""" 市场信号分析器 - 纯市场分析，不包含任何仓位信息 职责： 1. 分析K线、量价、技术指标 2. 分析新闻舆情 3. 输出纯市场信号（buy/sell/hold + confidence + reasoning） 不负责： - 仓位管理 - 风险控制 - 具体下单决策 """ import json import re import pandas as pd from typing import Dict, Any, Optional, List from datetime import datetime from app.utils.logger import logger from app.services.llm_service import llm_service from app.services.news_service import get_news_service class MarketSignalAnalyzer: """市场信号分析器 - 只关注市场，输出客观信号""" # 纯市场分析系统提示词（与旧版 CRYPTO_SYSTEM_PROMPT 保持一致，只移除仓位管理） MARKET_ANALYSIS_PROMPT = """你是一位专业的加密货币交易员和技术分析师。你的任务是综合分析**趋势方向、K线数据、量价关系、技术指标和新闻舆情**，给出交易信号。 ## 核心理念 **趋势是你的朋友，顺势交易是稳定盈利的关键。** ### 🚨 铁律（必须遵守） 1. **先判断趋势，再寻找信号** - 趋势方向错误，信号再强也不做 2. **判断趋势位置，避免盲目追涨杀跌** - 趋势到了晚期，要警惕反转 3. **顺势交易为主，但要考虑反转机会** - 上涨趋势只做多或观望，下跌趋势只做空或观望 4. **逆势交易极其谨慎** - 必须有多重反转信号才能考虑逆势 5. **单边行情不逆势** - 强趋势中（连续3根以上同向K线）严禁逆势开仓 6. **严禁重复信号** - 如果上一轮已经给出了相同方向的交易信号，绝对不要重复输出！只有在以下情况才能给出新信号： - 趋势发生了**明确的反转**（从多头转为空头，或反之） - 上一轮是观望，现在出现了**新的明确交易机会** - 上一轮信号已失效（价格已触及止损或止盈） - 如果只是趋势延续、价格在合理波动范围内，**不要重复给出相同方向的信号** ### 交易目标 - **稳健为主**：宁可错过，不做错 - **顺势而为**：在大趋势方向上寻找入场点 - **严控风险**：每次交易风险不超过本金的2% ## 零、日内交易核心理念（必须遵守！） ### 🎯 日内交易的本质 **日内交易 = 当日进出 + 快速获利 + 严控盈亏比** ### ⚠️ 铁律（违反即失败） 1. **盈亏比第一**：所有交易必须满足盈亏比 ≥ 1:2，优选 1:3 - 盈亏比 = (目标盈利 - 入场价) / (入场价 - 止损价) - 做多：目标价 > 入场价 > 止损价 - 做空：目标价 < 入场价 < 止损价 - 如果盈亏比 < 1:2，**绝对不要开仓** 2. **快进快出**： - 单笔持仓不超过 4 小时 - 达到目标立即平仓，不贪心 - 未达到目标但超过 2 小时，考虑平仓观望 3. **严格止损**： - 止损幅度：1-2%（最大不超过 2%） - 触及止损立即离场，不要犹豫 - 不要移动止损（除非是移动止盈保护利润） 4. **日内平仓**： - 不建议持仓过夜 - 收盘前 30 分钟逐步平仓 - 避免隔夜风险 ### 日内交易时间框架（调整后） **主周期**：30m（日内趋势） **入场周期**：15m（寻找入场点） **精确入场**：5m（确认时机） **超精确入场**：1m（最后确认，可选） **趋势参考**：1h（当日大方向） ### 日内交易参数 | 参数 | 设定值 | |------|--------| | 止损幅度 | 1-2%（最大2%） | | 目标盈利 | 2-3%（日内快速获利） | | 盈亏比要求 | ≥ 1:2（优选1:3） | | 单笔持仓时长 | 不超过4小时 | | 仓位大小 | 轻仓为主（light/micro） | ## 零点一、趋势方向判断（简化版，适配日内） **日内交易更关注 30m 和 15m，1h 作为大方向参考** ### 快速趋势判断（30m + 15m） **看涨日内（做多为主）**： - 30m: EMA20 > EMA50，价格在 EMA20 之上 - 15m: 短期均线向上，价格站上 EMA5 - 30m 和 15m 同向向上 **看跌日内（做空为主）**： - 30m: EMA20 < EMA50，价格在 EMA20 之下 - 15m: 短期均线向下，价格跌破 EMA5 - 30m 和 15m 同向向下 **震荡日内（观望为主）**： - 30m: 均线纠缠，价格反复穿越 EMA20 - 15m: 无明确方向 - 此时最好观望，或支撑位多、压力位空（轻仓） ### 日内顺势规则 | 30m 趋势 | 15m 趋势 | 允许操作 | 盈亏比要求 | |---------|----------|---------|-----------| | **上升** | 上升 | ✅ 做多 | ≥ 1:2 | | **上升** | 下跌 | ⚠️ 回调做多 | ≥ 1:3 | | **下降** | 下降 | ✅ 做空 | ≥ 1:2 | | **下降** | 上升 | ⚠️ 反弹做空 | ≥ 1:3 | | **震荡** | 任意 | ⚠️ 观望或轻仓 | ≥ 1:3 | ## 零点五、日内交易实战策略 ### 🎯 三种日内入场方式 #### 策略1：突破追入（适合强势行情） **什么时候追？** - 30m 和 15m 同向，趋势明确 - 放量突破关键位（阻力/支撑） - 15m 或 5m 级别正在加速 **追入必须满足**： - ✅ 盈亏比 ≥ 1:2 - ✅ 止损：1-2% - ✅ 目标：2-3% - ✅ 仓位：light 或 micro **❌ 追入的危险区**： - 15m RSI > 70（多）或 < 30（空） - 价格偏离均线 > 3% - 连续 3 根以上大阳/大阴 #### 策略2：回调/反弹入场（稳健策略） **回调做多**（30m 上升，15m 回调）： - 回调到 EMA20 或支撑位 - RSI 回落到 40-50 - 缩量后放量反弹 **反弹做空**（30m 下降，15m 反弹）： - 反弹到 EMA20 或压力位 - RSI 反弹到 50-60 - 缩量后放量下跌 **回调入场要求**： - ✅ 盈亏比 ≥ 1:3（更严格要求） - ✅ 止损：支撑/压力位外侧 1% - ✅ 目标：2-3% #### 策略3：震荡双向交易（仅限震荡市） - 支撑位做多，压力位做空 - 严格止损 1% - 目标 1.5-2% - 盈亏比 ≥ 1:2 ### 🚨 盈亏比检查清单（必须执行！） **在输出任何交易信号前，必须计算盈亏比**： ``` 做多盈亏比 = (目标价 - 入场价) / (入场价 - 止损价) 做空盈亏比 = (入场价 - 目标价) / (止损价 - 入场价) 示例： - BTC 入场 65000，止损 64300（-1%），目标 66300（+2%） - 盈亏比 = (66300 - 65000) / (65000 - 64300) = 1300 / 700 ≈ 1.86 ✅ 可行 ``` **如果盈亏比 < 1:2，不要输出信号！** ### 日内交易决策流程 ``` 第一步：检查盈亏比 ├── 盈亏比 < 1:2 → ❌ 不开仓 └── 盈亏比 ≥ 1:2 → 继续检查 第二步：判断趋势方向 ├── 30m 上升 + 15m 上升 → 做多（策略1或2） ├── 30m 下降 + 15m 下降 → 做空（策略1或2） ├── 30m 震荡 → 观望或双向轻仓（策略3） └── 趋势不明确 → 观望 第三步：选择入场方式 ├── 放量突破 → market 立即入场 └── 等待回调 → limit 挂单入场 第四步：设置止损止盈 ├── 止损：1-2%（最大不超过 2%） ├── 目标：2-3%（快速获利） └── 验证盈亏比 ≥ 1:2 ``` ## 一、量价分析（重要） 量价关系是判断趋势真假的核心： ### 1. 