🤖《普通人如何从零打造自己的AI交易系统》第一篇 —— 从选择 AI 工具开始，搭建第一个 AI 交易决策系统
你有没有过这样的经历？
盯盘盯到凌晨两点，眼睛酸得睁不开，怕一觉醒来仓位没了。
明明制定好了交易计划，行情一波动就管不住手，追涨杀跌，反复被割。
想学量化交易，打开教程一看全是代码，连环境都搭不起来，直接放弃。
一套成熟的手动交易系统跑通了，但每次执行都会变形，该止损的时候犹豫，该加仓的时候手抖，该持有的时候恐慌。
这些问题，我全都经历过。
后来我开始琢磨一件事：能不能让AI来帮我执行交易决策？不是让AI替我猜涨跌，而是把我自己的交易逻辑交给AI，让它来执行，严格执行、不情绪化、不偷懒、不睡觉。
答案是：能❗️
而且普通人甚至小白，都能手搓一套低成本的AI交易系统。
这就是《普通人如何从零打造自己的AI交易系统》系列要干的事。不讲概念，不吹牛逼，直接上实战。
第一篇，我们先从核心开始：搭建AI交易决策系统。
第一部分：AI自动化交易系统的三大核心层次
很多人一听到“AI交易系统”，脑子里浮现的画面是：一台机器自己在那买卖，人躺床上数钱。
那叫全自动化交易。不是不能实现，但那是终点，不是起点。
真正完整的AI交易系统，拆开来看，有三个核心层次：
层次一：决策系统（大脑）
负责分析行情、判断方向、发出信号。这是整个系统最核心的部分——大脑没想清楚，手脚动得再快也没用。
层次二：执行系统（手脚）
负责对接交易所、自动下单、管理仓位。大脑说“买入”，手脚就去执行。大脑说“止损”，手脚毫不犹豫一刀砍。
层次三：监控系统（哨兵）
负责实时追踪持仓、异常预警、风控触发。大脑和手脚都在干活，哨兵在旁边盯着——价格异常波动了、浮亏超限了、系统出错了，它第一时间报警或自动干预。
打个比方：
🧠决策系统是将军，负责定策略、下命令；
⚙️ 执行系统是士兵，负责执行命令、冲锋陷阵；
⚠️ 监控系统是哨兵，负责站岗放哨、及时发现危险。
这三层缺一不可。大脑想好了，手脚动了，哨兵看着，才是一个完整的自动化系统。
而本文只覆盖第一层：决策系统（大脑）。
执行系统和监控系统，留到系列后续篇章再讲。先把大脑搭好，再谈手脚的事。
第二部分：AI自动化交易系统完整架构图
光说三层可能还不够直观。如果你真正准备搭建一套AI自动化交易系统，最重要的问题不是“要不要用AI”，而是：AI负责什么？交易程序负责什么？风控谁来做？信号产生后谁下单？订单失败怎么办？
把这些问题串起来，一套真正的AI自动化交易系统，本质是一个由数据→AI决策→交易信号→自动执行→仓位管理→风险控制→监控预警→历史记录→策略优化组成的完整闭环。
下面这张三层架构图，就是整个系统的施工蓝图：
第一层：决策系统（AI大脑）
负责“想”——分析行情、判断方向、发出信号。它不直接下单，而是回答：现在的市场环境是什么？应该做什么？为什么？
这一层包含四个模块：
数据输入层、策略引擎、信号输出层和历史记忆层。
我们将在第三部分详细讲解决策系统及其四个模块的功能。需要注意的是，我们提前了解清楚自动化交易系统的架构图及其概念，对后续搭建完整的AI自动化交易系统很重要。
第二层：执行系统（交易手脚）
负责“做”——把AI的决策真正执行出去。AI判断正确，不代表交易一定能成功。API连接失败、下单失败、滑点过大、订单未成交——这些都属于执行系统要解决的问题。
这一层包含四个模块：API对接层、订单管理层、仓位管理层、执行记录层。
第三层：监控系统（哨兵）
负责“看”——实时盯住持仓、异常和风险。自动化交易最大的风险之一，是系统出问题而你不知道，所以监控系统必须独立存在。
这一层包含四个模块：持仓监控、、异常预警、风控触发、日志记录。
三层如何形成闭环：
数据进入 → AI分析 → 策略判断 → 交易信号 → 风险评估 → 仓位计算 → API下单 → 订单跟踪 → 成交确认 → 持仓监控 → 止盈/止损 → 异常预警 → 交易记录 → 绩效分析 → 历史记忆 → 策略优化 → 再次进入决策
这就是完整的AI自动化交易闭环。
第三部分：决策系统（AI大脑）内部拆解
决策系统是AI交易系统最核心的部分，负责“想”。它内部可以拆成四个模块：
