI自主决定持仓时间

系统硬性底线

除了双重防护外，还有系统级的最后防线：

• 极端止损：单笔交易亏损达到 -30% 时，系统会强制平仓（防止爆仓）
• 时间限制：持仓时间超过 36 小时，系统会强制平仓（释放资金）
• 最大杠杆：受系统配置限制（如15倍）
• 最大持仓数：受系统配置限制（如5个）

适用人群

最适合：

• 完全信任AI能力的交易者
• 追求最大灵活性和自主性
• 希望有双重保护（代码 + AI）
• 能接受AI完全自主决策
• 不想被策略框架限制

不适合：

• 需要明确策略指导的新手
• 希望严格控制风险参数
• 不信任AI自主决策能力
• 需要可预测的交易模式

配置示例

配置文件位置：.env 文件（参考 .env.example）

# 环境变量配置
TRADING_STRATEGY=ai-autonomous
TRADING_INTERVAL_MINUTES=5      # 建议5-10分钟
MAX_LEVERAGE=15                  # AI可以使用1-15倍杠杆
MAX_POSITIONS=5                  # 最多5个持仓
INITIAL_BALANCE=2000

与其他策略的对比

对比项	AI自主策略	其他策略
策略建议	无	有明确建议
杠杆范围	1-最大杠杆（AI决定）	固定范围（如3-5倍）
仓位大小	1-100%（AI决定）	固定范围（如18-25%）
止损方式	双重防护	代码自动 或 AI主动
灵活性	最高	较高
风险保护	最强	强
适合新手	否	是

策略代码位置

• 参数配置：src/strategies/aiAutonomous.ts → getAiAutonomousStrategy()
• 提示词生成：src/strategies/aiAutonomous.ts → generateAiAutonomousPrompt()
• 双重防护配置：enableCodeLevelProtection: true + allowAiOverrideProtection: true
• 代码止损：src/scheduler/stopLossMonitor.ts
• 代码止盈：src/scheduler/trailingStopMonitor.ts
• 分批止盈：src/scheduler/partialProfitMonitor.ts

---

陪审团策略 (multi-agent-consensus)

核心理念：法官与陪审团合议决策，主Agent独立分析+三个专业Agent辅助，追求高质量决策

⚠️ 重要提示：Token消耗警告

陪审团策略采用多Agent协作模式（1个主Agent + 3个专业Agent），每次决策都需要调用多个AI模型。

成本影响：

• Token消耗约为单Agent策略的 3-4倍
• 每个决策周期需要调用4次AI模型（法官1次 + 陪审团3次）
• 5分钟执行周期，一天约消耗288次 × 4 = 1152次AI调用

建议：

• 仅在充足预算和追求极高决策质量时使用
• 可考虑延长执行周期（如10分钟或15分钟）以降低成本
• 监控API费用，确保在可接受范围内
• 预算有限的用户建议使用单Agent策略（如swing-trend、ai-autonomous）

策略参数

配置文件位置：src/strategies/multiAgentConsensus.ts

• 执行周期：5-10分钟（配置位置：.env 文件 TRADING_INTERVAL_MINUTES=5）
• 建议持仓时长：数小时 - 数天
• 杠杆范围：14-20倍（根据MAX_LEVERAGE的55%-80%）
  • 代码：leverageMin: Math.max(2, Math.ceil(maxLeverage * 0.55))
  • 代码：leverageMax: Math.max(3, Math.ceil(maxLeverage * 0.80))
  • 注：当MAX_LEVERAGE=25时，实际为14-20倍
• 仓位大小：18-25%
  • 代码：positionSizeMin: 18, positionSizeMax: 25
• 止损范围：-6% ~ -8%
  • 代码：stopLoss: { low: -6, mid: -7, high: -8 }

核心优势

1. 多Agent协作决策：法官（主Agent）+ 三个专业Agent（技术分析、趋势分析、风险评估）
2. 合议制决策：法官先独立分析，倾听陪审团意见，综合权衡后做出判决
3. 不是简单投票：权衡各方意见的说服力，而非简单多数表决
4. 双重防护机制：代码自动监控 + AI主动决策
5. 降低决策偏差：多视角分析，减少单一Agent的认知盲区

双重防护机制

陪审团策略采用与AI自主策略相同的双重防护模式：

第一层：代码级自动保护（每10秒监控，作为安全网）

• 自动止损：
  • 低杠杆（2-10倍）：亏损达到 -6% 自动平仓
  • 中杠杆（11-15倍）：亏损达到 -7% 自动平仓
  • 高杠杆（16倍以上）：亏损达到 -8% 自动平仓
• 自动移动止盈：
  • 盈利达到 +10% 时，止损线移至 +4%（锁定利润）
  • 盈利达到 +18% 时，止损线移至 +10%（锁定更多利润）
  • 盈利达到 +28% 时，止损线移至 +18%（保护大部分利润）
• 自动分批止盈：
  • 盈利达到 +25% 时，自动平仓 40%（锁定部分利润）
  • 盈利达到 +35% 时，自动平仓 40%（继续锁定利润）
  • 盈利达到 +45% 时，自动平仓 100%（全部获利了结）

