构建策略

用自然语言描述一条交易策略，Alphio AI 为你拼装规则、脚手架和进出场逻辑。

入口路径：/chat（直接告诉 Alphio AI）或 /agentic-trading → New Trading Task

仅 Pro 与 Elite 套餐可用。

---

1. 你可以得到什么

• 自然语言输入 —— 一句话描述入场规则、出场规则、标的、时间周期
• Alphio AI 生成策略规格 —— 指标、条件、仓位、时间周期的结构化表达
• 部署前由你复核 —— 规格以确认卡片形式弹出，每个参数都可编辑
• 先做模拟盘 —— 上实盘资金前至少先在模拟盘跑一周
• 复用 Auto Trade 同一执行通道 —— 生成的策略走标准的 Monitor / Event / Periodic 任务模型
• 账户级护栏生效 —— Strategy Settings（风险偏好、最大仓位、每日回撤）约束 AI 生成的规则

---

2. 示例 prompt

打开 /chat，描述策略 —— Alphio AI 把它们各自翻译成结构化规格：

• "做一个策略，1 小时图 9-EMA 上穿 21-EMA 时做多 BTC，RSI > 70 或自入场起跌 3% 时离场。"
• "NVDA 4 小时突破 20 日新高且成交量高于均量时做多。"
• "ETH 15 分钟图 MACD 下穿信号线且价格 < 200-EMA 时做空。"
• "QQQ 日线收盘 > 50-EMA 时做多，盈利 5% 或收盘 < 50-EMA 时离场。"
• "均值回归：SPY 1 小时 RSI < 30 时做多，RSI 上穿 50 时离场。"

Alphio AI 用合理默认值补足缺失参数，并对歧义项（例如仓位、止损）反问确认。

---

3. 工作原理

1. 在 chat 里描述策略。至少包含：标的、方向（多 / 空）、入场条件、出场条件、时间周期。
2. Alphio AI 解析意图 —— 提取指标（EMA、RSI、MACD、成交量）、阈值、时间周期、订单方向。
3. 生成策略规格 —— 结构化的规则集合，映射到 Monitor / Event / Periodic 任务模型：
   • 指标驱动的进出场 → Monitor task
   • 财报 / 宏观事件入场 → Event task
   • 周期性买入（类 DCA） → Periodic task
4. 确认卡片 —— Alphio AI 把解析出的规格展示出来，每个字段可编辑：标的、入场、出场、止损、仓位、最大运行天数。
5. 复核后部署 —— 先模拟盘，再实盘。

AI 构建的策略和手配的 Auto Trade 规则走同一组后端接口（/v1/tradeagent/tasks/*），所以监控、执行日志、通知行为完全一致。

---

4. 部署前的策略复核

在点 deploy 之前，对照确认卡片走一遍清单：

• 标的与场所符合预期 —— "BTC" 可能落到现货也可能落到永续合约，明确路由
• 入场条件无歧义 —— "9-EMA 上穿 21-EMA" 清晰；"动能强时" 不清晰
• 出场规则有硬上限 —— 指标出场叠加百分比止损作为兜底
• 仓位尊重 Strategy Settings —— AI 默认按你策略设置中 单仓上限 的某个比例下单
• 运行时长有限 —— 设 max_run_duration_days（默认 60），策略自动到期
• 触发次数上限有设 —— max_trigger_count 防止过于活跃的规则烧 Credits

任何字段看着不对，先在卡片上改完再部署。

---

5. 上实盘前做回测

先部署到模拟盘。模拟盘让 AI 生成的策略跑在实时行情上而不发送真实订单。完整的 paper-vs-live 清单参见 模拟盘 vs 实盘 —— 包括 20 笔已平仓最低线、是否覆盖了回撤、规则误触发的迹象等。

模拟盘最常暴露的失败模式：

• AI 把时间周期解错（日内规则跑在日线上，反之亦然）
• 入场触发太频繁（规则太松）
• 入场永远不触发（规则太紧）
• 止损相对资产波动太紧 —— 策略反复被止损

调整 prompt、重新部署、再测，直到模拟表现与预期匹配。

---

6. 部署

模拟通过之后，把策略切到实盘。它会进入你正在运行的策略列表，出现在 活跃策略监控 —— 与任何其它 Agentic Trading / Auto Trade 策略共享同样的绩效曲线、执行日志、AI_TRADE 通知。

第一次实盘缩仓位：以模拟盘资金的 10–25% 起步。等到实盘行为在至少 10 笔已平仓上与模拟一致后再放大。