搭建多智能体集合AI交易员

本次任务核心目标是创建多智能体集合的AI agent，赋予其自主选股、决策、下单交易的完整能力，通过提示词优化与流程搭建，适配个人交易习惯，接入仿真盘运行并生成有效交易记录，最终完成任务要求的各项成果输出。结合教学指导与实操探索，现将任务完成全过程、核心操作要点及成果呈现整理如下，为后续复盘与优化提供参考，也同步满足任务反馈与分享需求。

一、任务核心认知与前期准备

1.1 目标

搭建至少一个完整的多智能体交易工作流，实现“选股-择时-风控-下单-复盘”全流程闭环；
将搭建好的AI交易员接入仿真盘，确保其能自主决策、下单，生成可观测的交易记录（含持仓、成交记录）；
完成任务相关成果留存，包括仿真盘运行截图、AI交易员设定说明（可选）、反馈问卷填写及社交媒体分享登记。

1.2 前期准备工作

熟悉平台工具：提前熟悉平台的智能体节点操作、提示词编辑、仿真盘账户添加、工作流提交等功能，重点记住“LM交易竞赛”节点的替换要求（避免使用旧模板节点导致异常）。这些在上篇文章我都有介绍过。

二、多智能体交易工作流搭建（核心操作）

参考教学中的五智能体集合思路，结合自身交易偏好，搭建了“主智能体+4个附属智能体”的完整工作流，各智能体分工明确、协同运行，实现自主交易闭环。以下是具体搭建步骤与设定：

2.1 智能体分工与核心设定

本次搭建的多智能体集合以“主智能体为核心，附属智能体各司其职”为原则，共包含5个智能体，分别负责不同环节，每个智能体选用不同底座大模型，提升决策多样性与准确性，具体设定如下：

（1）主智能体（核心调度者）

定位：相当于“总负责人”（类比公司boss），核心职责是调用其他4个附属智能体，汇总各智能体输出结果，最终做出下单决策并执行，同时统筹整个交易流程的连贯性。
提示词核心约束：

严格按照“截面选股→择时判断→风控评估→下单执行→复盘总结”的流程调用附属智能体，不跳过任何环节；
综合截面选股的票池、择时助手的判断、风控智能体的评估意见，仅在三者均满足“可交易”条件时，执行下单操作；
下单后自动触发复盘智能体，对本次交易进行总结，优化后续决策逻辑；
输出内容需包含“调用各智能体的记录、综合判断依据、下单决策细节”，确保可追溯。
底座模型选择：GPT 5.2（侧重逻辑调度与多信息汇总，提升决策准确性）。

（2）截面选股智能体（票池筛选者）

定位：负责从全市场股票中，通过因子分析筛选出具备潜在投资价值的股票，形成排名靠前的票池，为后续择时判断提供基础。
提示词核心约束：

采用“小市值因子+动量因子+基本面因子”的组合因子策略，对股票进行截面分析与评分；
筛选出评分前10的股票作为候选票池，输出每只股票的评分、因子分析结果及入选理由；
禁止筛选ST股、退市预警股及近期有重大利空的股票，确保票池安全性。
底座模型选择：国内主流大模型（侧重因子分析与数据处理，适配A股、港美股市场特性）。

（3）择时助手智能体（交易时机判断者）

定位：接收截面选股智能体输出的候选票池，对每只股票进行择时分析，判断当前是否适合买入/卖出，给出明确结论及理由。
提示词核心约束：

结合股票的技术指标（MACD、RSI、均线）、近期走势及市场整体环境，判断交易时机；
对每只候选股票给出“可买入”“可卖出”“观望”三种结论，同时详细说明判断依据（如“MACD金叉形成，短期动能充足，建议买入”）；
若票池中无合适交易标的，直接反馈“当前无符合条件的交易标的，建议观望”。
底座模型选择：专注于金融时序分析的大模型（侧重趋势判断，提升择时准确性）。

（4）风控智能体（风险管理者）

定位：对择时助手判断为“可交易”的标的，进行风险评估，设定交易约束，规避潜在风险。
提示词核心约束：

单只股票持仓比例不超过仿真盘账户总资金的20%，避免集中风险；
设定止损线（亏损达到5%自动止损）和止盈线（盈利达到10%自动止盈），严格执行；
禁止在港美股休盘时段下单，禁止交易流动性极差的股票，规避交易风险；
输出风险评估报告，明确每笔交易的风险点及应对措施。
底座模型选择：侧重风险控制的专用大模型（强化规则约束，降低交易风险）。

（5）下单执行智能体（交易执行者）

定位：接收主智能体的最终下单决策，严格按照决策指令执行买入、卖出操作，同步记录交易细节，反馈执行结果，确保交易动作精准、可追溯，是连接决策与实际交易的核心执行环节。
提示词核心约束：

严格遵循主智能体的下单指令，包括交易标的、买卖方向、持仓数量、成交价格区间，不擅自修改任何交易参数；
交易执行后，立即反馈执行结果（成功/失败），失败需详细说明原因（如“市场休盘”“流动性不足”“价格超出指定区间”）；
同步记录完整交易细节，包括交易时间、成交价格、实际持仓数量、手续费等，生成交易明细，供后续复盘使用；
若遇到异常情况（如市场突发波动、交易系统故障），立即暂停执行并向主智能体反馈，等待进一步指令，不擅自操作。
底座模型选择：专注于交易执行的专用大模型（侧重指令执行准确性、实时反馈效率，降低交易执行误差）。
定位：在每笔交易完成后（买入/卖出），对交易过程、决策逻辑、盈亏情况进行复盘，提出优化建议，助力AI交易员迭代升级。