模块一：数据输入层
负责接入行情数据、链上数据、宏观数据、市场情绪和资讯事件。这是AI做判断的原材料——没有数据输入，再聪明的AI也分析不出任何东西。
模块二：策略引擎
负责把你的交易逻辑变成AI能执行的规则。你脑子里那套“什么时候进、什么时候出、什么情况持有、什么情况离场”的判断标准，全部写成AI能读懂的指令。它包含四个核心部分：
策略模型：判断当前市场属于趋势、震荡、突破、回调还是极端风险行情
信号分析：把复杂数据转化成可执行的交易信号（BUY/SELL/HOLD）
风险评估：评估波动率、关键位置、最大允许亏损、当前仓位，形成风险评分
决策逻辑：综合数据、策略、信号和风险，输出最终判断
模块三：信号输出层
负责把AI的判断标准化，输出包含入场价格区间、目标价格、止损价格、建议仓位、风险等级、信号强度和产生原因的结构化指令，让执行系统能够直接理解。我们可以让AI Agent 生成固定模版的分析报告，这样方便我们阅读行情信息。
模块四：历史记忆层
负责记录历史决策、复盘错误、持续优化。这是AI能不能“越用越聪明”的关键。没有长期记忆，每次决策都是从零开始；有了长期记忆，AI会记住上次判断错了什么、为什么错，下次尽量避免同样的错误。
四、普通人可选的AI工具方案对比
明白了系统长什么样之后，下一步就是选工具，用什么来搭建这套决策系统。
目前市面上的方案不少。我帮你挑了两种最适合普通人的路线。
方案一：Codex + ChatGPT
OpenAI的Codex是AI编程助手，配合ChatGPT，可以帮你写策略代码、调试回测、生成交易信号。
优点： 生态成熟、资料多、功能全面。ChatGPT目前支持“已保存的记忆”和“引用聊天记录”功能，开启后可以把过去聊天中的相关信息带入新的对话，还有Projects（项目）功能，项目中的对话可以引用同一项目内的其他对话，适合长期研究工作。
缺点： ChatGPT Plus订阅从$20/月起，更高强度的Codex使用需要更高等级的计划或额外使用额度。部分高级功能仅限Mac平台，数据上传云端，隐私依赖平台。
适合谁： 预算充足、追求省心、想“开箱即用”的用户。
方案二：Hermes + DeepSeek（推荐）
Hermes是一个开源AI Agent框架，不止是聊天，还能在授权下操作终端、读写文件、搜索网页，把一串任务串起来执行。DeepSeek是目前性价比最高的国产大模型之一，API调用费用约为ChatGPT Plus的三分之一，支持1M超长上下文，兼容OpenAI接口规范，支持Tool Calls和JSON Output。
优点： Hermes开源免费，DeepSeek API费用低，长期记忆本地可控，无平台限制，数据不出本地。
缺点： 初期配置有一定学习成本，需要花点时间搭建环境。但一旦搭好，整个系统完全由你掌控。
适合谁： 追求性价比、希望深度定制、愿意花时间学习搭建、不想被订阅制绑定的普通人。
两种AI工具方案的对比表如下：
五、为什么我选择 Hermes + DeepSeek
市面那么多方案，为什么我最终选择了Hermes+DeepSeek？
很多人问过我这个问题。我的回答很简单：我需要一个能长期学习我的交易体系、记住我的判断逻辑、并且成本足够低的AI。
交易系统需要的不只是“记忆”，而是可持续的长期工作上下文。
ChatGPT确实有记忆功能了。开启“已保存的记忆”后，它可以把过去聊天中的相关信息带入新的对话。Projects功能也允许项目内的对话互相引用上下文。
但交易系统需要的，不只是一段一段的碎片化记忆。
你的交易体系包含规则、判断、交易记录、复盘结果、修正后的规则，这些东西不是独立存在的，它们是一条完整的链条：
历史规则 → 当时判断 → 实际交易 → 结果 → 错误/经验 → 规则修正 → 下一次交易。
你需要的是一个能持续追踪这条链条的系统，而不是一个个独立对话窗口。
Hermes通过持久记忆（Persistent Memory）+ 会话搜索（Session Search）+ Skills，把这三者结合起来。它会把持久记忆写入本地的`/.hermes/memories/`，同时对历史session建立索引并进行搜索，支持跨会话调用历史上下文。
