2
fokus pada
449
Pengikut

Perdagangan Kuantitatif dengan Data Likuidasi: Strategi Otomatis Berbasis AI yang Didasarkan pada Sinyal Likuidasi

Dibuat di: 2026-03-13 15:57:47, diperbarui pada: 2026-03-18 14:51:26
comments   0
hits   305

[TOC]

Perdagangan Kuantitatif dengan Data Likuidasi: Strategi Otomatis Berbasis AI yang Didasarkan pada Sinyal Likuidasi

Kata pengantar

Sebagian besar orang yang melakukan perdagangan kontrak mungkin pernah mengalami margin call. Paling baik, Anda kehilangan sebagian modal; paling buruk, Anda kehilangan semuanya. Tetapi pernahkah Anda mempertimbangkan bahwa momen likuidasi Anda sebenarnya tercatat?

Bursa akan mengirimkan informasi secara real-time untuk setiap posisi yang dilikuidasi: koin, arah, jumlah, dan waktu. Ini adalah…Menghapus data

2026-03-10 13:10:19 Data Likuidasi: {“s”:“DEXEUSDT”,“S”:“BUY”,“o”:“LIMIT”,“f”:“IOC”,“q”:“30.99”,“p”:“5.427000”,“ap”:“5.347646”,“X”:“FILLED”,“l”:“17.21”,“z”:“30.99”,“T”:1773119419184} 2026-03-10 13:10:18 Data likuidasi: {“s”:“BEATUSDT”,“S”:“SELL”,“o”:“LIMIT”,“f”:“IOC”,“q”:“21”,“p”:“0.3503000”,“ap”:“0.3573000”,“X”:“FILLED”,“l”:“4”,“z”:“21”,“T”:1773119418458} 2026-03-10 13:10:18 Data Likuidasi: {“s”:“COAIUSDT”,“S”:“SELL”,“o”:“LIMIT”,“f”:“IOC”,“q”:“35”,“p”:“0.2968000”,“ap”:“0.3115000”,“X”:“FILLED”,“l”:“35”,“z”:“35”,“T”:1773119418118} 2026-03-10 13:10:18 Data likuidasi: {“s”:“AIAUSDT”,“S”:“BUY”,“o”:“LIMIT”,“f”:“IOC”,“q”:“537”,“p”:“0.0844900”,“ap”:“0.0823800”,“X”:“FILLED”,“l”:“10”,“z”:“537”,“T”:1773119418118} 2026-03-10 13:10:09 Data likuidasi: {“s”:“BABYUSDT”,“S”:“SELL”,“o”:“LIMIT”,“f”:“IOC”,“q”:“1965”,“p”:“0.0161200”,“ap”:“0.0162300”,“X”:“FILLED”,“l”:“1376”,“z”:“1965”,“T”:1773119409616} 2026-03-10 13:10:08 Data likuidasi: {“s”:“MBOXUSDT”,“S”:“SELL”,“o”:“LIMIT”,“f”:“IOC”,“q”:“372”,“p”:“0.0173800”,“ap”:“0.0178100”,“X”:“FILLED”,“l”:“372”,“z”:“372”,“T”:1773119408667} 2026-03-10 13:10:07 Data likuidasi: {“s”:“GALAUSDT”,“S”:“SELL”,“o”:“LIMIT”,“f”:“IOC”,“q”:“23717”,“p”:“0.00337”,“ap”:“0.00341”,“X”:“FILLED”,“l”:“23717”,“z”:“23717”,“T”:1773119407235} 2026-03-10 13:10:04 Data likuidasi: {“s”:“RIVERUSDT”,“S”:“SELL”,“o”:“LIMIT”,“f”:“IOC”,“q”:“17.7”,“p”:“10.945000”,“ap”:“11.109943”,“X”:“FILLED”,“l”:“3.3”,“z”:“17.7”,“T”:1773119404767} 2026-03-10 13:10:04 Data likuidasi: {“s”:“ROBOUSDT”,“S”:“SELL”,“o”:“LIMIT”,“f”:“IOC”,“q”:“3000”,“p”:“0.0445100”,“ap”:“0.0451800”,“X”:“FILLED”,“l”:“3000”,“z”:“3000”,“T”:1773119404308} 2026-03-10 13:09:47 Data Likuidasi: {“s”:“RIVERUSDT”,“S”:“BUY”,“o”:“LIMIT”,“f”:“IOC”,“q”:“48.1”,“p”:“11.287000”,“ap”:“11.122577”,“X”:“FILLED”,“l”:“17.7”,“z”:“48.1”,“T”:1773119387280} 2026-03-10 13:09:45 Data likuidasi: {“s”:“DENTUSDT”,“S”:“SELL”,“o”:“LIMIT”,“f”:“IOC”,“q”:“827079”,“p”:“0.000253”,“ap”:“0.000257”,“X”:“FILLED”,“l”:“827079”,“z”:“827079”,“T”:1773119385320} 2026-03-10 13:09:44 Data likuidasi: {“s”:“BULLAUSDT”,“S”:“SELL”,“o”:“LIMIT”,“f”:“IOC”,“q”:“526”,“p”:“0.0203300”,“ap”:“0.0213800”,“X”:“FILLED”,“l”:“526”,“z”:“526”,“T”:1773119384220} 2026-03-10 13:09:40 Data likuidasi: {“s”:“DENTUSDT”,“S”:“SELL”,“o”:“LIMIT”,“f”:“IOC”,“q”:“554440”,“p”:“0.000253”,“ap”:“0.000257”,“X”:“FILLED”,“l”:“289977”,“z”:“554440”,“T”:1773119380709}

