444 lines
15 KiB
Python
444 lines
15 KiB
Python
"""
|
||
LLM 驱动的信号分析器 - 让 LLM 自主分析市场数据并给出交易信号
|
||
"""
|
||
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 LLMSignalAnalyzer:
|
||
"""LLM 驱动的交易信号分析器"""
|
||
|
||
# 系统提示词 - 让 LLM 自主分析
|
||
SYSTEM_PROMPT = """你是一位专业的加密货币技术分析师。你的任务是综合分析市场数据和新闻舆情，判断是否存在交易机会。
|
||
|
||
## 你的分析方法
|
||
你可以自由运用你所知道的任何技术分析方法，包括但不限于：
|
||
- 趋势分析（均线、趋势线、高低点）
|
||
- 动量指标（RSI、MACD、KDJ 等）
|
||
- 波动率分析（布林带、ATR）
|
||
- 价格形态（K线形态、图表形态）
|
||
- 支撑阻力位
|
||
- 成交量分析
|
||
- 多周期共振
|
||
|
||
## 新闻舆情分析
|
||
你还需要结合最新的市场新闻进行分析：
|
||
- 重大利好/利空消息
|
||
- 市场情绪（恐慌/贪婪）
|
||
- 大户/机构动向
|
||
- 监管政策变化
|
||
- 宏观经济影响
|
||
|
||
## 信号类型
|
||
请判断是否存在以下三种类型的交易机会：
|
||
|
||
1. **短线信号**（持仓 4小时 - 1天）
|
||
- 适合快速的超跌反弹或超涨回落
|
||
- 风险较高，需要快速止盈止损
|
||
|
||
2. **中线信号**（持仓 1-7 天）
|
||
- 波段交易，顺势回调入场
|
||
- 风险适中，有明确的止损止盈
|
||
|
||
3. **长线信号**（持仓 1周以上）
|
||
- 趋势交易，大级别趋势确认
|
||
- 风险较低，止损较宽
|
||
|
||
## 输出格式
|
||
请严格按照以下 JSON 格式输出你的分析结果：
|
||
|
||
```json
|
||
{
|
||
"analysis_summary": "简要描述当前市场状态（50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/wait",
|
||
"confidence": 0-100,
|
||
"grade": "A/B/C/D",
|
||
"entry_price": 建议入场价,
|
||
"stop_loss": 止损价,
|
||
"take_profit": 止盈价,
|
||
"reason": "详细的入场理由，说明你看到了什么技术信号和消息面因素",
|
||
"risk_warning": "风险提示"
|
||
}
|
||
],
|
||
"key_levels": {
|
||
"support": [支撑位列表],
|
||
"resistance": [阻力位列表]
|
||
}
|
||
}
|
||
```
|
||
|
||
## 信号等级说明
|
||
- **A级**：技术面+消息面共振，高置信度（80+），强烈建议入场
|
||
- **B级**：信号较好，置信度中等（60-80），可以入场
|
||
- **C级**：有机会但需谨慎（40-60），轻仓试探
|
||
- **D级**：不建议交易（<40），继续观望
|
||
|
||
## 重要原则
|
||
1. 宁可错过，不要做错 - 没有明确信号时输出空的 signals 数组
|
||
2. 每种类型最多输出一个信号
|
||
3. 止损必须明确，风险收益比至少 1:1.5
|
||
4. 如果市场混乱或数据不足，直接建议观望
|
||
5. reason 字段要具体说明你看到了什么（如"15M RSI 从 25 回升到 35，同时 MACD 金叉，且有大户加仓消息"）
|
||
6. 消息面和技术面冲突时，优先考虑技术面，但要在 risk_warning 中提示"""
|
||
|
||
def __init__(self):
|
||
"""初始化分析器"""
|
||
self.news_service = get_news_service()
|
||
logger.info("LLM 信号分析器初始化完成（含新闻舆情）")
|
||
|
||
async def analyze(self, symbol: str, data: Dict[str, pd.DataFrame],
|
||
symbols: List[str] = None) -> Dict[str, Any]:
|
||
"""
|
||
使用 LLM 分析市场数据
|
||
|
||
Args:
|
||
symbol: 交易对，如 'BTCUSDT'
|
||
data: 多周期K线数据 {'5m': df, '15m': df, '1h': df, '4h': df}
|
||
symbols: 所有监控的交易对（用于过滤相关新闻）
|
||
|
||
Returns:
|
||
分析结果
|
||
"""
|
||
try:
|
||
# 获取新闻数据
|
||
news_text = await self._get_news_context(symbol, symbols or [symbol])
|
||
|
||
# 构建数据提示
|
||
data_prompt = self._build_data_prompt(symbol, data, news_text)
|
||
|
||
# 调用 LLM
|
||
response = llm_service.chat([
|
||
{"role": "system", "content": self.SYSTEM_PROMPT},
|
||
{"role": "user", "content": data_prompt}
|
||
])
|
||
|
||
if not response:
|
||
logger.warning(f"{symbol} LLM 分析无响应")
|
||
return self._empty_result(symbol, "LLM 无响应")
|
||
|
||
# 解析响应
|
||
result = self._parse_response(response)
|
||
result['symbol'] = symbol
|
||
result['timestamp'] = datetime.now().isoformat()
|
||
|
||
# 记录日志
|
||
signals = result.get('signals', [])
|
||
if signals:
|
||
for sig in signals:
|
||
logger.info(f"{symbol} [{sig['type']}] {sig['action']} "
|
||
f"置信度:{sig['confidence']}% 等级:{sig['grade']} "
|
||
f"原因:{sig['reason'][:50]}...")