健康上涨信号 - **放量上涨**：价格上涨 + 成交量放大（量比>1.5）= 上涨有效，可追多 - **缩量回调**：上涨后回调 + 成交量萎缩（量比<0.7）= 回调健康，可低吸 ### 2. 健康下跌信号 - **放量下跌**：价格下跌 + 成交量放大 = 下跌有效，可追空 - **缩量反弹**：下跌后反弹 + 成交量萎缩 = 反弹无力，可做空 ### 3. 量价背离（重要反转信号） - **顶背离**：价格创新高，但成交量未创新高 → 上涨动能衰竭，警惕回落 - **底背离**：价格创新低，但成交量未创新低 → 下跌动能衰竭，关注反弹 - **天量见顶**：极端放量（量比>3）后价格滞涨 → 主力出货信号 - **地量见底**：极端缩量（量比<0.3）后价格企稳 → 抛压枯竭信号 ### 4. 突破确认 - **有效突破**：突破关键位 + 放量确认（量比>1.5）= 真突破 - **假突破**：突破关键位 + 缩量 = 假突破，可能回落 ## 二、K线形态分析 ### 反转形态 - **锤子线/倒锤子**：下跌趋势中出现，下影线长 = 底部信号 - **吞没形态**：大阳吞没前一根阴线 = 看涨；大阴吞没前一根阳线 = 看跌 - **十字星**：在高位/低位出现 = 变盘信号 - **早晨之星/黄昏之星**：三根K线组合的反转信号 ### 持续形态 - **三连阳/三连阴**：趋势延续信号 - **旗形整理**：趋势中的健康回调 ## 三、技术指标分析 ### RSI（相对强弱指标） **RSI 是最重要的超买超卖指标，请注意细节：** - **RSI < 30**：超卖区，关注反弹机会 - RSI 从 30 以下回升，交叉上穿 30：买入信号 - RSI 底背离（价格新低但 RSI 未创新低）：强买入信号 - **RSI > 70**：超买区，关注回落风险 - RSI 从 70 以上回落，交叉下穿 70：卖出信号 - RSI 顶背离（价格新高但 RSI 未创新高）：强卖出信号 - **RSI 40-60**：震荡区，观望为主 - **RSI 趋势**：RSI 自身的趋势变化比单一数值更重要 ### MACD - 金叉（DIF 上穿 DEA）：做多信号 - 死叉（DIF 下穿 DEA）：做空信号 - 零轴上方金叉：强势做多 - 零轴下方死叉：强势做空 - MACD 柱状图背离：重要反转信号 ### 布林带 - 触及下轨 + 企稳：反弹做多 - 触及上轨 + 受阻：回落做空 - 布林带收口：即将变盘 - 布林带开口：趋势启动 ### 均线系统（趋势判断核心 - 使用 EMA） - **多头排列**（EMA5 > EMA10 > EMA20 > EMA50）：强势上涨趋势，回调做多 - **空头排列**（EMA5 < EMA10 < EMA20 < EMA50）：强势下跌趋势，反弹做空 - **价格与 EMA 的关系**： - 价格站稳 EMA5/EMA10 上方：短线上涨 - 价格突破 EMA20：中线转多 - 价格跌破 EMA20：中线转空 - EMA50 是中期趋势的分水岭 - **均线金叉死叉**： - EMA5 上穿 EMA10：短线买入信号 - EMA5 下穿 EMA10：短线卖出信号 - EMA10 上穿 EMA20：中线买入信号 - EMA10 下穿 EMA20：中线卖出信号 ## 四、新闻舆情分析 结合最新市场新闻判断： - **重大利好**：监管利好、机构入场、ETF 通过等 → 提高做多置信度 - **重大利空**：监管打压、交易所暴雷、黑客攻击等 → 提高做空置信度 - **市场情绪**：恐慌指数、社交媒体热度 - **大户动向**：鲸鱼转账、交易所流入流出 ## 五、多周期共振（关键分析框架） **多周期共振是提高信号质量的核心方法：** ### 周期层级关系 - **1h（当日大方向）**：判断当日的主要趋势方向 - **30m（日内趋势层）**：决定日内主趋势 - **15m（入场层）**：寻找入场时机 - **5m（精确入场）**：确认最佳入场点 - **1m（超精确）**：最后确认（可选） ### 共振判断标准 **强共振（A级信号）**： - 30m + 15m + 5m 趋势同向（如 30m多 + 15m多 + 5m多） - 多周期 RSI 同时超买/超卖后出现背离 - 多周期 EMA 同时金叉/死叉 **中等共振（B级信号）**： - 30m + 15m 同向 - 主周期（15m）技术指标明确 **弱共振（C级信号）**： - 只有单一周期信号 - 多周期方向不一致 ### 实战策略 - **顺势交易**：30m 和 15m 同向时，在 5m/1m 寻找入场点 - **逆势谨慎**：只有 15m 信号但 30m 反向时，降低置信度 - **突破交易**：多周期同时突破关键位，信号最强 ## 六、入场方式 根据市场分析综合判断入场方式： - **market**：现价立即入场 - 信号强烈且明确（A级或高置信度B级） - 放量突破关键位，趋势明确 - 多周期共振，等待可能错过机会 - 市场波动大，等待可能价格变化太快 - **limit**：挂单等待入场 - 信号强度中等（B级或C级） - 当前价格距离理想入场位有一定距离 - 判断市场可能回调到更好位置 - 希望获得更优成交价格，愿意承担可能无法成交的风险 **重要**： - 必须同时输出 `entry_zone`（建议入场价）和 `entry_type`（入场方式） - 入场方式由你的市场分析判断，不是简单的价格距离计算 - 如果选择 `limit`，`entry_zone` 应该是你建议的挂单价格 ## 输出格式 请严格按照以下 JSON 格式输出： ```json { "trend_direction": "uptrend/downtrend/neutral", "trend_strength": "strong/medium/weak", "analysis_summary": "简要描述当前市场状态（50字以内）", "volume_analysis": "量价分析结论（30字以内）", "news_sentiment": "positive/negative/neutral", "news_impact": "新闻对市场的影响分析（30字以内）", "signals": [ { "type": "short_term/medium_term/long_term", "action": "buy/sell", "entry_type": "market/limit", "confidence": 0-100, "grade": "A/B/C/D", "entry_zone": 66000, "stop_loss": 65500, "take_profit": 67500, "reasoning": "详细的入场理由（必须包含趋势判断和量价分析）", "key_factors": ["关键因素1", "关键因素2"] } ], "key_levels": { "support": [65000, 64500], "resistance": [67000, 67500] } } ``` ## 重要说明 - **所有价格必须是纯数字**，不要加 $ 符号、逗号或其他格式 - `entry_zone`、`stop_loss`、`take_profit` 必须是数字类型，不要是字符串 - `key_levels` 中的支撑位和阻力位也必须是数字数组 ## 信号等级与置信度 - **A级**（80-100）：量价配合 + 多指标共振 + 多周期确认 - **B级**（60-79）：量价配合 + 主要指标确认 - **C级**（40-59）：有机会但量价不够理想 - **D级**（<40）：量价背离或信号矛盾 ## 注意事项 1. **只在有明确的做多或做空机会时才输出信号**（action 为 buy 或 sell） 2. 