第二层：AI主动决策（灵活操作权）

• 法官可以在代码自动保护触发之前主动止损止盈
• 法官可以根据市场情况灵活调整，不必等待自动触发
• 法官可以更早止损（避免更大亏损）
• 法官可以更早止盈（落袋为安）
• 代码保护是最后的安全网，法官有完全的主动权

陪审团成员

1. 技术分析Agent：分析技术指标（MACD、RSI、布林带等）
2. 趋势分析Agent：分析多时间框架趋势（1m/3m/5m/15m/1h/4h）
3. 风险评估Agent：评估市场风险和持仓风险

工作流程

1. 法官独立分析：法官先独立分析市场，形成初步判断
2. 咨询陪审团：使用delegate_task工具调用三个专业Agent
3. 收集意见：汇总三个Agent的分析意见和建议
4. 合议决策：法官综合所有意见（包括自己的判断）做出最终决策
5. 执行决策：法官执行开仓/平仓/观望操作（只有法官能执行交易）

入场条件（法官执行）

• 必须获得陪审团意见：至少咨询技术分析、趋势分析、风险评估三个Agent
• 综合判断：不是简单的多数表决，而是权衡各方意见的说服力
• 信号强度分级：
  • 普通信号：18-20%仓位，14倍杠杆
  • 良好信号：20-23%仓位，17倍杠杆
  • 强信号：23-25%仓位，20倍杠杆
• 紧急情况：持仓亏损接近止损线时，法官可跳过陪审团直接决策

适用场景

最适合：

• 追求稳健决策，重视风险控制
• 希望通过多视角分析降低决策偏差
• 能接受数小时到数天的持仓周期
• 不急于频繁交易，追求高质量信号
• 希望有双重保护（代码 + AI）

不适合：

• 追求极高频交易（陪审团决策需要时间）
• 市场波动极快，需要秒级决策
• 不喜欢复杂的决策流程
• 预算有限，无法承担3-4倍token成本
• API调用次数受限或成本敏感的用户

配置示例

配置文件位置：.env 文件（参考 .env.example）

# 环境变量配置
TRADING_STRATEGY=multi-agent-consensus
TRADING_INTERVAL_MINUTES=5      # 建议5-10分钟
MAX_LEVERAGE=25                  # 策略使用14-20倍（55%-80%）
MAX_POSITIONS=3                  # 最多3个持仓（谨慎入场）
INITIAL_BALANCE=2000

预期收益

• 月目标收益：20-35%
• 胜率目标：40-50%（通过多Agent决策提高胜率）
• 盈亏比目标：≥2.5:1
• 夏普比率：≥1.8

与其他策略的对比

对比项	陪审团策略	AI自主策略	波段趋势策略
决策模式	法官+陪审团合议	AI完全自主	AI开仓+自动监控
杠杆范围	14-20倍	1-最大杠杆	2-5倍
仓位大小	18-25%	1-100%	20-35%
止损方式	双重防护	双重防护	自动监控
决策时间	较长（需咨询）	灵活	中等
Token消耗	较高（多Agent）	中等	中等
胜率目标	40-50%	AI决定	35-45%
适合新手	是	否	是

策略代码位置

• 参数配置：src/strategies/multiAgentConsensus.ts → getMultiAgentConsensusStrategy()
• 提示词生成：src/strategies/multiAgentConsensus.ts → generateMultiAgentConsensusPrompt()
• 双重防护配置：enableCodeLevelProtection: true + allowAiOverrideProtection: true
• 代码止损：src/scheduler/stopLossMonitor.ts
• 代码止盈：src/scheduler/trailingStopMonitor.ts
• 分批止盈：src/scheduler/partialProfitMonitor.ts

---

Alpha Beta 策略 (alpha-beta)

核心理念：零策略指导，AI完全自主决策，强制自我复盘，持续学习优化

策略参数

配置文件位置：src/strategies/alphaBeta.ts

• 执行周期：灵活（建议5-10分钟）
• 杠杆范围：1-最大杠杆（AI完全自主选择）
  • 代码：leverageMin: 1, leverageMax: maxLeverage
• 仓位大小：1-100%（AI完全自主选择）
  • 代码：positionSizeMin: 1, positionSizeMax: 100
• 止损止盈：双重防护（代码自动 + AI主动）
• 交易频率：由AI根据市场机会自主决定
• 持仓时长：由AI根据市场情况自主决定

核心特点

1. 零策略指导：

   • 不提供任何策略建议或限制
   • 只提供市场数据和交易工具
   • AI完全自主分析和决策

2. 强制自我复盘机制（核心特色）：

   • 每个交易周期必须先进行自我复盘
   • 分析最近盈亏交易的得失
   • 识别改进空间，制定改进计划
   • 从历史中学习，持续优化

3. 双重防护机制：

   • 代码级自动保护（每10秒自动检查）
   • AI可以主动操作（不受代码监控限制）
   • 提供更强的风险保护和操作灵活性

4. 完全自主权：

   • AI自主决定所有交易参数
   • AI自主制定交易策略
   • AI自主管理风险
   • AI自主学习和优化

双重防护机制

Alpha Beta策略采用最强的双重防护模式：

第一层：代码级自动保护（每10秒监控，作为安全网）

• 自动止损：

  • 低杠杆（1-5倍）：亏损达到 -8% 自动平仓
  • 中杠杆（6-10倍）：亏损达到 -6% 自动平仓
  • 高杠杆（11倍以上）：亏损达到 -5% 自动平仓