Melihat satu transaksi saja tidak terlalu berarti. Tetapi jika Anda menggabungkan semua data likuidasi, Anda akan melihat sesuatu yang sangat menarik—di mana kapitalisasi pasar berada di bawah tekanan, dan arah mana yang telah mencapai titik kritisnya. Data likuidasi dianggap sebagai bagian penting dari analisis pesanan; ini adalah catatan yang sesungguhnya, cerminan paling otentik dari modal, dan data ini tidak pernah bohong.

Perdagangan Kuantitatif dengan Data Likuidasi: Strategi Otomatis Berbasis AI yang Didasarkan pada Sinyal Likuidasi

Tujuan artikel ini sangat sederhana:Dengan menggunakan data kliring sebagai sinyal inti, dikombinasikan dengan verifikasi K-line dan analisis berita, AI membuat keputusan komprehensif, dan akhirnya, proses tersebut diotomatiskan melalui alur kerja—24 jam sehari, tanpa perlu pemantauan manual.

Perdagangan Kuantitatif dengan Data Likuidasi: Strategi Otomatis Berbasis AI yang Didasarkan pada Sinyal Likuidasi


I. Logika Strategi

1.1 Apa yang dapat kita pelajari dari data likuidasi?

Posisi sedang dilikuidasi setiap saat. Likuidasi normal bukanlah sinyal; yang perlu kita perhatikan adalah…Anomali statistik—Ketika volume likuidasi suatu koin jauh melebihi patokan historis dalam waktu singkat, hal itu menunjukkan bahwa posisi lemah di arah tersebut sedang dibersihkan secara terkonsentrasi.

Setelah periode konsolidasi, tren tersebut seringkali berlanjut. Inilah asumsi inti dari strategi ini.

1.2 Mengapa memilih mengikuti tren dan tidak melawannya?

Ketika dihadapkan dengan sejumlah besar margin call, umumnya ada dua pendekatan operasional:

  • melawan trenSaya rasa pertarungan hampir berakhir, jadi saya akan masuk untuk memanfaatkan bola pantul.
  • Ikuti arusSaya yakin posisi-posisi lemah belum teratasi, jadi kita akan terus mengikuti trennya.

Risiko melawan tren adalah Anda tidak tahu apakah gelombang likuidasi ini sudah berakhir. Jika posisi beli masih terus dilikuidasi satu demi satu, dan Anda mencoba membeli, itu seperti meraih air terjun – Anda tidak meraih bagian bawahnya, melainkan bagian yang lebih dalam dari air terjun tersebut.

Oleh karena itu, strategi iniPilihlah untuk mengikuti arus.—Ketika posisi beli dilikuidasi, posisi jual dibuka; ketika posisi jual dilikuidasi, posisi beli dibuka.

1.3 Keterbatasan Sinyal Tunggal

Mengandalkan sepenuhnya pada data margin call untuk pengambilan keputusan memberikan sinyal kasar yang mudah dipengaruhi oleh noise. Oleh karena itu, kami menambahkan dua lapisan lagi pada data margin call:

  • Verifikasi garis KApakah pergerakan harga selaras dengan arah margin call?
  • Putusan BeritaApakah ada mekanisme berbasis peristiwa yang substansial?