换句话说，Hermes能真正做到：记住你昨天为什么这么判断、结果如何、今天遇到类似情况时能主动提醒你。
性价比，是普通人最现实的考量。
OpenAI的API调用成本放在那里。对于需要频繁调用、反复测试的交易系统来说，这不是一笔小数目。
DeepSeek的API费用约为ChatGPT Plus的三分之一，而且支持1M超长上下文，意味着你可以一次性把大量数据（历史K线、宏观数据、ETF流向、链上数据）全部喂给模型做综合判断，不用担心上下文窗口不够用。
成本足够低，这才是普通人搭建AI交易系统的基础。
真实跑通的决策系统，不是纸上谈兵。
我自己的BTC行情决策系统和妖币决策系统，都是基于Hermes+DeepSeek搭建的，目前正在持续使用和迭代中。
这不是一篇概念文章，是我自己真实跑通之后，回头写的记录。
六、Hermes 安装实战
如果你在接下来的安装和配置过程中遇到任何报错，直接把报错信息截图或复制给免费版ChatGPT或DeepSeek，让它帮你一步步排查。 我就是这么干的，Hermes安装和配置过程中遇到的所有问题，就靠免费版的 ChatGPT 解决的。
我们先访问 Hermes官方网站的页面，链接为🔗：https://hermes-agent.nousresearch.com/
📚Windows系统安装步骤
第一步：点击 Windows 图标下面的 Download，
下载Hermes GUI的可执行安装包：Hermes-Setup .exe；
第二步：安装前建议先确认环境（重要）， Hermes 依赖 Python 3.10+ 及依赖包。若你电脑没有 Python，建议先到 python.org 安装 Python，或在安装向导里勾选自动配置，避免首次启动报错。
第三步：安装中可能遇到的问题
Defender 拦截：开源软件被误报属正常。点「更多信息 → 仍要运行」即可。
依赖/运行时缺失：若提示缺少组件，优先检查 Python 环境；
网络超时：卡在下载依赖时，多为网络问题，可以换网络重试。
第四步：验证安装是否成功
启动 Hermes，能正常打开主界面、看到欢迎页即成功。若仍打不开，把完整报错信息截图发给ChatGPT或DeepSeek，让它们帮你解决具体的问题。
📒MacOS系统安装步骤
第一步：下载安装包
① 点击 Mac 图标下的 Download，下载安装包：Hermes-Setup.dmg。
② 双击打开 .dmg 文件，将 Hermes 图标拖入 Applications（应用程序）文件夹，即完成安装。
第二步：安装前确认环境（重要）
Hermes 依赖 Python 3.10+ 及依赖包。若你的 Mac 没装 Python，建议先到 python.org 下载安装，或让 ChatGPT或DeepSeek指导你安装 Python；
第三步：首次打开可能遇到的问题
"无法验证开发者"提示：macOS 默认只允许 App Store 或受认可开发者的应用。在「应用程序」中找到 Hermes，右键 → 打开，在弹出的对话框点「打开」即可。只需这一次，之后可正常双击打开。
"安装包已损坏"：多因下载不完整，重新下载即可。
若提示"权限访问"，可能是 macOS 询问是否允许 Hermes 访问桌面/文件（读 PDF、K线图需要），记得点「允许」。
第四步：验证安装 启动 Hermes，能正常打开主界面、看到欢迎页即成功。若仍打不开，把完整报错信息截图发给 ChatGPT/DeepSeek。
七、配置 DeepSeek API
Hermes装好之后，下一步是让它调用DeepSeek的模型，AI 的大脑需要接上才能工作。
第一步：获取 DeepSeek API Key
打开 DeepSeek 开放平台官网链接🔗：https://platform.deepseek.com/
注册并登录你的账号，进入控制台后，先找到「API Keys」管理页面，点击「创建API Key」，填写一个名称（比如“Hermes”），点击确认后系统会生成一串密钥。