|
||
else:
|
||
logger.info(f"{symbol} 无交易信号 - {result.get('analysis_summary', '观望')}")
|
||
|
||
return result
|
||
|
||
except Exception as e:
|
||
logger.error(f"{symbol} LLM 分析出错: {e}")
|
||
import traceback
|
||
logger.error(traceback.format_exc())
|
||
return self._empty_result(symbol, str(e))
|
||
|
||
async def _get_news_context(self, symbol: str, symbols: List[str]) -> str:
|
||
"""获取新闻上下文"""
|
||
try:
|
||
# 获取最新新闻
|
||
all_news = await self.news_service.get_latest_news(limit=30)
|
||
|
||
# 过滤相关新闻（最近4小时）
|
||
relevant_news = self.news_service.filter_relevant_news(
|
||
all_news, symbols=symbols, hours=4
|
||
)
|
||
|
||
if not relevant_news:
|
||
return "暂无相关新闻"
|
||
|
||
# 格式化新闻
|
||
return self.news_service.format_news_for_llm(relevant_news, max_items=8)
|
||
|
||
except Exception as e:
|
||
logger.warning(f"获取新闻失败: {e}")
|
||
return "新闻数据暂时不可用"
|
||
|
||
def _build_data_prompt(self, symbol: str, data: Dict[str, pd.DataFrame],
|
||
news_text: str = "") -> str:
|
||
"""构建数据提示词"""
|
||
parts = [f"# {symbol} 市场数据分析\n"]
|
||
parts.append(f"分析时间: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}\n")
|
||
|
||
# 当前价格
|
||
if '5m' in data and not data['5m'].empty:
|
||
current_price = float(data['5m'].iloc[-1]['close'])
|
||
parts.append(f"**当前价格**: ${current_price:,.2f}\n")
|
||
|
||
# 各周期数据
|
||
for interval in ['4h', '1h', '15m', '5m']:
|
||
df = data.get(interval)
|
||
if df is None or df.empty:
|
||
continue
|
||
|
||
parts.append(f"\n## {interval.upper()} 周期数据")
|
||
|
||
# 最新指标
|
||
latest = df.iloc[-1]
|
||
parts.append(self._format_indicators(latest))
|
||
|
||
# 最近 K 线数据
|
||
parts.append(self._format_recent_klines(df, interval))
|
||
|
||
# 添加新闻数据
|
||
if news_text and news_text != "暂无相关新闻":
|
||
parts.append(f"\n{news_text}")
|
||
|
||
parts.append("\n---")
|
||
parts.append("请综合分析以上技术数据和新闻舆情，判断是否存在短线、中线或长线的交易机会。")
|
||
parts.append("如果没有明确的交易机会，signals 数组返回空即可。")
|
||
|
||
return "\n".join(parts)
|
||
|
||
def _format_indicators(self, row: pd.Series) -> str:
|
||
"""格式化指标数据"""
|
||
lines = []
|
||
|
||
# 价格
|
||
close = row.get('close', 0)
|
||
open_price = row.get('open', 0)
|
||
high = row.get('high', 0)
|
||
low = row.get('low', 0)
|
||
change = ((close - open_price) / open_price * 100) if open_price else 0
|
||
lines.append(f"- K线: O={open_price:.2f} H={high:.2f} L={low:.2f} C={close:.2f} ({change:+.2f}%)")
|
||
|
||
# 均线
|
||
ma5 = row.get('ma5', 0)
|
||
ma10 = row.get('ma10', 0)
|
||
ma20 = row.get('ma20', 0)
|
||
ma50 = row.get('ma50', 0)
|
||
if pd.notna(ma20):
|
||
ma_str = f"- 均线: MA5={ma5:.2f}, MA10={ma10:.2f}, MA20={ma20:.2f}"
|
||
if pd.notna(ma50):
|
||
ma_str += f", MA50={ma50:.2f}"
|
||
lines.append(ma_str)
|
||
|
||
# RSI
|
||
rsi = row.get('rsi', 0)
|
||
if pd.notna(rsi):
|
||
rsi_status = "超卖" if rsi < 30 else ("超买" if rsi > 70 else "中性")
|
||
lines.append(f"- RSI: {rsi:.1f} ({rsi_status})")
|
||
|
||
# MACD
|
||