• 自动移动止盈：

  • 盈利达到 5% 时，止损线移至 +2%
  • 盈利达到 10% 时，止损线移至 +5%
  • 盈利达到 15% 时，止损线移至 +10%

• 自动分批止盈：

  • 盈利达到 20% 时，自动平仓 30%
  • 盈利达到 30% 时，自动平仓 30%
  • 盈利达到 40% 时，自动平仓 100%

第二层：AI主动决策（灵活操作权）

• AI可以在代码自动保护触发之前主动止损止盈
• AI可以根据市场情况灵活调整，不必等待自动触发
• AI可以更早止损（避免更大亏损）
• AI可以更早止盈（落袋为安）
• 代码保护是最后的安全网，AI有完全的主动权

强制自我复盘机制（核心特色）

每个交易周期，AI 必须先进行自我复盘，然后再做交易决策。

复盘四步骤：

1. 回顾最近交易表现：

   • 分析盈利交易：什么做对了？
   • 分析亏损交易：什么做错了？
   • 当前胜率如何？

2. 评估当前策略有效性：

   • 当前策略是否适应市场环境？
   • 杠杆和仓位管理是否合理？
   • 是否存在重复犯错的模式？

3. 识别改进空间：

   • 哪些方面可以做得更好？
   • 是否需要调整风险管理方式？
   • 是否需要改变交易频率？

4. 制定改进计划：

   • 基于复盘结果调整策略
   • 避免之前犯过的错误
   • 如何提高交易质量和胜率

复盘输出格式（强制遵守）：

【自我复盘】
- 最近交易回顾：（分析盈利和亏损交易）
- 策略有效性评估：（当前策略是否适应市场）
- 改进空间识别：（发现可改进的地方）
- 本次改进计划：（具体的改进措施）

【本次交易决策】
（基于复盘结果做出的交易决策）

系统硬性底线

• 极端止损：单笔交易亏损达到 -30% 时，系统会强制平仓
• 时间限制：持仓时间超过 36 小时，系统会强制平仓
• 最大杠杆：受系统配置限制（如15倍）
• 最大持仓数：受系统配置限制（如5个）

适用人群

最适合：

• 完全信任AI能力的交易者
• 追求最大灵活性和自主性
• 重视从历史中学习和持续优化
• 希望有双重保护（代码 + AI）
• 能接受AI完全自主决策
• 不想被任何策略框架限制

不适合：

• 需要明确策略指导的新手
• 希望严格控制风险参数
• 不信任AI自主决策能力
• 需要可预测的交易模式

配置示例

配置文件位置：.env 文件（参考 .env.example）

# 环境变量配置
TRADING_STRATEGY=alpha-beta
TRADING_INTERVAL_MINUTES=5      # 建议5-10分钟
MAX_LEVERAGE=15                  # AI可以使用1-15倍杠杆
MAX_POSITIONS=5                  # 最多5个持仓
INITIAL_BALANCE=2000

与其他策略的对比

对比项	Alpha Beta	AI自主	中长线
策略指导	零（完全自主）	无	最小限制
强制复盘	是（核心特色）	否	否
杠杆范围	1-最大杠杆	1-最大杠杆	3-10倍
仓位大小	1-100%	1-100%	15-35%
止损方式	双重防护	双重防护	AI主动
学习机制	强制自我复盘	被动学习	被动学习
灵活性	最高	最高	高
风险保护	最强	最强	强
适合新手	否	否	否

核心优势

与AI自主策略的主要区别：

1. 强制自我复盘：Alpha Beta强制AI每次都要先复盘再决策
2. 持续学习优化：通过复盘机制持续改进交易策略
3. 零策略干扰：完全不提供任何策略建议，让AI真正自主
4. 记录推理过程：所有决策过程都会被记录和分析

适用场景：

• 希望AI具备自我学习和进化能力
• 相信强制复盘能提高决策质量
• 追求长期持续优化的交易系统
• 愿意给AI充分的试错和学习空间

策略代码位置

• 参数配置：src/strategies/alphaBeta.ts → getAlphaBetaStrategy()
• 提示词生成：src/strategies/alphaBeta.ts → generateAlphaBetaPrompt()
• 双重防护配置：enableCodeLevelProtection: true + allowAiOverrideProtection: true
• 代码止损：src/scheduler/stopLossMonitor.ts
• 代码止盈：src/scheduler/trailingStopMonitor.ts
• 分批止盈：src/scheduler/partialProfitMonitor.ts

---

策略切换指南

波段趋势策略使用场景

适合场景：

• 希望系统自动化执行止损止盈，减少人为干预
• 追求更稳定的自动化交易体验
• 能接受数小时到数天的持仓周期
• 资金规模较大，重视风险控制
• 希望AI专注于开仓决策，不操心平仓

