多代理LLM加密货币自动交易系统

这是一个完全基于多个大型语言模型(LLM)协作的加密货币自动化交易系统，专为币安合约交易设计。系统由多个专业AI代理组成，负责市场分析、策略生成、风险评估和决策执行。

主要特点

• 多代理协作决策：多个专业LLM代理协同工作，模拟真实交易团队
• 市场分析AI：专注于识别市场趋势、支撑阻力位和价格模式
• 策略生成AI：提出具体交易策略，包括入场价、止损止盈
• 风险管理AI：评估交易风险，提供风险控制建议
• 应急管理AI：监控市场异常波动，执行紧急操作
• 最终决策AI：综合前述分析，做出最终交易决定

系统架构

系统由以下主要组件构成：

1. LLMAgentManager: 语言模型代理管理器

   • 管理多个LLM代理之间的协作
   • 收集并整合各代理的意见
   • 记录决策过程和对话历史

2. 多个专业AI代理:

   • 市场分析师：分析市场趋势和状况
   • 交易策略师：提出具体交易策略
   • 风险管理专家：评估策略风险
   • 应急管理者：监控紧急情况
   • 最终决策者：做出交易决定

3. PositionManager: 仓位管理模块

   • 执行交易操作
   • 管理持仓
   • 设置止损止盈

4. PromptManager: 提示词管理器

   • 生成专业提示词
   • 准备市场数据上下文
   • 动态调整分析深度

工作流程

1. 市场分析阶段:

   • 获取K线数据
   • 根据市场波动性动态决定分析深度
   • 市场分析AI产生专业的市场分析报告

2. 策略生成阶段:

   • 基于市场分析提出交易策略
   • 指定入场价格、止损止盈位置
   • 建议仓位大小和风险评级

3. 风险评估阶段:

   • 评估策略风险
   • 提出风险控制建议
   • 决定是否执行或调整策略

4. 最终决策阶段:

   • 综合所有前述分析
   • 做出最终交易决定
   • 生成JSON格式的交易指令

5. 执行阶段:

   • 执行交易决策
   • 设置止损止盈
   • 记录交易日志

6. 应急监控阶段:

   • 实时监控市场异常
   • 评估持仓风险
   • 必要时执行紧急操作

安装要求

• Python 3.8+
• OpenAI API密钥（支持GPT-4）
• 币安API密钥和密钥

安装步骤

1. 克隆仓库：

git clone <repository_url>
cd llm-crypto-trader

2. 安装依赖：

pip install -r requirements.txt

3. 配置环境变量：
   • 复制.env.example为.env
   • 填写必要的API密钥和配置参数

配置说明

在.env文件中配置以下参数：

# API配置
BINANCE_API_KEY=your_binance_api_key
BINANCE_API_SECRET=your_binance_api_secret
OPENAI_API_KEY=your_openai_api_key

# 交易配置
TRADING_PAIR=BTCUSDT  # 交易对
LEVERAGE=5  # 杠杆倍数
POSITION_SIZE=0.01  # 每次开仓数量
MAX_POSITION=0.05  # 最大持仓量

# AI模型配置
STRATEGY_UPDATE_INTERVAL=15  # 策略更新间隔（分钟）
EMERGENCY_CHECK_INTERVAL=5  # 应急检查间隔（分钟）

# 自定义LLM API设置（可选）
LLM_API_BASE_URL=https://your-custom-endpoint.com/v1  # 自定义API基础URL
LLM_API_KEY=your_api_key_here  # 自定义API密钥
LLM_ORG_ID=your_org_id_here    # 自定义组织ID（可选）

# 代理模型设置（可选）
ANALYST_MODEL=claude-3-opus-20240229    # 市场分析师模型
TRADER_MODEL=claude-3-opus-20240229     # 交易决策者模型
RISK_MODEL=claude-3-sonnet-20240229     # 风险管理者模型

使用自定义语言模型API

本系统支持使用OpenAI API格式的自定义语言模型端点，这使您能够：

1. 使用Claude模型：通过兼容OpenAI API的代理服务
2. 使用自托管模型：指向本地或自托管的语言模型API
3. 使用其他云服务提供商：如Azure OpenAI或其他提供兼容API的服务

配置方法

1. 通过环境变量配置：

   • 在.env文件中设置LLM_API_BASE_URL、LLM_API_KEY和可选的LLM_ORG_ID
   • 系统启动时会自动加载这些配置

2. 通过代码配置：

   from main import LLMTrader
   
   trader = LLMTrader()
   # 设置自定义API URL
   trader.set_custom_api_url(
       base_url="https://your-custom-endpoint.com/v1",
       api_key="your_api_key_here",
       org_id="your_org_id_here"  # 可选
   )
   # 启动交易系统
   trader.start()

3. 指定不同角色使用的模型：

   • 在.env文件中设置特定角色使用的模型名称
   • 例如：ANALYST_MODEL=claude-3-opus-20240229
   • 支持的角色模型设置包括：ANALYST_MODEL, TRADER_MODEL, RISK_MODEL, EMERGENCY_MODEL, DEBATE_MODEL, VALIDATOR_MODEL, HISTORIAN_MODEL

常见自定义API端点示例

Claude模型（通过代理服务）

LLM_API_BASE_URL=https://your-claude-proxy.com/v1
LLM_API_KEY=your_api_key_here
ANALYST_MODEL=claude-3-opus-20240229
TRADER_MODEL=claude-3-opus-20240229

Azure OpenAI服务

LLM_API_BASE_URL=https://{your-resource-name}.openai.azure.com/openai/deployments/{deployment-id}
LLM_API_KEY=your_azure_api_key

本地托管模型

LLM_API_BASE_URL=http://localhost:8000/v1
ANALYST_MODEL=your-local-model-name

使用方法

1. 启动交易机器人：

python main.py

2. 监控输出：
   • 程序会打印每个阶段的分析结果和决策
   • 在logs目录下查看详细的决策记录

自定义与扩展

可以通过以下方式自定义系统：

1. 调整提示词：

   • 修改prompt_manager.py中的提示词模板
   • 调整不同角色的专业性和风格

2. 添加新代理：

   • 在llm_agent_manager.py中添加新的专业代理
   • 加入新的分析维度和决策因素

3. 使用不同模型：

   • 为不同代理指定不同的OpenAI模型
   • 根据需要调整模型参数

风险提示

• 本系统涉及加密货币合约交易，具有高风险
• 建议先在测试网进行测试
• 实盘交易时请谨慎设置交易参数
• 定期检查系统运行状态和持仓情况

系统优势

1. 集体智慧：多个专业AI代理协作，避免单点决策偏见
2. 专业分工：每个代理专注于特定领域，提高决策质量
3. 风险意识：独立的风险评估和应急管理机制
4. 透明决策：完整记录每个步骤的分析和决策过程
5. 灵活性强：轻松调整提示词和角色定位，适应不同交易风格

许可证

MIT License