Dalam dunia perdagangan mata uang kripto, analis dengan banyak pengikut (dikenal sebagai influencer atau “Big V”) menghasilkan analisis pasar profesional setiap hari. Meskipun alur informasi mereka mungkin tampak misterius, sebenarnya mereka memiliki logika pemrosesan data yang jelas. Hari ini, kami akan menguraikan proses ini secara menyeluruh dan mengajari Anda cara membangun sistem analisis perdagangan profesional Anda sendiri menggunakan node visualisasi alur kerja di platform Inventor.

Tinjauan Arsitektur Sistem

Alur kerja ini dibangun sepenuhnya berdasarkan simpul visual alur kerja Inventor, tanpa perlu menulis kode yang rumit. Ide intinya adalah:Akuisisi data → Analisis teknis → Analisis sentimen → Analisis terintegrasi AI → Dorongan otomatisSeluruh proses dapat diselesaikan dengan menyeret node dan mengonfigurasi parameter, sehingga personel non-teknis dapat dengan mudah membangun sistem analisis transaksi profesional.

Langkah 1: Bangun lapisan pengumpulan data

1. Siapkan simpul pemicu pengatur waktu

Jenis Node：Pemicu Jadwal

Node ini merupakan titik awal dari keseluruhan sistem. Node ini memastikan bahwa proses analisis dimulai secara otomatis pada interval waktu yang tetap untuk memastikan frekuensi dan ketepatan waktu analisis yang tinggi.

2. Membangun akuisisi data teknis multi-kerangka waktu

Alur kerja menggunakan tiga node MarketInfo untuk memperoleh data dalam dimensi waktu yang berbeda:

Deskripsi Parameter：

• period：Siklus garis K, 15 menit, 1 jam, 1 hari
• limit: 200:Dapatkan 200 K garis, cukup untuk analisis teknis
• $vars.pairGunakan variabel untuk menyimpan pasangan perdagangan, yang memudahkan pergantian target analisis. Sebagai parameter eksternal strategi, Anda dapat mengaturnya ke varian yang Anda minati.

3. Grup simpul standarisasi data K-line

Tiga blok kode berikut memproses data K-line pada kerangka waktu yang berbeda masing-masing:

Kode 1 (15 menit pemrosesan data)：

const result = [];
const data = $input.first().json.result || [];

data.forEach(item => {
  result.push({
    timeframe: "15m",
    candles: item
  });
});

return result;

Kode 2 (1 jam pemrosesan data)：

const result = [];
const data = $input.first().json.result || [];

data.forEach(item => {
  result.push({
    timeframe: "1h", 
    candles: item
  });
});

return result;

Kode 3 (Pemrosesan data harian)：

const result = [];
const data = $input.first().json.result || [];

data.forEach(item => {
  result.push({
    timeframe: "1d",
    candles: item
  });
});

return result;

Standardisasi：

• Tambahkan pengenal unik ke setiap data kerangka waktu
• Struktur data terpadu untuk memfasilitasi analisis dan identifikasi AI selanjutnya
• Pastikan konsistensi aliran data

4. Node Gabungan Data

Jenis Node:Menggabungkan
model:Mode penambahan, menggabungkan data dari tiga kerangka waktu secara berurutan

Node ini mengintegrasikan data K-line dari semua kerangka waktu ke dalam paket data terpadu, menyediakan fondasi data teknis lengkap untuk analisis AI.

5. Node pemrosesan data K-line agregat

Jenis Node：Code Lokasi:Terletak setelah node gabungan, bertanggung jawab untuk mengintegrasikan data K-line dari beberapa kerangka waktu

Kode inti：

const allCandles = [];

for (const item of items){
  allCandles.push(item.json)
}

return [{
  json:{
    allCandles
  }
}];

Analisis fungsi kode：

• Agregasi Data: : Telusuri semua item data yang dilewatkan oleh node gabungan dan kumpulkan data standar setiap kerangka waktu ke dalamallCandlesDalam susunan
• Struktur terpadu:Gabungkan data K-line dari tiga kerangka waktu (15 menit, 1 jam, 1 hari) menjadi satu paket data
• Standarisasi format: Keluarkan struktur JSON terpadu, berisi informasi K-line lengkap untuk semua kerangka waktu

