[AI tradingOS] AI自动交易器 | 绩效追踪与日志

第6章：AI自动交易器

欢迎回到nofx

通过前几章的积累，我们已经逐步构建了一个强大的系统：第1章：数据库与配置赋予其记忆能力，第2章：市场数据系统提供"市场耳目"，第3章：多交易所交易接口配备"交易执行手"，而第4章：AI决策引擎则构建了智能决策"大脑"。最后第5章：认证与用户管理通过身份验证机制保障系统安全。

现在想象你拥有一位天才厨师（AI决策引擎）、储备丰富的食材（市场数据）、精良的厨具（多交易所接口）和完美的食谱（提示词）。

如何确保这位厨师能持续烹饪、适应新食材并产出美味（盈利）佳肴，同时保持详细记录？

这就是AI自动交易器的用武之地

它是每个AI交易机器人的"专属管家"

AI的"私人管家"：维持系统运转

将AI自动交易器视为特定交易策略的全职助理。它不只执行单次交易，而是管理交易机器人的全生命周期：

核心职责包括：

定时唤醒：按设定间隔检查市场
信息收集：获取最新市场数据和账户状态
专家咨询：向AI决策引擎寻求建议
计划执行：通过多交易所接口下单交易
记录存档：记录每个动作、决策和绩效
持续进化：利用历史结果优化策略（主要通过改进AI提示词实现）

这个组件将前几章的所有概念整合为持续运行的智能交易机器人。

场景："运行我的比特币策略"

假设要在币安上运行基于DeepSeek模型的BTCUSDT交易机器人，每3分钟扫描市场：

若无自动交易器，你需要：

手动获取BTCUSDT数据
手动构建包含策略和账户信息的提示词
手动发送给DeepSeek模型
手动解析复杂响应
手动决定是否执行
手动向币安发送订单
手动记录所有操作
每3分钟重复上述流程！

人力根本无法完成！而AI自动交易器能自动化整个流程，启动后即可7×24小时持续运行。

核心机制

1. 唯一标识与配置

每个自动交易器都有唯一ID和名称，以及特定配置参数：

配置项	说明	示例
`ID`/`Name`	唯一标识和显示名称	`btc-deepseek-binance`
`AIModel`	使用的AI模型	`deepseek`
`Exchange`	交易平台	`binance`
`API Keys`	交易所和AI模型的密钥	`sk-xyz...`
`ScanInterval`	市场扫描间隔	`3分钟`
`InitialBalance`	初始资金（用于绩效追踪）	`1000 USDT`
`SystemPromptTemplate`	使用的交易策略模板文件	`default`

这些配置在创建时从数据库加载（参考第1章）。

2. 持续交易循环

自动交易器的核心是循环执行以下步骤：

暂停检查：是否因风控暂停
日绩效重置：新交易日重置盈亏统计
构建上下文 ：
- 从交易接口获取账户余额和持仓
- 从市场系统获取最新行情数据
- 加载该机器人历史表现
获取AI决策 ：
- 发送上下文给AI决策引擎
- 接收包含思维链和交易指令的响应
指令排序：确保平仓优先于开仓
执行交易 ：
- 安全检查（如避免重复开仓）
- 通过交易接口下单
- 设置止损止盈
记录日志 ：保存完整操作记录到decision_logs/

3. 绩效追踪与日志

自动交易器维护关键指标如initialBalance和dailyPnL，并通过DecisionLogger记录每个循环的详细信息，包括：

账户快照（权益、可用余额）
当前持仓
AI使用的完整提示词
AI的思维链推理过程
最终交易决策JSON
每项操作的执行结果

这些日志对透明度、调试和长期优化至关重要。

⭕使用方式

开发者通过配置创建AutoTrader实例后，调用Run()即可启动：

go 复制代码

func startBot() {
    // 1. 创建配置
    config := trader.AutoTraderConfig{
        ID: "btc-strategy-1",
        AIModel: "deepseek",
        Exchange: "binance",
        ScanInterval: 3 * time.Minute,
        SystemPromptTemplate: "default"
    }

    // 2. 创建实例
    myBot, _ := trader.NewAutoTrader(config)
    
    // 3. 启动循环
    go myBot.Run()
    
    // 运行30分钟后停止
    time.Sleep(30 * time.Minute)
    myBot.Stop()
}

底层实现

核心工作流

关键代码

结构体定义(trader/auto_trader.go)

go 复制代码

type AutoTrader struct {
    id       string
    config   AutoTraderConfig
    trader   Trader          // 交易接口
    mcpClient *mcp.Client    // AI通信客户端
    logger   *DecisionLogger // 日志记录器
}

主循环逻辑

go 复制代码

func (at *AutoTrader) runCycle() error {
    // 1. 构建交易上下文
    ctx := at.buildTradingContext()
    
    // 2. 获取AI决策
    decision := decision.GetFullDecision(ctx, at.mcpClient)
    
    // 3. 执行排序后的指令
    for _, action := range sortActions(decision.Actions) {
        at.executeAction(action)
    }
    
    // 4. 保存完整记录
    at.logger.Log(decision)
    return nil
}

指令执行示例（做多）

go 复制代码

func (at *AutoTrader) executeOpenLong(d Decision) error {
    // 避免重复开仓
    if at.hasPosition(d.Symbol, "long") {
        return errors.New("existing position")
    }
    
    // 计算数量并下单
    price := market.Get(d.Symbol).CurrentPrice
    qty := d.PositionSizeUSD / price
    result, _ := at.trader.OpenLong(d.Symbol, qty, d.Leverage)
    
    // 设置止损止盈
    at.trader.SetStopLoss(d.Symbol, qty, d.StopLoss)
    return nil
}

小结

AI自动交易器 作为nofx的运营中枢，通过持续循环整合市场数据采集、AI决策咨询、交易执行和全流程记录，将前几章的独立模块转化为有机整体

这种设计使得单个交易机器人能够安全、透明地自动化运行。

理解单个自动交易器的工作原理后，下一步自然需要管理多个机器人。在第7章：交易管理器中，我们将探索如何统一管控这些强大的自动交易器。