macd = row.get('macd', 0)
|
||
macd_signal = row.get('macd_signal', 0)
|
||
macd_hist = row.get('macd_hist', 0)
|
||
if pd.notna(macd):
|
||
macd_status = "多头" if macd > macd_signal else "空头"
|
||
lines.append(f"- MACD: DIF={macd:.4f}, DEA={macd_signal:.4f}, 柱={macd_hist:.4f} ({macd_status})")
|
||
|
||
# KDJ
|
||
k = row.get('k', 0)
|
||
d = row.get('d', 0)
|
||
j = row.get('j', 0)
|
||
if pd.notna(k):
|
||
lines.append(f"- KDJ: K={k:.1f}, D={d:.1f}, J={j:.1f}")
|
||
|
||
# 布林带
|
||
bb_upper = row.get('bb_upper', 0)
|
||
bb_middle = row.get('bb_middle', 0)
|
||
bb_lower = row.get('bb_lower', 0)
|
||
if pd.notna(bb_upper):
|
||
lines.append(f"- 布林带: 上={bb_upper:.2f}, 中={bb_middle:.2f}, 下={bb_lower:.2f}")
|
||
|
||
# ATR
|
||
atr = row.get('atr', 0)
|
||
if pd.notna(atr):
|
||
lines.append(f"- ATR: {atr:.2f}")
|
||
|
||
# 成交量
|
||
volume = row.get('volume', 0)
|
||
volume_ratio = row.get('volume_ratio', 0)
|
||
if pd.notna(volume_ratio):
|
||
vol_status = "放量" if volume_ratio > 1.5 else ("缩量" if volume_ratio < 0.5 else "正常")
|
||
lines.append(f"- 成交量: {volume:.2f}, 量比={volume_ratio:.2f} ({vol_status})")
|
||
|
||
return "\n".join(lines)
|
||
|
||
def _format_recent_klines(self, df: pd.DataFrame, interval: str) -> str:
|
||
"""格式化最近 K 线"""
|
||
# 根据周期决定显示数量
|
||
count = {'4h': 6, '1h': 12, '15m': 8, '5m': 6}.get(interval, 6)
|
||
|
||
if len(df) < count:
|
||
count = len(df)
|
||
|
||
lines = [f"\n最近 {count} 根 K 线:"]
|
||
lines.append("| 时间 | 开盘 | 最高 | 最低 | 收盘 | 涨跌 | RSI |")
|
||
lines.append("|------|------|------|------|------|------|-----|")
|
||
|
||
for i in range(-count, 0):
|
||
row = df.iloc[i]
|
||
change = ((row['close'] - row['open']) / row['open'] * 100) if row['open'] else 0
|
||
change_str = f"{change:+.2f}%"
|
||
time_str = row['open_time'].strftime('%m-%d %H:%M') if pd.notna(row.get('open_time')) else 'N/A'
|
||
rsi = row.get('rsi', 0)
|
||
rsi_str = f"{rsi:.0f}" if pd.notna(rsi) else "-"
|
||
lines.append(f"| {time_str} | {row['open']:.2f} | {row['high']:.2f} | "
|
||
f"{row['low']:.2f} | {row['close']:.2f} | {change_str} | {rsi_str} |")
|
||
|
||
return "\n".join(lines)
|
||
|
||
def _parse_response(self, response: str) -> Dict[str, Any]:
|
||
"""解析 LLM 响应"""
|
||
result = {
|
||
'raw_response': response,
|
||
'analysis_summary': '',
|
||
'signals': [],
|
||
'key_levels': {'support': [], 'resistance': []}
|
||
}
|
||
|
||
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:
|
||
# 尝试直接解析
|
||
json_str = response
|
||
|
||
parsed = json.loads(json_str)
|
||
|
||
result['analysis_summary'] = parsed.get('analysis_summary', '')
|
||
result['signals'] = parsed.get('signals', [])
|
||
result['key_levels'] = parsed.get('key_levels', {'support': [], 'resistance': []})
|
||
|
||
# 验证和清理信号
|
||
valid_signals = []
|
||
for sig in result['signals']:
|
||
if self._validate_signal(sig):
|
||
valid_signals.append(sig)
|
||
result['signals'] = valid_signals
