跳到主要内容

定时分析

按周期定时运行 AI 分析 —— 每周市场健康、每月组合复盘、每日自选诊断。

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


1. 你可以得到什么

  • 按你选定的周期运行 —— 每日、每周、每月,或任意 cron 风格的调度
  • 结果送入收件箱 —— 每次运行的摘要会进入应用内通知中心的 AI_TASK 类目
  • Telegram 送达 —— 绑定 Telegram 后,同一份摘要 push 到你的手机;通过 Connect Telegram 绑定
  • 每次运行消耗 Credits —— 每次定时运行的 Credits 消耗与等价的一次性 chat 分析相同
  • 服务端上限 —— 每个任务都有 max_trigger_countmax_run_duration_days,错配置的调度不会无限跑下去
  • 随时暂停 / 停止 —— 在 /agentic-trading 打开任务详情,停止或暂停不会丢失调度历史

2. 示例 prompt

打开 /chat,用自然语言描述调度即可 —— Alphio AI 解析周期并注册为 Periodic 任务:

  • "每周五美东时间 16:00,总结本周的市场主题。"
  • "每月 1 日,给我做一次过去 30 天前 5 大持仓的绩效复盘。"
  • "每周一上午 9 点,扫一下我的自选有没有突破形态。"
  • "每个交易日早上 8 点(美东),给我一份盘前组合简报。"
  • "每个季度,对照我的目标风险画像复盘一次资产配置。"

Alphio AI 会在生效前确认解析结果(首次运行时间、间隔、要分析的内容)。


3. 工作原理

  1. 在 chat 里描述调度,或在 /agentic-tradingNew Trading TaskPeriodic 创建。Alphio AI 提取 首次运行时间间隔1d / 1h / 1wk)、分析 prompt。
  2. 复核确认卡片 —— 核对周期、分析内容、运行时长上限。
  3. Alphio 通过 /v1/tradeagent/tasks/periodic 注册定时任务。任务出现在 /agentic-trading 的 Active 列表。
  4. 每次运行按调度执行 —— Alphio AI 运行分析、把摘要写入任务执行日志、把结果 push 到 AI_TASK 通知 + Telegram。
  5. 你来复核、归档或行动 —— 摘要卡片出现在收件箱,点开看完整分析。

定时任务遵循账户级 Strategy Settings(风险偏好、资产偏好),AI 的视角与你的画像一致。


4. 成本(Credits)

每次定时运行的 Credits 消耗与等价的一次性分析相同。一次每周市场总结约等于每周一次 chat 研究;一次每日自选诊断约等于每个交易日一次 chat 研究。

注意

定时分析每次运行的 Credits 价格仍在定稿。在应用内正式标价之前,请先用低频任务(每周)起步,前几次运行盯一下 Credits 余额,再决定是否提高频率。


5. 最佳实践

  • 从每周频率起步 —— 每周市场主题的"每 Credit 信息量"最高。只有在有明确理由时(活跃交易、财报季)再升级到每日。
  • 一次运行打包多个洞察 —— 一个每周任务覆盖 "市场主题 + 我的组合 + 我的自选" 比拆成三个每周任务更省、更易读。
  • 避开盘中时段调度 —— 把"早间简报"任务设在美东 8 点,开盘前拿到一份打包好的读数,而不是盘中的噪音。
  • 设运行时长上限 —— max_run_duration_days 设一个合理时长(季度任务 90 天、每日任务 30 天),让老任务自动到期而不是越堆越多。
  • 前 2–3 次运行后微调 prompt —— 打开任务详情,看输出是不是你想要的,再编辑描述把 prompt 收紧。

6. 未来规划

注意

以下定时分析能力已在规划,但尚未上线,请勿视为当前行为:

  • 跨任务流水线 —— 一个定时任务的输出喂给下一个(例如每日自选筛选 → 每周对头部命中做深度复盘)
  • 条件性周期 —— 市场波动时跑得更频、平静时跑得更稀
  • 行内交易触发器 —— 直接从摘要卡片把一条定时分析发现提升为一条 Auto Trade 规则
  • 邮件送达 —— 同样的摘要 push,除了应用内 + Telegram,也送达邮件

Agent Instructions: Querying This Documentation

If you need information not on this page, you can query the docs dynamically by sending a GET request with the ask query parameter:

GET https://docs.alphio.ai/zh/workflow/scheduled-analysis.md?ask=<question>

The question should be specific, self-contained, and written in natural language. The response includes a direct answer plus relevant excerpts and sources.