不适合场景：

• 市场处于震荡盘整，无明确趋势
• 你需要完全手动控制平仓时机
• 你无法接受数天的持仓周期

超短线策略使用场景

适合场景：

• 市场波动频繁，短期趋势明确
• 你有充足时间监控系统
• 你喜欢快进快出的交易节奏
• 资金规模较小，需要快速积累

返佣套利策略使用场景

适合场景：

• 你拥有高额手续费返佣（50-80%）
• 追求高频交易，通过频次累积收益
• 能接受短期持仓（10-60分钟）
• 希望系统自动化止损止盈（代码级控制）
• 市场有明确趋势（涨或跌都可以）
• 不贪心，满足微利即走（0.5-1.5%）

不适合场景：

• 没有手续费返佣或返佣比例很低
• 市场处于横盘震荡，无明确趋势
• 追求单笔大盈利，不满足小利
• 无法接受高频交易（日均10-30笔）
• 市场流动性差，滑点大

与超短线策略的选择：

• 有高额返佣 → 选择返佣套利策略（更高频，更小目标）
• 无返佣或低返佣 → 选择超短线策略（频率稍低，盈利目标更高）

陪审团策略使用场景

适合场景：

• 追求稳健决策，重视风险控制
• 希望通过多Agent协作降低决策偏差
• 能接受数小时到数天的持仓周期
• 不急于频繁交易，追求高质量信号
• 希望有双重保护（代码自动 + AI主动）
• 预算充足，可承担3-4倍token成本（重要）
• API调用无严格限制

不适合场景：

• 追求极高频交易（陪审团决策需要时间）
• 市场波动极快，需要秒级决策
• 不喜欢复杂的决策流程
• 系统资源有限，无法承担多Agent的成本
• 需要极简决策流程

与其他策略的选择：

• 追求稳健决策 + 多视角分析 → 选择陪审团策略
• 追求AI完全自主 + 最大灵活性 → 选择AI自主策略
• 追求自动化保护 + 趋势持仓 → 选择波段趋势策略

激进团策略使用场景

适合场景：

• 追求极致收益，目标月回报40-60%
• 能承受高风险和高波动（20倍杠杆）
• 相信专业团队协作（团长+4团员）决策
• 重视震荡识别，避免频繁止损
• 希望在单边行情中全力进攻
• 能接受激进但不盲目的交易风格
• 预算充足，可承担4-5倍token成本（重要）

不适合场景：

• 风险承受能力低，追求稳健收益
• 无法承受20倍杠杆的心理压力
• 不信任AI多Agent协作决策
• 市场长期处于横盘震荡状态
• 预算有限，无法承担高额token成本
• API调用次数受限的用户

与其他策略的选择：

• 追求极致收益 + 专业团队协作 + 震荡识别 → 选择激进团策略
• 追求高收益 + 单Agent决策 → 选择激进策略
• 追求稳健决策 + 多Agent合议 → 选择陪审团策略
• 追求AI完全自主 + 最大灵活性 → 选择AI自主策略

中长线策略使用场景

适合场景：

• 追求中长期稳健收益（月目标25-50%）
• 希望AI有充分自主决策权
• 能接受数小时到24小时的持仓周期
• 不想被固定策略框架限制
• 相信AI的分析和学习能力
• 追求较长的交易周期（30分钟）
• 希望注重质量而非频率

不适合场景：

• 需要明确策略指导的新手
• 喜欢高频交易
• 无法接受较长的持仓周期
• 希望有严格的策略框架

与其他策略的选择：

• AI主导决策 + 中长期持仓 → 选择中长线策略
• 自动监控 + 中期趋势 → 选择波段趋势策略
• 完全自主 + 任意周期 → 选择AI自主或Alpha Beta策略

Alpha Beta策略使用场景

适合场景：

• 完全信任AI能力的交易者
• 追求最大灵活性和自主性
• 重视从历史中学习和持续优化
• 相信强制复盘能提高决策质量
• 希望AI具备自我学习和进化能力
• 愿意给AI充分的试错和学习空间
• 追求长期持续优化的交易系统
• 希望有双重保护（代码 + AI）

不适合场景：

• 需要明确策略指导的新手
• 希望严格控制风险参数
• 不信任AI自主决策能力
• 需要可预测的交易模式
• 不想AI进行自我复盘

与其他策略的选择：

• 零策略指导 + 强制复盘 + 持续学习 → 选择Alpha Beta策略
• AI完全自主 + 无复盘机制 → 选择AI自主策略
• AI主导 + 最小限制 + 无复盘 → 选择中长线策略