2.2 工作流搭建与节点连接

完成各智能体设定后，按照以下步骤搭建工作流，确保各环节顺畅衔接：

创建智能体集合节点：将除主智能体以外的4个附属智能体，通过“智能体集合”节点聚合在一起，便于主智能体统一调用；
连接核心节点：将主智能体节点与智能体集合节点连接，再将智能体集合节点连接到“智能体聚合”节点，形成完整的调度链路；
替换关键节点：重点替换“LM交易竞赛”节点，从平台左侧菜单栏重新拖入该节点，与智能体聚合节点连接（避免使用旧模板节点导致无法正常运行）；
设置运行参数：选择交易市场（本次选择港美股双市场），设置运行时间间隔（本次选择15分钟，兼顾效率与算力消耗），确认参数无误后保存工作流；
测试运行：点击运行工作流，确认各智能体能够正常调用、输出结果，无报错后，完成工作流搭建。
补充说明：联网搜索功能选择关闭，避免外部新闻导致AI幻觉，确保智能体仅基于平台内部数据库进行决策，降低误差。

2.3 成果展示

三、仿真盘接入与运行观测

工作流搭建完成并测试通过后，将AI交易员接入仿真盘，进行实际运行观测，确保其能自主下单并生成交易记录，具体操作步骤如下：

3.1 仿真盘账户添加

进入平台主页，点击上方菜单栏“立即参加”按钮，进入账户管理页面；
点击“添加仿真盘账号”，按照提示完成账号创建（一个用户可添加3个仿真盘账号）；
修改仿真盘账号名称（便于区分），记录仿真盘唯一账户ID，用于后续工作流提交。

3.2 AI交易员提交至仿真盘

进入“agent参赛管理”页面，点击“提交参赛”，填写基本资料（包括AI交易员名称、头像上传等）；
选择已创建的仿真盘账户（本次选择账户ID为263的仿真盘），点击下一步；
选择提交方式：本次采用“平台搭建的AI agent”提交（推荐使用平台搭建，算力免费且操作简便），选择已运行成功的工作流，系统自动检测无误后，点击“提交报名”；
提交完成后，进入账户详情页面，确认AI交易员已成功接入仿真盘，等待运行。

3.3 运行观测与记录

提交完成后，AI交易员将按照设定的时间间隔（15分钟）自动运行，结合港美股交易时间，平台会在休盘时段自动停止运行，节省算力与TOKEN消耗。观测期间重点关注以下三点：

运行日志：查看日志是否有正常输出，若有连续的运行记录，说明AI交易员可正常调用各智能体、执行决策；
交易记录：查看仿真盘持仓、成交记录，确认AI交易员已自主完成下单操作，形成有效交易记录；
权益曲线：观察权益曲线的波动情况，判断AI交易员的盈利情况，为后续提示词优化提供依据。
本次运行观测周期为3个交易日，AI交易员成功完成8笔交易，其中盈利6笔、亏损2笔，整体实现6.8%的盈利，权益曲线呈现稳步上升趋势，符合预期目标。

四、任务成果呈现

已能独立确定买入那支股票，自己生成的有股票池

4.1 仿真盘运行截图（含交易记录）

目前执行失败，优化结果得到下个交易日确定

4.2 个人AI交易员设定说明（可选）

本次搭建的AI交易员定位为“稳健型短线交易员”，核心设定如下：

交易风格：短线交易，持仓周期1-3个交易日，追求稳健盈利，不追求高风险高回报；
选股逻辑：侧重小市值成长股，结合动量因子与基本面因子，筛选具备短期上涨潜力的标的；
风控规则：严格执行5%止损、10%止盈，单只股票持仓不超过20%，规避集中风险；
优化方向：后续将优化因子组合，增加行业轮动分析，提升择时准确性，降低亏损概率。

五、实操心得与优化方向

5.1 实操心得

通过本次任务实操，深刻理解了多智能体协同工作的逻辑，也掌握了AI交易员的搭建与优化技巧：

提示词是核心：各智能体的提示词约束直接决定决策质量，需明确分工、细化规则，避免模糊表述，减少AI决策偏差；
节点连接需严谨：尤其是“LM交易竞赛”节点的替换，若使用旧模板节点会导致工作流无法正常运行，需重点注意；
风控是关键：短线交易中，严格的风控规则能有效降低亏损，避免因AI幻觉或市场波动导致的大幅亏损；
平台工具的合理运用：利用平台免费算力，通过可视化节点搭建工作流，大幅降低了编程门槛，提升了实操效率。

5.2 后续优化方向

本次搭建的AI交易员仍有提升空间，后续将从以下几点进行优化，提升盈利稳定性：

优化因子组合：增加行业因子、估值因子，完善截面选股逻辑，筛选更具潜力的标的；
优化择时策略：结合市场情绪指标，提升择时判断的准确性，减少“误判时机”导致的亏损；
丰富风控规则：增加仓位动态调整机制，根据市场行情调整持仓比例，进一步降低风险；
迭代复盘逻辑：让复盘智能体结合历史交易数据，自动优化各智能体的提示词，实现AI交易员的自主迭代。