Langkah 2: Lapisan Pemrosesan Analisis Sentimen

1. Menyebarkan node akuisisi data berita

Jenis Node: Permintaan HTTP (HTTP request)

Konfigurasi terperinci：

{
  "parameters": {
    "method": "GET",
    "url": "https://newsapi.org/v2/everything",
    "sendQuery": true,
    "queryParameters": {
      "parameters": [
        {
          "name": "q",
          "value": "Crypto OR Bitcoin OR Coindesk"
        },
        {
          "name": "from",
          "value": "={{ new Date(Date.now() - 3 * 24 * 60 * 60 * 1000).toISOString().split('T')[0] }}"
        }
      ]
    },
    "sendHeaders": true,
    "headerParameters": {
      "parameters": [{
        "name": "x-api-key",
        "value": "网站申请"
      }]
    }
  }
}

Analisis parameter utama：

• q参数：Cari kata kunci menggunakan logika OR untuk memastikan liputan media mata uang kripto utama
• from参数: Hitung tanggal 3 hari yang lalu secara dinamis untuk memastikan Anda mendapatkan informasi terbaru
• x-api-key: Kunci autentikasi NewsAPI, yang perlu didaftarkan

2. Node pemrosesan data berita

Jenis Node：Code

Kode inti：

const articles = $input.first().json.data.articles || [];
const filteredArticles = articles.map(article => ({
  title: article.title,
  description: article.description,
}));
return [{
  json: {
    filteredArticles
  } 
}]

Analisis Kode：

• Ekstrak array artikel yang dikembalikan oleh NewsAPI
• Hanya pertahankan bidang judul dan deskripsi, hapus informasi yang berlebihan seperti gambar dan tautan
• Siapkan data teks bersih untuk analisis AI selanjutnya

3. Node AI Analisis Sentimen

Jenis NodeAgen cerdas AI Model LLMModel Claude

Konfigurasi Prompt Inti：

你是一个专门分析加密货币市场的高智能精准情感分析器。你将使用两部分方法分析提供文本的情感：

短期情感：
- 评估即时市场反应、近期新闻影响和技术波动性
- 确定情感类别："积极"、"中性"或"消极"
- 计算-1（极度消极）到1（极度积极）之间的数值分数
- 提供简洁的理由说明短期情感（针对重大事件和加密货币给出详细回应和适当标题）

长期情感：
- 评估整体市场前景、基本面以及监管或宏观经济因素
- 确定情感类别："积极"、"中性"或"消极"
- 计算-1（极度消极）到1（极度积极）之间的数值分数
- 提供详细的理由说明长期情感（针对重大事件和加密货币给出详细回应和适当标题）

您的输出必须恰好是一个包含两个键的JSON对象："shortTermSentiment"和"longTermSentiment"。每个键的值必须是包含三个键的对象："category"、"score"和"rationale"。不要输出任何额外文本。

现在，分析以下文本并生成您的JSON输出：
{{ JSON.stringify($json.filteredArticles) }}

Sorotan Desain Prompt：

• Bedakan dengan jelas antara dimensi emosional jangka pendek dan jangka panjang
• Memerlukan format keluaran JSON standar untuk pemrosesan selanjutnya yang mudah
• Termasuk sistem penilaian numerik untuk mengukur intensitas emosi

Langkah 3: Mesin Analisis AI

1. Node integrasi data

Jenis Node：Code

Kode Kunci：

// Initialize containers for each set of data.
const allCandles = [];
let contentData = null;
// Loop over each item from the merge node.
for (const item of items) {
    // If the item has candlestick data, add it to the array.
    if (item.json.allCandles !== undefined) {
        // Assuming item.json.allCandles is an array.
        allCandles.push(...item.json.allCandles);
    }
    // If the item has embedded content (in message.content), store it.
    if (item.json.output !== undefined) {
        contentData = item.json.output;
    }
}
// Return a single item with both candlestick data and content.
return [{
    json: {
        allCandles,
        content: contentData
    }
}];

