Stingray 的 Agentic Trading Desk 如何工作:从策略到执行的三步

了解 Stingray 的 agentic trading desk 如何把自然语言市场假设转成 typed rule、回测、提醒和受控激活工作流。

Stingray 的 Agentic Trading Desk 如何工作:从策略到执行的三步

简短答案

Stingray 的 agentic trading desk 分三步工作:

  1. 用自然语言描述交易假设。
  2. 把它转成 typed rule,并回测历史触发。
  3. 用同一规则做实时提醒;只有在证据和护栏支持时,才进入受控执行。

这和 chatbot answer 不同,也和 bot template 不同。重点是让策略在每个阶段都可检查。

本文示例使用加密交易场所,是因为链上市场目前提供最透明的实时市场数据。工作流本身更宽:为正在上链的市场提供假设、typed rule、证据、监控和受控激活。

第一步:从假设开始

大多数交易自动化失败,是因为它开始得太晚。它先从订单类型或 bot 模板开始,而不是先让想法变精确。

Stingray 从假设开始:

Hyperliquid BTC funding 明显转负、open interest 上升、BTC 保持在 20 日均线上方,并且近期新闻没有被重大交易所风险事件主导时提醒我。

系统会把它转成策略必须回答的问题:

  • 应该使用哪个交易场所和市场?
  • “明显转负”是什么意思?
  • open interest 应该如何衡量?
  • 规则使用什么时间周期?
  • 哪些新闻源算数?
  • 什么情况让 setup 失效?
  • 每次触发后应该衡量什么?

这就是 “agentic” 有意义的地方。Desk 不应该只是接受模糊语言,而应该把语言变成可见选择。

第二步:转成 typed rule

下一步是让策略可检查。

Typed rule 会定义:

| 组件 | 示例 | | --- | --- | | 资产 | Hyperliquid 上的 BTC 永续 | | Funding 条件 | Funding 低于 20 日分位阈值 | | Positioning 条件 | Open interest 上升超过定义幅度 | | 技术过滤 | 价格高于 20 日均线 | | 新闻过滤 | 回看窗口内没有高影响交易所风险新闻 | | 冷却时间 | 最多每 24 小时触发一次 | | 审查窗口 | 1 日、3 日、7 日和 14 日后续收益 | | 失效 | 价格收在选定支撑位下方 |

规则 typed 之后,交易者可以在运行前检查它。这就是 agentic trading desk 和黑盒 prompt 的区别。

第三步:激活前先回测

回测回答的是:规则表现是否符合假设预期。

请审查:

  • 规则触发了多少次。
  • 结果是否被一个市场环境主导。
  • funding、open interest 和价格过滤是否各自有帮助。
  • 新闻过滤是移除了坏触发,还是只是减少样本。
  • 失败信号之后发生了什么。
  • 滑点和流动性是否让 setup 现实。
  • 哪些 kill criteria 会停止规则。

目标不是强行让回测好看,而是判断 setup 是否值得实时监控。

Stingray 突破提醒回测组件

第四步:先监控,再谨慎激活

回测后,第一个实时版本通常应该是提醒。

实时监控会检查规则在样本外是否同样运行:

  • 准确条件是否触发?
  • 市场流动性是否足够?
  • 同一失效位是否仍然合理?
  • 信号是否出现在更宽的 risk-off 环境中?
  • 读完证据后,交易者是否仍愿意采取 setup?

只有这些检查完成后,才应该考虑受控执行,并且必须有清楚的仓位大小、失效、冷却时间和 kill criteria。

示例工作流

这是一个紧凑的 agentic trading desk 工作流:

| 阶段 | 交易者输入 | Stingray 输出 | | --- | --- | --- | | 假设 | “如果价格保持趋势,我想 fade extreme negative funding。” | 澄清问题和 draft rule | | 规则 | 交易者批准阈值、交易场所和过滤器 | Typed strategy definition | | 回测 | 交易者请求历史证据 | 触发历史、后续收益、失败和市场环境拆分 | | 监控 | 交易者打开提醒 | 附带证据的实时触发 | | 激活 | 交易者批准护栏 | 支持场景下的受控激活 |

关键是连续性。实时提醒应该使用与回测相同的规则。

Stingray 适合放在哪里

Stingray 面向 idea 和 risk 之间的工作流。它帮助交易者从假设进入 typed rule,从 typed rule 进入证据,再从证据进入受监控的激活。

相关工作流可以读适合自然语言策略的 Agentic 加密交易工具什么是 Stingray?自动交易策略工作流如何不写代码自动化链上交易策略

结论

判断 agentic trading desk 的标准,不应该是它回答 prompt 时有多自信。

标准应该是:它能否把假设转成 typed rule,回测规则,用同一条件做实时监控,并保留足够证据,让交易者决定下一步。

试试 Stingray

用 Stingray 运行你的策略