注意：这串密钥只显示一次，复制保存好之后再关闭页面。如果操作失误，忘记复制保存这串密钥，重新创建一个新的API Key即可，一个账户可以对应多个 API Key。
第二步：在Hermes中配置DeepSeek
启动 Hermes 成功后 ，点击左上角的⚙️设置，进入模型配置等选项。
如果你想选择适合自己阅读习惯的显示语言，请选择左边栏的“Appearance”，然后移到“Language” 下面的下拉菜单，选择你喜欢的语言，如下图所示👇
① 配置 AI 模型：
先选择 DeepSeek 大模型，然后选择性价比更高的 deepseek-v4-flash ；
接着将 DeepSeek 的API Key（刚才复制保存的那串密钥）粘贴到 API Key 的输入框里；
最后点击“应用” ，模型配置完成。
② 设置 「记忆与上下文」：
选择左侧栏的「记忆与上下文」→ 确保「持久记忆」「用户画像」和「自动压缩」都处于开启状态。这样系统能记住你的交易偏好，上下文变长时会自动精简，对话不会卡顿或报错。设置一次即可，后续所有对话窗口通用，无需反复操作。
第三步：测试连接是否成功
在测试连接之前，我们需要给先 DeepSeek API 的账户充值，没钱的话，你的AI决策系统的大脑是运转不了的。
重新打开 DeepSeek 开放平台官网和登录你的账号，点击“用量信息” ，给你的账号充值。首次充值建议从小笔金额开始，DeepSeek API 支持美金和人民币支付，充值渠道方便快捷。
充值成功后，回到Hermes GUI界面，在左侧点击“新建会话”，在输入框里随便发一条消息，比如“你好，帮我查询DeepSeek API账号的余额”，看能否正常回复。
如果能正常回复，说明DeepSeek API已经接上了。如果报错，检查API Key是否正确、是否有多余空格、这个地方最容易出错。
八、创建决策系统并配置金融数据源
Hermes装好了，DeepSeek接上了。但是，AI决策系统现在还是个“空壳大脑”，它能聊天，能通过DeepSeek了解行情，但很可能拉不到我们想要的行情数据。
接下来这一步最关键：创建一个决策系统，让它学会自己配置金融数据源。
第一步：确认要创建什么类型的决策系统
动手之前先想清楚：你要创建的是哪个金融标的的交易决策系统？
本文只介绍两类：
① BTC/ETH行情决策系统
- 适用场景：分析BTC和ETH的价格走势、判断多空方向、寻找入场出场时机
- 核心数据需求：价格、K线、量能、订单簿、市场情绪（恐惧贪婪指数）
- 分析方法偏向：技术分析为主，关注价格行为和成交量
② 妖币行情决策系统
- 适用场景：寻找有庄家控盘的小币种（妖币），捕捉暴涨机会，识别见顶信号
- 核心数据需求：多空比、资金费率、OI、市值、链上控盘数据、流动性
- 分析方法偏向：链上+合约数据为主，关注庄家行为和筹码结构
本文先从加密货币开始。 股票和黄金的AI决策系统配置，留到系列后续篇章再展开。我们先把BTC/ETH和妖币跑通，再往外扩。
第二步：创建BTC/ETH行情决策系统
在Hermes中创建一个新的对话窗口，输入“创建BTC/ETH行情决策系统”。
然后将该对话窗口的名称改为“BTC/ETH行情决策系统”，并将其置顶，方便第一时间看到。
第三步：把BTC/ETH数据源清单发给Hermes
将下面的完整数据源清单复制粘贴到该对话窗口，发给Hermes。不需要自己配置API，不需要写代码，直接复制粘贴给AI，它自己会去解决数据获取的问题。
BTC/ETH行情决策系统，完整数据源清单如下：
- Binance现货K线：api.binance.com/api/v3/klines
- Binance实时价格：api.binance.com/api/v3/ticker/price
- Binance现货24h统计：api.binance.com/api/v3/ticker/24hr
- Binance合约K线：fapi.binance.com/fapi/v1/klines
- Binance合约24h统计：fapi.binance.com/fapi/v1/ticker/24hr