Logika Integrasi：

• Gabungkan data garis K dan hasil analisis sentimen
• Siapkan paket data lengkap untuk analisis AI yang komprehensif
• Pastikan bahwa struktur data memenuhi persyaratan analisis akhir

2. Node AI analisis teknis yang komprehensif

Jenis NodeAgen cerdas AI Model LLMModel Claude

Konfigurasi Prompt Terperinci：

## 交易分析指令
**数据结构:**
{{ $vars.pair}}的综合市场数据:
- 技术数据: {{ JSON.stringify($json["allCandles"]) }}
- 情感分析: {{ JSON.stringify($json["content"]) }}

K线格式: 时间框架 ("15m", "1h", "1d") + K线数组
情感: 来自加密货币新闻的短期/长期分析

**分析框架:**
**短期 (15m + 1h 数据):**
- 识别即时支撑/阻力位
- 价格行动信号 + 滞后指标
- 专注入场/出场时机

**长期 (1d + 1h 数据):**
- 主要趋势方向
- 结构性价位
- 更广泛的市场背景

**输出要求:**
**格式:** 纯文本，Telegram HTML样式
**日期:** {{ $vars.pair}}分析 {{ $now }} (格式: mm/dd/yyyy at xx:xxpm)

**结构:**
**现货建议:**
**短期:**
- 操作: [买入/卖出/持有]
- 入场: $X
- 止损: $X
- 目标: $X
- 理由: [2-3句简洁句子涵盖关键信号、指标、情感]

**长期:**
- 操作: [买入/卖出/持有]
- 入场: $X
- 止损: $X
- 目标: $X
- 理由: [2-3句简洁句子涵盖关键信号、指标、情感]

**杠杆建议:**
**短期:**
- 仓位: [做多/做空]
- 杠杆: Xx
- 入场: $X
- 止损: $X
- 目标: $X
- 理由: [2-3句简洁句子涵盖价格行动、确认、情感]

**长期:**
- 仓位: [做多/做空]
- 杠杆: Xx
- 入场: $X
- 止损: $X
- 目标: $X
- 理由: [2-3句简洁句子涵盖价格行动、确认、情感]

**关键指导原则:**
- 每个理由保持在50字以内
- 专注于可操作的洞察
- 消除冗余解释
- 优先考虑高信度信号
- 使用直接、简洁的语言

Fitur Inti Prompt：

• Mengintegrasikan data teknis dan analisis sentimen
• Analisis komprehensif multi-kerangka waktu
• Memberikan saran perdagangan spot dan leverage
• Format HTML keluaran, langsung diadaptasi ke Telegram
• Tekankan kesederhanaan dan pengoperasian

Langkah 4: Sistem dorong cerdas

1. Node segmentasi konten

Jenis Node：Code

Algoritma segmentasi：

// 获取输入文本，如果不存在则使用空字符串
const inputText = $input.first().json.output || "";

// 验证输入类型
if (typeof inputText !== "string") {
  throw new Error("Input must be a string");
}

// 删除 "#" 和 "*" 符号
const cleanedText = inputText.replace(/[#*]/g, "");

// 查找 "杠杆建议" 的位置
const leveragedIndex = cleanedText.indexOf("杠杆建议");

// 如果没有找到分割标记，则按原来的方式分割
if (leveragedIndex === -1) {
  const mid = Math.ceil(cleanedText.length / 2);
  const firstHalf = cleanedText.substring(0, mid);
  const secondHalf = cleanedText.substring(mid);
  
  return [
    { json: { blockNumber: 1, content: firstBlock } },
    { json: { blockNumber: 2, content: secondBlock } }
  ];
}

// 根据 "杠杆建议" 分割文本
const firstBlock = cleanedText.substring(0, leveragedIndex).trim();
const secondBlock = cleanedText.substring(leveragedIndex).trim();

// 返回包含两个块的数组
return [
  { json: { blockNumber: 1, content: firstHalf } },
  { json: { blockNumber: 2, content: secondHalf } }
];

Strategi segmentasi：

• Mengidentifikasi kata kunci “saran leverage” secara cerdas untuk segmentasi konten
• Bersihkan simbol Markdown secara otomatis untuk menjaga konten tetap rapi
• Pertimbangkan batas panjang pesan Telegram
• Pertahankan integritas logis dari laporan analisis