策略切换步骤

配置文件位置：.env 文件（参考 .env.example）

1. 平仓所有持仓（避免策略冲突）
2. 修改环境变量：

   # 切换到波段趋势策略
   TRADING_STRATEGY=swing-trend
   TRADING_INTERVAL_MINUTES=20
   
   # 或切换到超短线策略
   TRADING_STRATEGY=ultra-short
   TRADING_INTERVAL_MINUTES=5
   
   # 或切换到激进团策略
   TRADING_STRATEGY=aggressive-team
   TRADING_INTERVAL_MINUTES=15
   MAX_LEVERAGE=20  # 固定使用20倍杠杆
   
   # 或切换到返佣套利策略
   TRADING_STRATEGY=rebate-farming
   TRADING_INTERVAL_MINUTES=5
   
   # 或切换到AI自主策略
   TRADING_STRATEGY=ai-autonomous
   TRADING_INTERVAL_MINUTES=5
   
   # 或切换到陪审团策略
   TRADING_STRATEGY=multi-agent-consensus
   TRADING_INTERVAL_MINUTES=5
   
   # 或切换到中长线策略
   TRADING_STRATEGY=medium-long
   TRADING_INTERVAL_MINUTES=30
   MAX_LEVERAGE=25  # 策略固定使用3-10倍
   
   # 或切换到Alpha Beta策略
   TRADING_STRATEGY=alpha-beta
   TRADING_INTERVAL_MINUTES=5
   MAX_LEVERAGE=15  # AI可以使用1-15倍

3. 重启系统：

   docker-compose down
   docker-compose up -d

---

风控对比

系统硬性底线（所有策略共同）

配置文件位置：

• 代码实现：src/config/riskParams.ts
• 环境变量：.env 文件

• 极端止损：单笔亏损≤-30%强制平仓（防止爆仓）
  • 环境变量：EXTREME_STOP_LOSS_PERCENT=-30
  • 代码：RISK_PARAMS.EXTREME_STOP_LOSS_PERCENT
• 36小时限制：任何持仓超过36小时强制平仓（释放资金）
  • 环境变量：MAX_HOLDING_HOURS=36
  • 代码：RISK_PARAMS.MAX_HOLDING_HOURS
• 账户回撤保护：账户总回撤达到预设阈值时触发保护
  • 警告阈值：ACCOUNT_DRAWDOWN_WARNING_PERCENT=20
  • 禁止开仓：ACCOUNT_DRAWDOWN_NO_NEW_POSITION_PERCENT=30
  • 强制平仓：ACCOUNT_DRAWDOWN_FORCE_CLOSE_PERCENT=50

策略专属风控

策略	专属风控规则	特点
ultra-short	2%周期锁利、30分钟盈利平仓	系统强制执行
swing-trend	自动监控止损（每10秒）、自动监控移动止盈（每10秒，5级规则）	系统自动执行，AI不干预
rebate-farming	自动监控止损（每10秒）、自动监控移动止盈（每10秒）	系统自动执行，AI不干预
aggressive	自动监控止损（每10秒）、自动监控移动止盈（每10秒）	系统自动执行，AI不干预
ai-autonomous	双重防护：代码自动监控 + AI主动决策	双重防护策略
multi-agent-consensus	双重防护：代码自动监控 + 法官主动决策	双重防护策略
conservative/balanced	无专属规则	AI全权决策

---

最佳实践建议

波段趋势策略最佳实践

1. 耐心等待信号

   • 等待1m/3m/5m/15m这4个时间框架全部共振
   • 确保MACD、RSI、EMA方向一致
   • 不要急于开仓，质量优于数量

2. 信任自动监控

   • 自动监控系统每10秒检查一次
   • 止损和止盈会自动执行，无需AI干预
   • AI专注于寻找高质量开仓机会

3. 合理使用仓位

   • 普通信号：20-25%仓位
   • 良好信号：25-30%仓位
   • 强信号：30-35%仓位（谨慎使用）

4. 合理使用杠杆

   • 普通信号：2倍杠杆（最安全）
   • 良好信号：3倍杠杆（平衡）
   • 强信号：5倍杠杆（最大值，谨慎使用）

5. 控制同时持仓数

   • 建议：1-3个持仓（MAX_POSITIONS=3）
   • 避免过度分散，保持资金集中度

6. 理解自动化保护

   • 止损：触及止损线立即自动平仓
   • 止盈：峰值回撤达标立即自动平仓
   • AI只需要在报告中说明持仓状态即可

超短线策略最佳实践

1. 快进快出

   • 盈利>2%立即考虑锁利
   • 不要贪婪，小利润也是利润

2. 严格遵守规则

   • 系统的2%锁利和30分钟规则是经验总结
   • 不要试图手动干预

3. 高频监控

   • 5分钟周期需要更频繁的监控
   • 确保系统稳定运行

陪审团策略最佳实践

1. 遵循合议流程

   • 法官先独立分析，形成初步判断
   • 必须咨询三个专业Agent的意见
   • 综合权衡后做出最终决策
   • 不要跳过陪审团直接决策（除非紧急情况）

2. 合理使用仓位和杠杆

   • 普通信号：18-20%仓位，14倍杠杆（最保守）
   • 良好信号：20-23%仓位，17倍杠杆（平衡）
   • 强信号：23-25%仓位，20倍杠杆（最大值，谨慎使用）