- 多空比：fapi.binance.com/futures/data/globalLongShortAccountRatio
- 资金费率：fapi.binance.com/fapi/v1/premiumIndex
- 未平仓量OI：fapi.binance.com/fapi/v1/openInterest
- Binance订单簿：api.binance.com/api/v3/depth
- 恐惧贪婪指数：api.alternative.me/fng
第四步：验证BTC/ETH系统配置是否成功
数据源清单发给Hermes之后，用最简单的办法测试。直接在对话窗口问Hermes：“查一下BTC当前价格、24h涨跌幅和恐惧贪婪指数。”
如果AI返回了正常数据，说明数据源已经配置成功。
第五步：创建妖币行情决策系统（如需）
如果你同时需要分析妖币，可以另外创建一个独立的对话窗口。
创建新的对话窗口，输入“创建妖币行情决策系统”，然后将该对话窗口名称改为“妖币行情决策系统”，并置顶。（记忆设置在第二步已开启，全局通用，无需重复操作。）
第六步：把妖币数据源清单发给Hermes
将下面的完整数据源清单复制粘贴到妖币行情决策系统的对话窗口，发给Hermes。
注意：不要发到BTC/ETH的对话窗口里。 两个系统各自独立，各用各的数据源，互不干扰。
妖币行情决策系统，完整数据源清单如下：
- Binance合约K线：fapi.binance.com/fapi/v1/klines
- Binance合约24h统计：fapi.binance.com/fapi/v1/ticker/24hr
- 多空比：fapi.binance.com/futures/data/globalLongShortAccountRatio
- 资金费率：fapi.binance.com/fapi/v1/premiumIndex
- 未平仓量OI：fapi.binance.com/fapi/v1/openInterest
- CoinGecko市值/基本面：api.coingecko.com/api/v3/coins/
- GoPlus链上控盘：api.gopluslabs.io/api/v1/token_security
- DexScreener流动性：api.dexscreener.com/latest/dex/search
第七步：验证妖币系统配置是否成功
在妖币行情决策系统的对话窗口中提问：“查一下某个币的多空比和资金费率。”如果AI正常返回了数据，说明妖币系统的数据源也配置成功了。
现在，你的第一个AI交易决策系统已经具备基础。
九、注意事项和下篇预告
9.1 关于数据源访问的说明
文章中列出的数据源（Binance API、CoinGecko API、GoPlus API等）均为国际通用接口，但实际访问情况可能因网络环境而异。如果你在特定网络环境下无法正常拉取数据，需要根据实际网络环境选择合适的访问方式，这属于网络环境的客观限制，不是Hermes或数据源本身的问题。
你就告诉Hermes agent，让它自己想方设法去解决加密货币所需的数据源问题。你同样可以借助DeepSeek或ChatGPT来排查和获取适合你网络环境的方案。AI 比我们想象中要聪明和能干的。
9.2 下篇文章的预告
读完这篇文章，恭喜你，你已经完成了：
- Hermes GUI安装（Windows/MacOS）
- DeepSeek API配置
- BTC/ETH行情决策系统创建与数据源配置
- 妖币行情决策系统创建与数据源配置（可选）
- 数据源验证通过
你的AI交易决策系统已经具备了“大脑”和“数据通道”。
但它还不会做交易决策，现在它只是一个能拉数据和获取行情信息的AI助手，还不是真正的AI交易决策系统。
下一篇，我会讲怎么把你的交易理论、交易策略和交易规则写成AI能执行的决策指令，然后让AI进行回测和实战验证。
先把Hermes装好，数据源配置好，下一篇来了直接上手。
💓温馨提醒：如果你在安装和配置 Hremes 过程中遇到什么问题，你可以在这篇文章的评论区发出来，你还可以通过推特的私信把遇到的问题发给我，我看到了会尽快帮你排忧解难。