BTC 量化模型训练与模拟实盘回测

金融虚拟货币案例ID：243877

Pointer *

5 年经验· 广州探迹科技有限公司

微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。

案例介绍

功能介绍：BTC 量化模型训练与模拟实盘回测，为了研究加密货币市场 BTC 量化交易研究与AI大模型之间的链接而设计，主要包含有以下功能，此系统为我个人全栈开发：

1. 采集存储交易所相关OHLCV数据，通过 LSTM、Transformer 等对数据特征进行提取和训练，通过波动率、EMA、MACD 等相关技术指标与数据特征提取，训练预测模型。

2. 通过接入 GPT-5.5 大模型的多层Agent，从情报收集采集相关交易所、新闻资讯以及链上相关数据经过清晰后交给分析层，由分析层新闻资讯与宏观经济数据数据面分析、交易所行情技术面分析、以及风控分析的三个搭载了 GPT-5.5 的AI分析Agent进行分析并输出分析报告，再经过三大分析师 Agent 和总经理 Agent 经过三轮 AI 辩论决出针对当前行情的交易信号提交给执行层，执行层Agent程序会根据上层的交易信号进行24小时 Tick 级别盯盘把握交易时机进行交易执行准确把握交易时机、入场和出场等关键执行环境，整个订单结束后，再由分析总结 Agent 收尾，总结此次交易的不足之处，并反馈给各层的 Agent 进行循环学习固化提升，帮助整套系统工作流越用越强.

3. 回测与模拟实盘，采用订单薄式交易回测规避所有未来函数干扰，准确进行回测，并构建虚拟实盘，构建一个虚拟交易所，用虚拟资金测试系统和模型的可靠性，降低试错成本。

4. 整套系统接入了 AI 管家 Hermes 可以直接连通 Telegram、飞书、微信等主流通讯软件，打通用户与AI沟通壁垒，实现仅通过即时通讯软件即可掌控整套系统。