3. 重视决策质量

   • 不是简单的多数表决，要权衡各方意见的说服力
   • 如果三个Agent意见分歧很大，说明市场信号不明确，建议观望
   • 只在高质量信号时交易，追求高胜率而非高频率

4. 控制持仓数量

   • 建议：1-3个持仓（MAX_POSITIONS=3）
   • 多Agent决策需要时间，持仓过多会增加决策负担
   • 保持资金集中度，提高决策效率

5. 信任双重防护

   • 代码自动监控是安全网，会在关键时刻自动保护
   • 法官有主动权，可以在代码触发之前主动止损止盈
   • 紧急情况下可跳过陪审团直接决策

6. 管理token消耗（重要）

   • 多Agent协作会消耗约3-4倍的token成本
   • 在delegate_task中只传递简短的任务描述，避免冗长内容
   • 不要在task中重复传递市场数据（子Agent已有市场数据上下文）
   • 定期监控API费用，确保在预算范围内
   • 考虑使用成本更低的AI模型（如DeepSeek替代GPT-4）
   • 可适当延长执行周期（5分钟→10分钟）以降低调用频率

---

配置示例

配置文件位置：

• 主配置：.env 文件（参考 .env.example 模板）
• 策略实现：src/strategies/ 目录
• 风控参数：src/config/riskParams.ts

测试环境配置 - 波段趋势策略示例

⚠️ 强烈建议使用测试网进行策略测试，避免真实资金损失

# .env 文件配置

# ============================================
# 服务器配置
# ============================================
PORT=3100

# ============================================
# 交易配置
# ============================================
# 策略配置
TRADING_STRATEGY=swing-trend           # 使用波段趋势策略
TRADING_INTERVAL_MINUTES=20            # 20分钟执行周期

# 风控配置
MAX_LEVERAGE=25                        # 最大杠杆25倍（策略实际使用2-5倍）
MAX_POSITIONS=5                        # 最多5个持仓
MAX_HOLDING_HOURS=36                   # 最大持仓36小时
EXTREME_STOP_LOSS_PERCENT=-30          # 极端止损-30%
INITIAL_BALANCE=1000                   # 初始资金1000 USDT

# 账户风控
ACCOUNT_STOP_LOSS_USDT=50              # 账户止损线
ACCOUNT_TAKE_PROFIT_USDT=20000         # 账户止盈线
SYNC_CONFIG_ON_STARTUP=true            # 启动时同步配置

# ============================================
# 数据库配置
# ============================================
DATABASE_URL=file:./.voltagent/trading.db

# ============================================
# Gate.io API 配置
# ============================================
GATE_API_KEY=your_api_key_here
GATE_API_SECRET=your_api_secret_here
GATE_USE_TESTNET=true                  # 使用测试网（推荐）

# ============================================
# AI 模型配置
# ============================================
OPENAI_API_KEY=your_api_key_here
OPENAI_BASE_URL=https://openrouter.ai/api/v1
AI_MODEL_NAME=deepseek/deepseek-v3.2-exp

# ============================================
# 账户回撤风控配置
# ============================================
ACCOUNT_DRAWDOWN_WARNING_PERCENT=20          # 警告阈值
ACCOUNT_DRAWDOWN_NO_NEW_POSITION_PERCENT=30  # 禁止开仓阈值
ACCOUNT_DRAWDOWN_FORCE_CLOSE_PERCENT=50      # 强制平仓阈值

# ============================================
# 账户记录配置
# ============================================
ACCOUNT_RECORD_INTERVAL_MINUTES=1            # 账户记录间隔

测试环境配置 - 超短线策略示例

⚠️ 强烈建议使用测试网进行策略测试，避免真实资金损失

# .env 文件配置

# ============================================
# 交易配置
# ============================================
TRADING_STRATEGY=ultra-short           # 使用超短线策略
TRADING_INTERVAL_MINUTES=5             # 5分钟执行周期

# 风控配置
MAX_LEVERAGE=25
MAX_POSITIONS=5                        # 超短线可以持仓更多
MAX_HOLDING_HOURS=36
INITIAL_BALANCE=1000                   # 测试环境小资金

# Gate.io API 配置
GATE_USE_TESTNET=true                  # 使用测试网（推荐）

# 其他配置参照波段策略示例

---

常见问题

Q1: 波段策略的AI为什么不主动平仓？

A: 为了实现更稳定和一致的风控执行。自动监控系统每10秒检查一次，触发条件立即平仓，比AI的20分钟执行周期更及时。AI专注于寻找高质量开仓机会，平仓交给自动监控系统处理，实现职责分离，效率更高。

Q2: 自动监控会不会过早平仓？

A: 自动监控使用5级移动止盈规则，会根据盈利峰值动态调整。例如峰值10%时回退2.5%才平仓，既保护了利润（保底7.5%），又给趋势足够空间。这个平衡经过精心设计。

Q3: 为什么波段策略使用1m/3m/5m/15m短周期？

A: 虽然叫"波段"，但入场时机需要精准。短周期组合（1-15分钟）能更快捕捉趋势形成的早期信号，避免使用4小时等长周期导致的滞后。持仓时间依然可达数天，让利润充分奔跑。