如果市场不明朗，没有明确交易机会，**不要输出任何信号**（signals 为空数组 []） 3. 信号强度（confidence）要合理，不要随意给高分 4. 60-70分：一般信号，可轻仓试探 5. 75-85分：较强信号，可正常仓位 6. 90+分：强信号，但也要控制风险 7. 不要输出 action 为 "wait" 的信号，如果没有交易机会就不输出 ## 历史信号参考（非常重要！） **如果提供了上一轮的分析信号，必须仔细参考它：** ### 🚫 严禁重复信号 **如果上一轮已经给出了买入/卖出信号，不要在没有明显变化的情况下重复给出相同方向的信号！** 以下情况**不要**输出新的交易信号： - ✗ 上一轮做空，现在仍然是空头排列，价格继续下跌 → **不要重复做空信号** - ✗ 上一轮买入，现在仍然是多头排列，价格继续上涨 → **不要重复买入信号** - ✗ 仅仅因为趋势延续就重复信号 → **绝对禁止！** ### ✅ 允许输出新信号的情况 只有在以下情况之一时，才输出新的交易信号： 1. **趋势反转**：上一轮判断的趋势发生了明确反转 - 例如：上一轮看多（EMA多头排列），现在转为空头排列 2. **从观望到机会**：上一轮是观望（无信号），现在出现了明确的交易机会 3. **上一轮信号已失效**： - 价格已触及上一轮的止损或止盈价位 - 距离上一轮信号已过去较长时间（>2小时） 4. **新的关键点位**：价格触及了重要的支撑/阻力位，且有明显反转信号 ### 📋 信号调整建议 当需要调整时，请在 reasoning 中说明： - 上一轮买入 → 当前转跌 → reasoning 中说明"趋势转弱，建议减仓或止损" - 上一轮做空 → 当前转涨 → reasoning 中说明"趋势反转，建议平仓" - 上一轮观望 → 当前出现机会 → 说明新机会是什么 ### ⏰ 时间间隔考虑 - 5分钟级别：如果上一轮是15分钟内，除非有重大变化，否则不重复信号 - 短线信号：同一方向信号间隔至少1小时 - 波段信号：同一方向信号间隔至少4小时 ### 🎯 趋势位置考虑（重要！） **在给出信号之前，先判断趋势所处的阶段：** **上升趋势中**： - 如果价格严重偏离均线（> 5%），RSI > 75，布林带开口极大 → 趋势可能到晚期，不要追多，考虑反向信号 - 如果价格在均线上方，但开始出现顶背离 → 警惕反转，考虑做空或观望 - 如果价格刚刚突破，均线刚开始多头排列 → 趋势早期，可以积极做多 **下降趋势中**： - 如果价格严重偏离均线（> 5%），RSI < 25，布林带开口极大 → 趋势可能到晚期，不要追空，考虑反向信号 - 如果价格在均线下方，但开始出现底背离 → 警惕反弹，考虑做多或观望 - 如果价格刚刚跌破，均线刚开始空头排列 → 趋势早期，可以积极做空 **记住：宁可错过，不要噪音。重复信号只会导致过度交易！** 记住：你只负责分析市场，输出客观的交易信号，不需要考虑仓位管理和风险控制！ """ def __init__(self): self.news_service = get_news_service() async def analyze(self, symbol: str, data: Dict[str, Any], symbols: List[str] = None, previous_signal: Dict[str, Any] = None) -> Dict[str, Any]: """ 分析市场并生成信号 Args: symbol: 交易对 data: 多周期K线数据 symbols: 所有监控的交易对（用于市场对比） previous_signal: 上一轮的分析信号（用于避免重复信号和提供上下文） Returns: 市场信号字典 """ try: # 1. 准备市场数据 market_context = self._prepare_market_context(symbol, data, symbols) # 2. 获取新闻舆情 news_context = await self._get_news_context(symbol) # 3. 构建 LLM 提示词 prompt = self._build_analysis_prompt(symbol, market_context, news_context, previous_signal) # 4. 调用 LLM 分析 messages = [ {"role": "system", "content": self.MARKET_ANALYSIS_PROMPT}, {"role": "user", "content": prompt} ] response = await llm_service.achat(messages) # 5. 解析结果 result = self._parse_llm_response(response, symbol) return result except Exception as e: logger.error(f"市场信号分析失败: {e}") import traceback logger.debug(traceback.format_exc()) return self._get_empty_signal(symbol) def _prepare_market_context(self, symbol: str, data: Dict, symbols: List[str] = None) -> str: """准备市场上下文信息""" context_parts = [] # 当前价格和24h变化 current_price = float(data['5m'].iloc[-1]['close']) price_change_24h = self._calculate_price_change_24h(data['1h']) context_parts.append(f"当前价格: ${current_price:,.2f} ({price_change_24h})") # 多周期数据 for tf_name, df in data.items(): if df is None or len(df) == 0: continue latest = df.iloc[-1] context_parts.append(f"\n## {tf_name} 数据") context_parts.append(f"开: {latest['open']}, 高: {latest['high']}, 低: {latest['low']}, 收: {latest['close']}") context_parts.append(f"成交量: {latest.get('volume', 'N/A')}") # 技术指标 if 'rsi' in df.columns: rsi = df['rsi'].iloc[-1] context_parts.append(f"RSI: {rsi:.2f}") if 'macd' in df.columns: macd = df['macd'].iloc[-1] signal = df['macd_signal'].iloc[-1] context_parts.append(f"MACD: {macd:.4f}, 信号线: {signal:.4f}") if 'bb_upper' in df.columns: bb_upper = df['bb_upper'].iloc[-1] bb_lower = df['bb_lower'].iloc[-1] context_parts.append(f"布林带: 上轨 {bb_upper:.2f}, 下轨 {bb_lower:.2f}") # 均线系统（使用 30m 作为日内主周期） context_parts.append(f"\n## 均线系统 (30m 日内主趋势)") df_30m = data.get('30m') if df_30m is not None and len(df_30m) > 0: latest = df_30m.iloc[-1] context_parts.append(f"EMA5: {latest.get('ma5', 'N/A')}") context_parts.append(f"EMA10: {latest.get('ma10', 'N/A')}") context_parts.append(f"EMA20: {latest.get('ma20', 'N/A')}") context_parts.append(f"EMA50: {latest.get('ma50', 'N/A')}") # 判断均线排列 ma5 = latest.get('ma5', 0) ma10 = latest.get('ma10', 0) ma20 = latest.get('ma20', 0) ma50 = latest.get('ma50', 0) if all([ma5, ma10, ma20, ma50]): if ma5 > ma10 > ma20 > ma50: context_parts.append("均线排列: 多头排列 📈 (EMA5 > EMA10 > EMA20 > EMA50)") elif ma5 < ma10 < ma20 < ma50: context_parts.append("均线排列: 空头排列 📉 (EMA5 < EMA10 < EMA20 < EMA50)") else: context_parts.append("均线排列: 交织，方向不明") # 量比分析 df_5m = data.get('5m') if df_5m is not None and len(df_5m) >= 20: vol_latest = df_5m['volume'].iloc[-1] vol_ma20 = df_5m['volume'].iloc[-20:-1].mean() volume_ratio = vol_latest / vol_ma20 if vol_ma20 > 0 else 1 context_parts.append(f"\n## 量价分析") context_parts.append(f"最新成交量: {vol_latest:.0f}") context_parts.append(f"20周期均量: {vol_ma20:.0f}") context_parts.append(f"量比: {volume_ratio:.2f}") if volume_ratio > 1.5: context_parts.append("量价状态: 放量 📊") elif volume_ratio < 0.7: context_parts.append("量价状态: 缩量 📉") else: context_parts.append("量价状态: 平量 ➖") # 波动率分析 volatility_analysis = self._analyze_volatility(data) if volatility_analysis: context_parts.append(f"\n## 波动率分析") context_parts.append(volatility_analysis) # 趋势位置分析（新增：避免盲目追涨杀跌） trend_position_analysis = self._analyze_trend_position(data) if trend_position_analysis: context_parts.append(f"\n## 趋势位置分析") context_parts.append(trend_position_analysis) return "\n".join(context_parts) async def _get_news_context(self, symbol: str) -> str: """获取新闻舆情上下文""" try: news_result = await self.news_service.get_crypto_news(symbol) if not news_result or not news_result.get('articles'): return "无最新新闻" articles = news_result['articles'][:5] # 只取前5条 context_parts = ["\n## 最新新闻"] for article in articles: title = article.get('title', '') source = article.get('source', '') published_at = article.get('publishedAt', '') time_str = published_at.split('T')[1][:5] if 'T' in published_at else '' context_parts.append(f"- [{time_str}] {title} ({source})") return "\n".join(context_parts) except Exception as e: logger.warning(f"获取新闻失败: {e}") return "新闻获取失败" def _analyze_trend_position(self, data: Dict[str, pd.DataFrame]) -> str: """分析趋势位置和日内交易机会（使用 EMA）""" try: df_30m = data.get('30m') df_15m = data.get('15m') if df_30m is None or len(df_30m) < 50: return "" latest_30m = df_30m.iloc[-1] current_price = float(latest_30m['close']) # 获取日内级别 EMA（30m） ema5_30m = latest_30m.get('ma5') # 实际是 ema5 ema10_30m = latest_30m.get('ma10') # 实际是 ema10 ema20_30m = latest_30m.get('ma20') # 实际是 ema20 if not all([ema5_30m, ema10_30m, ema20_30m]): return "" # 判断日内趋势（30m EMA 为主） if ema5_30m > ema10_30m > ema20_30m: intraday_trend = "上升" intraday_emoji = "📈" elif ema5_30m < ema10_30m < ema20_30m: intraday_trend = "下跌" intraday_emoji = "📉" else: intraday_trend = "震荡" intraday_emoji = "➖" analysis = [f"日内趋势(30m EMA): {intraday_emoji} {intraday_trend}"] # 检查15分钟级别入场时机 if df_15m is not None and len(df_15m) >= 20: latest_15m = df_15m.iloc[-1] rsi_15m = latest_15m.get('rsi', 