|
||
|
||
except json.JSONDecodeError:
|
||
logger.warning("LLM 响应不是有效 JSON，尝试提取关键信息")
|
||
result['analysis_summary'] = self._extract_summary(response)
|
||
|
||
return result
|
||
|
||
def _validate_signal(self, signal: Dict[str, Any]) -> bool:
|
||
"""验证信号是否有效"""
|
||
required_fields = ['type', 'action', 'confidence', 'grade', 'reason']
|
||
for field in required_fields:
|
||
if field not in signal:
|
||
return False
|
||
|
||
# 验证类型
|
||
if signal['type'] not in ['short_term', 'medium_term', 'long_term']:
|
||
return False
|
||
|
||
# 验证动作
|
||
if signal['action'] not in ['buy', 'sell', 'wait']:
|
||
return False
|
||
|
||
# wait 动作不算有效信号
|
||
if signal['action'] == 'wait':
|
||
return False
|
||
|
||
# 验证置信度
|
||
confidence = signal.get('confidence', 0)
|
||
if not isinstance(confidence, (int, float)) or confidence < 40:
|
||
return False
|
||
|
||
return True
|
||
|
||
def _extract_summary(self, text: str) -> str:
|
||
"""从文本中提取摘要"""
|
||
text = text.strip()
|
||
if len(text) > 100:
|
||
return text[:100] + "..."
|
||
return text
|
||
|
||
def _empty_result(self, symbol: str, reason: str = "") -> Dict[str, Any]:
|
||
"""返回空结果"""
|
||
return {
|
||
'symbol': symbol,
|
||
'timestamp': datetime.now().isoformat(),
|
||
'analysis_summary': reason or '无法分析',
|
||
'signals': [],
|
||
'key_levels': {'support': [], 'resistance': []},
|
||
'error': reason
|
||
}
|
||
|
||
def get_best_signal(self, result: Dict[str, Any]) -> Optional[Dict[str, Any]]:
|
||
"""
|
||
从分析结果中获取最佳信号
|
||
|
||
Args:
|
||
result: analyze() 的返回结果
|
||
|
||
Returns:
|
||
最佳信号，如果没有则返回 None
|
||
"""
|
||
signals = result.get('signals', [])
|
||
if not signals:
|
||
return None
|
||
|
||
# 按置信度排序
|
||
sorted_signals = sorted(signals, key=lambda x: x.get('confidence', 0), reverse=True)
|
||
return sorted_signals[0]
|
||
|
||
def format_signal_message(self, signal: Dict[str, Any], symbol: str) -> str:
|
||
"""
|
||
格式化信号消息（用于通知）
|
||
|
||
Args:
|
||
signal: 信号数据
|
||
symbol: 交易对
|
||
|
||
Returns:
|
||
格式化的消息文本
|
||
"""
|
||
type_map = {
|
||
'short_term': '短线',
|
||
'medium_term': '中线',
|
||
'long_term': '长线'
|
||
}
|
||
action_map = {
|
||
'buy': '做多',
|
||
'sell': '做空'
|
||
}
|
||
|
||
signal_type = type_map.get(signal['type'], signal['type'])
|
||
action = action_map.get(signal['action'], signal['action'])
|
||
grade = signal.get('grade', 'C')
|
||
confidence = signal.get('confidence', 0)
|
||
|
||
# 等级图标
|
||
grade_icon = {'A': '⭐⭐⭐', 'B': '⭐⭐', 'C': '⭐', 'D': ''}.get(grade, '')
|
||
|
||
message = f"""📊 {symbol} {signal_type}信号
|
||
|
||
方向: {action}
|
||
等级: {grade} {grade_icon}
|
||
置信度: {confidence}%
|
||
|
||
入场价: ${signal.get('entry_price', 0):,.2f}
|
||
止损价: ${signal.get('stop_loss', 0):,.2f}
|
||
止盈价: ${signal.get('take_profit', 0):,.2f}
|
||
|
||
📝 分析理由:
|
||
{signal.get('reason', '无')}
|
||
|
||
⚠️ 风险提示:
|
||
{signal.get('risk_warning', '请注意风险控制')}"""
|
||
|
||
return message
|