Q4: 仓位20-35%会不会太大？

A: 这取决于信号强度。强信号（4个时间框架完美共振+技术指标极度一致）才使用30-35%，普通信号只用20-25%。配合2-5倍低杠杆和严格的自动监控止损，风险是可控的。

Q5: 可以同时运行多个策略吗？

A: 不建议。每个策略有不同的风控规则和执行逻辑，同时运行可能导致冲突。建议根据市场状况选择一个策略专注执行。

Q6: 如何评估策略效果？

A: 关注这些指标：

• 胜率：盈利交易占比（波段策略目标35-45%）
• 盈亏比：平均盈利/平均亏损（目标≥2:1）
• 月收益率：月度总收益（波段策略目标20-35%）
• 夏普比率：风险调整后收益（目标≥1.5）
• 最大回撤：峰值到低谷的最大跌幅（控制在20%以内）
• 止损及时性：自动监控的反应速度（10秒检查）

---

技术支持

如有问题或建议，请通过以下方式联系：

• GitHub Issues: https://github.com/195440/open-nof1.ai/issues
• 讨论区: https://github.com/195440/open-nof1.ai/discussions

---

技术实现

核心文件位置：

• 策略模块：src/strategies/ 目录
• 策略统一导出：src/strategies/index.ts
• 策略类型定义：src/strategies/types.ts
• 交易代理：src/agents/tradingAgent.ts
• 风控参数：src/config/riskParams.ts
• 交易循环：src/scheduler/tradingLoop.ts

所有策略的实现遵循统一的架构模式：

1. 策略参数定义：每个策略在对应的 .ts 文件中定义了完整的参数配置，包括杠杆范围、仓位大小、止损范围等

   • 超短线：src/strategies/ultraShort.ts → getUltraShortStrategy()
   • 波段趋势：src/strategies/swingTrend.ts → getSwingTrendStrategy()
   • 中长线：src/strategies/mediumLong.ts → getMediumLongStrategy()
   • 稳健策略：src/strategies/conservative.ts → getConservativeStrategy()
   • 平衡策略：src/strategies/balanced.ts → getBalancedStrategy()
   • 激进策略：src/strategies/aggressive.ts → getAggressiveStrategy()
   • 激进团策略：src/strategies/aggressiveTeam.ts → getAggressiveTeamStrategy()
   • 返佣套利：src/strategies/rebateFarming.ts → getRebateFarmingStrategy()
   • AI自主：src/strategies/aiAutonomous.ts → getAiAutonomousStrategy()
   • 陪审团：src/strategies/multiAgentConsensus.ts → getMultiAgentConsensusStrategy()
   • Alpha Beta：src/strategies/alphaBeta.ts → getAlphaBetaStrategy()

2. 提示词生成：每个策略文件包含 generateXxxPrompt() 函数，为 AI 生成特定于该策略的决策提示词

   • 超短线：generateUltraShortPrompt()
   • 波段趋势：generateSwingTrendPrompt()
   • 中长线：generateMediumLongPrompt()
   • 稳健策略：generateConservativePrompt()
   • 平衡策略：generateBalancedPrompt()
   • 激进策略：generateAggressivePrompt()
   • 激进团策略：generateAggressiveTeamPrompt()
   • 返佣套利：generateRebateFarmingPrompt()
   • AI自主：generateAiAutonomousPrompt()
   • 陪审团：generateMultiAgentConsensusPrompt()
   • Alpha Beta：generateAlphaBetaPrompt()

3. 多Agent协作（激进团和陪审团专属）：

   • 激进团团员：src/agents/aggressiveTeamAgents.ts
     • createAggressiveTeamTrendExpertAgent() - 趋势分析专家
     • createAggressiveTeamPredictionExpertAgent() - 预测分析专家
     • createAggressiveTeamMoneyFlowExpertAgent() - 资金流向专家
     • createAggressiveTeamRiskControlExpertAgent() - 风险控制专家
   • 陪审团成员：src/agents/analysisAgents.ts
     • createTechnicalAnalysisAgent() - 技术分析Agent
     • createTrendAnalysisAgent() - 趋势分析Agent
     • createRiskAssessmentAgent() - 风险评估Agent

4. 统一导出：通过 src/strategies/index.ts 统一导出所有策略，方便系统调用

策略选择逻辑

实现文件：src/strategies/index.ts

系统根据环境变量 TRADING_STRATEGY 动态加载对应策略：

// 在 src/strategies/index.ts 中
export function getStrategyParams(strategy: TradingStrategy, maxLeverage: number): StrategyParams {
  switch (strategy) {
    case "ultra-short":
      return getUltraShortStrategy(maxLeverage);
    case "swing-trend":
      return getSwingTrendStrategy(maxLeverage);
    case "medium-long":
      return getMediumLongStrategy(maxLeverage);  // 中长线策略
    case "conservative":
      return getConservativeStrategy(maxLeverage);
    case "balanced":
      return getBalancedStrategy(maxLeverage);
    case "aggressive":
      return getAggressiveStrategy(maxLeverage);
    case "aggressive-team":
      return getAggressiveTeamStrategy(maxLeverage);
    case "rebate-farming":
      return getRebateFarmingStrategy(maxLeverage);
    case "ai-autonomous":
      return getAiAutonomousStrategy(maxLeverage);
    case "multi-agent-consensus":
      return getMultiAgentConsensusStrategy(maxLeverage);
    case "alpha-beta":
      return getAlphaBetaStrategy(maxLeverage);  // Alpha Beta策略
    default:
      return getAiAutonomousStrategy(maxLeverage);
  }
}