2. Node dorong Telegram

Jenis Node：Telegram

Fitur Dorong：

• Mendukung format HTML untuk menjaga format laporan analisis tetap indah
• Kirim blok secara otomatis untuk menghindari pesan tunggal menjadi terlalu panjang
• Dorongan waktu nyata untuk memastikan pengguna mendapatkan hasil analisis sesegera mungkin
• Dorong ke grup atau saluran tertentu

Dengan cara ini, kami telah menyelesaikan saluran analisis kami sendiri, dan dapat melakukan analisis pasar yang relevan dan mendorong saran perdagangan berdasarkan produk yang kami perdagangkan.

Sorotan teknologi inti

1. Akuisisi data frekuensi tinggi

Pemicu pengaturan waktu memulai empat cabang akuisisi data pada interval waktu tetap untuk memastikan ketepatan waktu dan keakuratan analisis yang tinggi.

2. Analisis profesional berbasis AI

Dengan menggunakan model bahasa besar Claude yang dipadukan dengan petunjuk yang dirancang secara cermat, kami mencapai kemampuan penilaian pasar yang sebanding dengan para analis profesional.

3. Desain modular

Setiap fungsi dienkapsulasi sebagai node independen untuk memudahkan pemeliharaan, pemutakhiran, dan penyesuaian.

4. Pemrosesan konten yang cerdas

Segmentasikan teks panjang secara cerdas berdasarkan struktur konten untuk memastikan penyajian hasil analisis yang sempurna di berbagai saluran push.

Ekstensi perdagangan otomatis

Jika Anda ingin membangun sistem perdagangan otomatis Anda sendiri, Anda dapat menambahkan node eksekusi transaksi berdasarkan ini:

• Node API Perdagangan：Sesuai dengan saran transaksi, lakukan operasi transaksi yang sesuai
• Node Pengendalian Risiko: Mengatur manajemen posisi dan logika pengendalian risiko
• Node eksekusi pesanan: Secara otomatis menempatkan pesanan berdasarkan hasil analisis AI
• Node Pemantauan: Pelacakan status pesanan dan untung rugi secara real-time

Cukup tambahkan cabang penilaian bersyarat dan eksekusi transaksi setelah simpul analisis AI untuk mencapai sistem perdagangan yang sepenuhnya otomatis.

Meringkaskan

Dengan menggunakan node visualisasi Inventor Workflow, kami berhasil mengungkap hakikat sebenarnya dari aliran informasi influencer mata uang kripto. Singkatnya, di balik analisis pasar yang tampaknya rumit tersebut terdapat proses pemrosesan data standar.

Kebenarannya sederhana：

• Sumber data transparan：API Berita + data pasar, tidak ada yang misterius
• Logika analisis yang jelas：Model AI + perintah standar, dapat direplikasi dan diverifikasi
• Ambang batas teknisnya sangat rendah: Anda dapat membangun dengan menyeret node, tidak memerlukan keterampilan khusus
• Sangat murah:Beberapa biaya panggilan API, jauh lebih rendah daripada langganan berbayar

Kita tidak perlu mengikuti influencer secara membabi buta, juga tidak perlu membayar untuk apa yang disebut “informasi orang dalam eksklusif”. Platform Kuantitatif Inventor telah membuat analisis teknis yang kompleks menjadi mudah diakses, memungkinkan orang awam untuk membangun sistem analisis mereka sendiri. Yang terpenting, setelah Anda membangun sistem ini sendiri, Anda akan mengerti: analisis pasar bukanlah misteri, dan influencer bukanlah nabi. Apa yang bisa mereka lakukan, Anda juga bisa melakukannya, dan mungkin bahkan lebih baik. Di era kemajuan teknologi ini, Platform Inventor menurunkan hambatan masuk dalam keputusan investasi.

Daripada menjadi penggemar orang lain, lebih baik menggunakan platform FMZ untuk menjadi penguasa keputusan investasi Anda sendiri.

Alamat Kebijakan: https://www.fmz.com/strategy/509088