50) ema5_15m = latest_15m.get('ma5') # 实际是 ema5 ema20_15m = latest_15m.get('ma20') # 实际是 ema20 # 检查短期动能 if len(df_15m) >= 5: recent_closes = df_15m['close'].iloc[-5:].values is_accelerating = all(recent_closes[i] > recent_closes[i-1] for i in range(1, 5)) else: is_accelerating = False # 计算价格偏离 if ema5_15m and ema20_15m: deviation_ema5_15m = abs(current_price - ema5_15m) / ema5_15m * 100 distance_to_ema20 = abs(current_price - ema20_15m) / ema20_15m * 100 else: deviation_ema5_15m = 0 distance_to_ema20 = 0 # 检查成交量 df_5m = data.get('5m') volume_ratio = 1 if df_5m is not None and len(df_5m) >= 20: vol_latest = df_5m['volume'].iloc[-1] vol_ma20 = df_5m['volume'].iloc[-20:-1].mean() volume_ratio = vol_latest / vol_ma20 if vol_ma20 > 0 else 1 # 日内过度延伸检查（EMA 反应更快，阈值更严格） is_overextended = ( (rsi_15m > 70 and intraday_trend == "上升") or (rsi_15m < 30 and intraday_trend == "下跌") or deviation_ema5_15m > 3 ) if intraday_trend == "上升": if is_accelerating and volume_ratio > 1.3 and not is_overextended: analysis.append(f"15m: 正在加速上涨，放量突破") analysis.append(f" → 日内追多（止损1-2%，目标2-3%）") analysis.append(f" → 盈亏比要求 >= 1:2") elif distance_to_ema20 < 1 and deviation_ema5_15m > 1.5: analysis.append(f"15m: 回调到 EMA20 支撑位") analysis.append(f" → 支撑位做多反弹（EMA20: ${ema20_15m:.0f}）") analysis.append(f" → 止损1%，目标2-3%，盈亏比 >= 1:3") elif is_overextended: analysis.append(f"⚠️ 15m 过度延伸: RSI {rsi_15m:.0f}，偏离 EMA5 {deviation_ema5_15m:.1f}%") analysis.append(f" → 不要追多，等待回调") else: analysis.append(f"15m: 上涨中，可以轻仓做多") analysis.append(f" → RSI {rsi_15m:.0f}，偏离 EMA5 {deviation_ema5_15m:.1f}%") elif intraday_trend == "下跌": if is_accelerating and volume_ratio > 1.3 and not is_overextended: analysis.append(f"15m: 正在加速下跌，放量跌破") analysis.append(f" → 日内追空（止损1-2%，目标2-3%）") analysis.append(f" → 盈亏比要求 >= 1:2") elif distance_to_ema20 < 1 and deviation_ema5_15m > 1.5: analysis.append(f"15m: 反弹到 EMA20 压力位") analysis.append(f" → 压力位做空回调（EMA20: ${ema20_15m:.0f}）") analysis.append(f" → 止损1%，目标2-3%，盈亏比 >= 1:3") elif is_overextended: analysis.append(f"⚠️ 15m 过度延伸: RSI {rsi_15m:.0f}，偏离 EMA5 {deviation_ema5_15m:.1f}%") analysis.append(f" → 不要追空，等待反弹") else: analysis.append(f"15m: 下跌中，可以轻仓做空") analysis.append(f" → RSI {rsi_15m:.0f}，偏离 EMA5 {deviation_ema5_15m:.1f}%") else: analysis.append(f"15m: 震荡，观望或双向轻仓") analysis.append(f" → 支撑位多，压力位空，盈亏比 >= 1:3") # 日内交易要点 analysis.append(f"\n💡 日内交易要点:") analysis.append(f"- 使用 EMA（指数移动平均）反应更快") analysis.append(f"- 盈亏比第一: 必须 >= 1:2，优选 1:3") analysis.append(f"- 快进快出: 持仓不超过4小时") analysis.append(f"- 严格止损: 1-2%（最大2%）") analysis.append(f"- 目标盈利: 2-3%（快速获利）") return "\n".join(analysis) if analysis else "" except Exception as e: logger.warning(f"趋势位置分析失败: {e}") return "" def _build_analysis_prompt(self, symbol: str, market_context: str, news_context: str, previous_signal: Dict[str, Any] = None) -> str: """构建分析提示词""" prompt_parts = [ f"请分析 {symbol} 的市场情况：\n", market_context, "", news_context ] # 添加历史信号上下文 if previous_signal: prev_time = previous_signal.get('timestamp', 'Unknown') prev_trend = previous_signal.get('trend', 'Unknown') prev_signals = previous_signal.get('signals', []) prompt_parts.append("\n" + "="*60) prompt_parts.append("## 上一轮分析信号（必须参考！）") prompt_parts.append("="*60) prompt_parts.append(f"分析时间: {prev_time}") prompt_parts.append(f"趋势判断: {prev_trend}") if prev_signals: prompt_parts.append("\n之前给出的信号:") for i, sig in enumerate(prev_signals, 1): action = sig.get('action', 'N/A') confidence = sig.get('confidence', 0) timeframe = sig.get('timeframe', 'unknown') type_map = {'short_term': '短线', 'medium_term': '中线', 'long_term': '长线'} type_text = type_map.get(timeframe, timeframe) entry = sig.get('entry_zone', 'N/A') sl = sig.get('stop_loss', 'N/A') tp = sig.get('take_profit', 'N/A') reasoning = sig.get('reasoning', 'N/A') prompt_parts.append( f"\n[{i}] {type_text} | {action} | 信心度: {confidence}%\n" f" 入场: ${entry}\n" f" 止损: ${sl}\n" f" 止盈: ${tp}\n" f" 理由: {reasoning}" ) # 重点警告 prompt_parts.append("\n" + "!"*60) prompt_parts.append("🚨 严禁重复信号！") prompt_parts.append("!"*60) prompt_parts.append("如果上一轮已经给出了相同方向的信号（做空/做多），") prompt_parts.append("且趋势没有发生明确反转，") prompt_parts.append("绝对不要重复给出相同方向的信号！") prompt_parts.append("") prompt_parts.append("只有在以下情况才输出新信号：") prompt_parts.append(" ✓ 趋势发生了明确的反转") prompt_parts.append(" ✓ 上一轮是观望，现在出现了新的明确机会") prompt_parts.append(" ✓ 价格已触及上一轮的止损/止盈价位") prompt_parts.append("") prompt_parts.append("以下情况不要输出信号：") prompt_parts.append(" ✗ 趋势延续，只是价格继续向同一方向移动") prompt_parts.append(" ✗ 仅仅因为均线排列仍然有效") prompt_parts.append(" ✗ 没有明显的市场变化") else: prompt_parts.append("\n上一轮没有给出交易信号（市场观望建议）") prompt_parts.append("\n你可以基于当前市场情况给出新的信号。") prompt_parts.append("\n" + "="*60) prompt_parts.append("\n请根据以上数据，给出你的市场判断和交易信号。") return "\n".join(prompt_parts) def _parse_llm_response(self, response: str, symbol: str) -> Dict[str, Any]: """解析 LLM 响应""" try: # 尝试提取 JSON json_match = re.search(r'```json\s*([\s\S]*?)\s*```', response) if json_match: json_str = json_match.group(1) else: json_match = re.search(r'\{[\s\S]*\}', response) if json_match: json_str = json_match.group(0) else: raise ValueError("无法找到 JSON 响应") # 清理 JSON 字符串（移除可能导致解析错误的注释等） json_str = self._clean_json_string(json_str) logger.debug(f"解析的 JSON 字符串: {json_str[:500]}...") # 打印前500字符用于调试 result = json.loads(json_str) # 清理价格字段 - 转换为 float result = self._clean_price_fields(result) # 添加元数据 result['symbol'] = symbol result['timestamp'] = datetime.now().isoformat() result['raw_response'] = response # 兼容处理：确保 signals 中的字段与旧格式一致 if 'signals' in result: for sig in result['signals']: # LLM 输出的 "type" 是 timeframe (short_term/medium_term/long_term) # 需要映射为 "timeframe"，而 "action" 才是 buy/sell/wait if 'type' in sig: # 如果 type 是 short_term/medium_term/long_term，映射为 timeframe if sig['type'] in ['short_term', 'medium_term', 'long_term']: sig['timeframe'] = sig.pop('type') # 如果 type 是 buy/sell/wait，映射为 action elif sig['type'] in ['buy', 'sell', 'wait']: sig['action'] = sig.pop('type') # 确保 action 字段存在 if 'action' not in sig and 'timeframe' in sig: # 从 reasoning 或其他字段推断 action sig['action'] = 'wait' # 确保 grade 字段存在 if 'grade' not in sig: # 根据 confidence 推断 grade confidence = sig.get('confidence', 0) if confidence >= 80: sig['grade'] = 'A' elif confidence >= 60: sig['grade'] = 'B' elif confidence >= 40: sig['grade'] = 'C' else: sig['grade'] = 'D' # 处理趋势字段 - 优先使用 LLM 返回的趋势字段，否则从信号推断 if 'trend_direction' not in result or 'trend_strength' not in result: # 从 signals 中推断趋势 if 'signals' in result and result['signals']: best_signal = max(result['signals'], key=lambda s: s.get('confidence', 0)) action = best_signal.get('action', 'wait') confidence = best_signal.get('confidence', 0) # 推断趋势方向（如果 LLM 没有提供） if 'trend_direction' not in result: if action == 'buy': result['trend_direction'] = 'uptrend' elif action == 'sell': result['trend_direction'] = 'downtrend' else: result['trend_direction'] = 'neutral' # 推断趋势强度（如果 LLM 没有提供） if 'trend_strength' not in result: result['trend_strength'] = 'strong' if confidence >= 70 else 'medium' if confidence >= 50 else 'weak' # 从信号中推断 market_state（用于向后兼容） if 'signals' in result and result['signals']: best_signal = max(result['signals'], key=lambda s: s.get('confidence', 0)) action = best_signal.get('action', 'wait') confidence = best_signal.get('confidence', 0) trend_direction = result.get('trend_direction', 'neutral') # 推断市场状态 if confidence >= 70 and trend_direction != 'neutral': if trend_direction == 'uptrend': result['market_state'] = '强势上涨' elif trend_direction == 'downtrend': result['market_state'] = '强势下跌' else: result['market_state'] = '震荡整理' else: result['market_state'] = '震荡整理' # 推断 trend（用于向后兼容，简化的趋势字段） if 'trend' not in result: if trend_direction == 'uptrend': result['trend'] = 'up' elif trend_direction == 'downtrend': result['trend'] = 'down' else: result['trend'] = 'sideways' else: result['market_state'] = '无明确信号' if 'trend' not in result: result['trend'] = 'sideways' logger.info(f"✅ 市场信号分析完成: {symbol}") logger.debug(f"市场信号: {json.dumps(result, ensure_ascii=False, indent=2)}") return result except Exception as e: logger.warning(f"解析 LLM 响应失败: {e}") logger.warning(f"原始响应: {response[:1000]}...") # 打印前1000字符 return self._get_empty_signal(symbol) def _clean_json_string(self, json_str: str) -> str: """清理 JSON 字符串，移除可能导致解析错误的内容""" # 移除单行注释 // ... json_str = re.sub(r'//.*?(?=\n|$)', '', json_str) # 移除多行注释 /* ... */ json_str = re.sub(r'/\*[\s\S]*?\*/', '', json_str) # 移除尾随逗号（例如 {"a": 1,} -> {"a": 1}） json_str = re.sub(r',\s*([}\]])', r'\1', json_str) return json_str def _clean_price_fields(self, data: Dict[str, Any]) -> Dict[str, Any]: """清理价格字段，转换为 float""" def clean_price(price_value): if price_value is None: return None if isinstance(price_value, (int, float)): return float(price_value) if isinstance(price_value, str): # 移除 $ 符号和逗号 cleaned = price_value.replace('$', '').replace(',', '').strip() if cleaned: try: return float(cleaned) except ValueError: return None return None # 清理 key_levels 中的支撑位和阻力位 if 'key_levels' in data and data['key_levels']: key_levels = data['key_levels'] if 'support' in key_levels: data['key_levels']['support'] = [clean_price(s) for s in key_levels['support']] if 'resistance' in key_levels: data['key_levels']['resistance'] = [clean_price(r) for r in key_levels['resistance']] # 清理 signals 中的价格字段 if 'signals' in data: # 标记需要移除的信号索引 signals_to_remove = [] for idx, sig in enumerate(data['signals']): price_fields = ['entry_zone', 'stop_loss', 'take_profit'] for field in price_fields: if field in sig: sig[field] = clean_price(sig[field]) # 验证止损止盈价格的合理性 entry_zone = sig.get('entry_zone') stop_loss = sig.get('stop_loss') take_profit = sig.get('take_profit') action = sig.get('action', '') if entry_zone and entry_zone > 0: MAX_REASONABLE_DEVIATION = 0.50 # 50% has_invalid_price = False # 检查止损 if stop_loss is not None: deviation = abs(stop_loss - entry_zone) / entry_zone if deviation > MAX_REASONABLE_DEVIATION: logger.warning(f"⚠️ [{data.get('symbol', '')}] 信号止损价格不合理: entry={entry_zone}, stop_loss={stop_loss}, 偏离={deviation*100:.1f}%") has_invalid_price = True elif action == 'buy' and stop_loss >= entry_zone: logger.warning(f"⚠️ [{data.get('symbol', '')}] 做多止损错误: entry={entry_zone}, stop_loss={stop_loss} 应该 < entry") has_invalid_price = True elif action == 'sell' and stop_loss <= entry_zone: logger.warning(f"⚠️ [{data.get('symbol', '')}] 做空止损错误: entry={entry_zone}, stop_loss={stop_loss} 应该 > entry") has_invalid_price = True # 检查止盈 if take_profit is not None: deviation = abs(take_profit - entry_zone) / entry_zone if deviation > MAX_REASONABLE_DEVIATION: logger.warning(f"⚠️ [{data.get('symbol', '')}] 信号止盈价格不合理: entry={entry_zone}, take_profit={take_profit}, 偏离={deviation*100:.1f}%") has_invalid_price = True elif action == 'buy' and take_profit <= entry_zone: logger.warning(f"⚠️ [{data.get('symbol', '')}] 做多止盈错误: entry={entry_zone}, take_profit={take_profit} 应该 > entry") has_invalid_price = True elif action == 'sell' and take_profit >= entry_zone: logger.warning(f"⚠️ [{data.get('symbol', '')}] 做空止盈错误: entry={entry_zone}, take_profit={take_profit} 应该 < entry") has_invalid_price = True # 如果价格不合理，降低等级为 D 或移除信号 if has_invalid_price: original_grade = sig.get('grade', 'C') sig['grade'] = 'D' sig['confidence'] = 0 # 添加错误说明 if 'reasoning' in sig: sig['reasoning'] = f"[价格异常] {sig['reasoning']}" logger.error(f"❌ [{data.get('symbol', '')}] 信号价格异常，等级从 {original_grade} 降为 D，止损止盈已清空") # 清空不合理的价格 sig['stop_loss'] = None sig['take_profit'] = None return data def _calculate_price_change_24h(self, df) -> str: """计算24小时涨跌幅""" try: if df is None or len(df) < 24: return "N/A" current_price = float(df['close'].iloc[-1]) price_24h_ago = float(df['close'].iloc[-24]) change = ((current_price - price_24h_ago) / price_24h_ago) * 100 sign = "+" if change >= 0 else "" return f"{sign}{change:.2f}%" except Exception as e: logger.debug(f"计算24h涨跌失败: {e}") return "N/A" def _get_empty_signal(self, symbol: str) -> Dict[str, Any]: """返回空信号""" return { 'symbol': symbol, 'trend_direction': 'neutral', 'trend_strength': 'weak', 'analysis_summary': 'unknown', 'volume_analysis': '分析失败', 'news_sentiment': 'neutral', 'news_impact': '无', 'market_state': '分析失败', 'trend': 'sideways', 'signals': [], 'key_levels': {}, 'timestamp': datetime.now().isoformat(), 'error': '信号分析失败' } def _analyze_volatility(self, data: Dict[str, pd.DataFrame]) -> str: """分析波动率变化（使用 30m 作为日内主周期）""" df = data.get('30m') if df is None or len(df) < 24 or 'atr' not in df.columns: return "" lines = [] # ATR 变化趋势 recent_atr = df['atr'].iloc[-6:].mean() # 最近 6 根（3小时） older_atr = df['atr'].iloc[-12:-6].mean() # 之前 6 根 if pd.isna(recent_atr) or pd.isna(older_atr) or older_atr == 0: return "" atr_change = (recent_atr - older_atr) / older_atr * 100 current_atr = float(df['atr'].iloc[-1]) current_price = float(df['close'].iloc[-1]) atr_percent = current_atr / current_price * 100 lines.append(f"当前 ATR (30m): ${current_atr:.2f} ({atr_percent:.2f}%)") if atr_change > 20: lines.append(f"**波动率扩张**: ATR 上升 {atr_change:.0f}%，日内趋势可能启动") elif atr_change < -20: lines.append(f"**波动率收缩**: ATR 下降 {abs(atr_change):.0f}%，可能即将变盘") else: lines.append(f"波动率稳定: ATR 变化 {atr_change:+.0f}%") # 布林带宽度 if 'bb_upper' in df.columns and 'bb_lower' in df.columns: bb_width = (float(df['bb_upper'].iloc[-1]) - float(df['bb_lower'].iloc[-1])) / current_price * 100 bb_width_prev = (float(df['bb_upper'].iloc[-6]) - float(df['bb_lower'].iloc[-6])) / float(df['close'].iloc[-6]) * 100 if bb_width < bb_width_prev * 0.8: lines.append(f"**布林带收口**: 宽度 {bb_width:.1f}%，变盘信号") elif bb_width > bb_width_prev * 1.2: lines.append(f"**布林带开口**: 宽度 {bb_width:.1f}%，趋势延续") return "\n".join(lines)