配置项与代码对照表

配置项	环境变量	代码位置	说明
交易策略	TRADING_STRATEGY	src/strategies/index.ts	策略选择逻辑
执行周期	TRADING_INTERVAL_MINUTES	src/scheduler/tradingLoop.ts	交易循环间隔
最大杠杆	MAX_LEVERAGE	.env → 各策略文件	策略基准值
最大持仓数	MAX_POSITIONS	src/config/riskParams.ts	风控参数
最大持仓时长	MAX_HOLDING_HOURS	src/config/riskParams.ts	风控参数
极端止损	EXTREME_STOP_LOSS_PERCENT	src/config/riskParams.ts	风控参数
初始资金	INITIAL_BALANCE	src/config/riskParams.ts	资金管理
账户回撤警告	ACCOUNT_DRAWDOWN_WARNING_PERCENT	src/config/riskParams.ts	风控参数
账户回撤禁止开仓	ACCOUNT_DRAWDOWN_NO_NEW_POSITION_PERCENT	src/config/riskParams.ts	风控参数
账户回撤强制平仓	ACCOUNT_DRAWDOWN_FORCE_CLOSE_PERCENT	src/config/riskParams.ts	风控参数

版本历史

v3.0 - 2025年11月15日

• 新增中长线策略（medium-long）
  • 30分钟执行周期，3-10倍杠杆
  • AI主导决策，最小限制最大自由度
  • 追求中长期稳健收益（月目标25-50%）
  • 注重质量而非频率
• 新增Alpha Beta策略（alpha-beta）
  • 零策略指导，AI完全自主决策
  • 强制自我复盘机制（核心特色）
  • 双重防护模式（代码自动 + AI主动）
  • 从历史中学习，持续优化
• 策略总数从9种增加到11种
• 完善策略文档，新增两个策略的完整说明
• 更新策略切换指南和使用场景说明

v2.4 - 2025年11月14日

• 新增激进团策略（aggressive-team）
• 团长+4团员专业协作决策模式，追求40-60%月回报
• 震荡识别强化：五维30分制识别体系，避免震荡市频繁止损
• 20倍杠杆专属优化：更严格止损（-8%）、更早止盈（15%→8%）
• 智能优先级规则：震荡识别 > 持仓数要求，高震荡时宁可观望
• 多时间框架分层判断体系（长周期50% + 中周期30% + 短周期20%）
• 策略总数从8种增加到9种

v2.3 - 2025年11月11日

• 新增陪审团策略（multi-agent-consensus）
• 法官与陪审团合议决策模式：主Agent + 三个专业Agent协作
• 双重防护机制：代码自动监控 + 法官主动决策
• 策略总数从7种增加到8种
• 完善策略切换指南和最佳实践建议

v2.2 - 2025年11月9日

• 为所有策略参数标注配置文件位置和代码位置
• 添加配置项与代码对照表，方便快速定位配置
• 完善技术实现章节，详细说明各文件的作用
• 标注环境变量配置位置（.env 文件）

v2.1 - 2025年11月8日

• 优化项目结构：将策略实现统一放置在 src/strategies/ 目录
• 完善所有 README 文档，添加策略文件链接
• 更新策略配置指南，增加技术实现说明

v2.0 - 2025年11月4日

• 波段策略仓位调整：12-20% → 20-35%
• 波段策略时间框架优化：15m-4h → 1m/3m/5m/15m精准捕捉
• 波段策略止损微调：-5%-8% → -5.5%-9%
• AI职责调整：AI只负责开仓，平仓由自动监控系统执行
• 术语优化："代码级"改为"自动监控"

v1.0 - 2025年11月3日

• 初始版本发布

---

免责声明

⚠️ 重要风险提示

1. 投资风险：加密货币交易具有极高风险，可能导致部分或全部本金损失。
2. 策略风险：本文档描述的所有交易策略均为技术实现说明，不构成任何投资建议或收益承诺。
3. 测试建议：强烈建议使用测试网（GATE_USE_TESTNET=true）进行充分测试后，再考虑是否使用真实资金。
4. 自负盈亏：使用本系统进行交易的所有盈亏由使用者自行承担，开发者不承担任何责任。
5. 无保证声明：本系统按"原样"提供，不提供任何明示或暗示的保证，包括但不限于适销性、特定用途适用性的保证。
6. 合规责任：使用者需自行确保遵守所在地区的法律法规，开发者不对任何违法使用承担责任。

请在充分理解风险并能承受可能的损失的前提下使用本系统。

---

版权声明

Copyright (C) 2025 195440

本文档遵循 GNU Affero General Public License v3.0 协议。