Terakhir, AI membuat keputusan akhir berdasarkan kombinasi dari ketiga dimensi tersebut.


II. Arsitektur Keseluruhan

Alur kerja menggunakan struktur satu baris, yang dipicu sekali pada interval tetap. Proses lengkapnya adalah sebagai berikut:

  • Setelah pemicu diaktifkan, pertama-tama ia memeriksa apakah inisialisasi telah selesai.
  • Jika ini adalah percobaan pertama, lanjutkan ke node pengumpulan awal untuk menetapkan data dasar historis.
  • Setelah inisialisasi, setiap pemicu menjalankan langkah-langkah berikut secara berurutan: mengumpulkan data baru, memindai sinyal abnormal, dan menentukan apakah kondisi pembukaan telah terpicu.
  • Jika anomali terdeteksi, lanjutkan ke tahap penambahan data, penilaian AI, dan eksekusi transaksi.
  • Jika tidak ada pengecualian, hentikan langsung dan tunggu interval pemicu berikutnya.

Seluruh proses akan berhenti jika kondisi tidak terpenuhi dan berlanjut jika kondisi terpenuhi, tanpa perlu intervensi manual.


III. Penjelasan Detail tentang Node-Node Kunci

3.1 Inisialisasi Koleksi

Pada saat startup awal, data dasar historis perlu ditetapkan. Ini melibatkan koneksi ke saluran push likuidasi kontrak Binance melalui WebSocket untuk terus mengumpulkan data likuidasi selama periode waktu tertentu dan menyimpannya dalam variabel global.

Setiap entri data berisi empat bidang: stempel waktu, mata uang, arah likuidasi, dan jumlah likuidasi. Selama pengumpulan data, dua jenis data disaring: pesanan likuidasi yang belum dieksekusi sepenuhnya dan data yang mengandung banyak data dengan jumlah yang terlalu kecil. Setelah pengumpulan, data ditulis ke penyimpanan permanen dan ditandai sebagai diinisialisasi; pemicu selanjutnya akan melewati node ini.

//此段代码节选自源码
var ws = Dial('wss://fstream.binance.com/ws/!forceOrder@arr')

while (Date.now() < endTs) {
    var msg = ws.read(1000)

    try {
        var obj    = JSON.parse(msg)
        var orders = Array.isArray(obj) ? obj : [obj]
        for (var i = 0; i < orders.length; i++) {
            var item = orders[i]
            if (!item || !item.o) continue
            var o = item.o
            if (o.X !== 'FILLED')           continue
            if (EXCLUDE[o.s])               continue
            if (!/USDT$/i.test(o.s))        continue  // ✅ 只处理USDT结尾

            var price = parseFloat(o.ap || o.p)
            var qty   = parseFloat(o.z)
            var value = price * qty
            if (value < MIN_VALUE) continue

            liquidationData.push({
                t: item.E || Date.now(),
                s: o.s,
                d: o.S,
                v: value
            })
            totalNew++
        }
    } catch(e) {}
}

_G('liquidationData', liquidationData)  // 持久化存储
_G('liqInitialized', true)              // 标记初始化完成

3.2 Eksekusi Strategi: Akuisisi Data + Pemindaian Z-Score

Setiap kali dipicu, data likuidasi baru pertama-tama dikumpulkan menggunakan WebSocket dan ditambahkan ke jendela riwayat, kemudian deteksi anomali Z-Score dilakukan pada setiap mata uang.

Ide inti dari Z-Score:

Data likuidasi dalam periode waktu dasar dibagi menjadi segmen-segmen dengan panjang yang sama, dan jumlah total likuidasi dalam setiap segmen dicatat. Kemudian, jumlah likuidasi untuk periode waktu pemantauan terbaru diambil dan dibandingkan dengan rata-rata semua segmen historis dalam periode waktu dasar untuk menghitung tingkat penyimpangan. Hanya jika penyimpangan melebihi ambang batas, barulah dianggap abnormal.

//此段代码节选自源码
var mean = hist.reduce(function(s, v) { return s + v }, 0) / hist.length
var std  = Math.sqrt(
    hist.reduce(function(s, v) { return s + Math.pow(v - mean, 2) }, 0) / hist.length
)
var z = std > 0 ? (rec - mean) / std : 0
if (z < ZSCORE_THRESH || rec <= 0) continue

Manfaat melakukan hal ini adalahAdaptifKoin aktif memiliki tolok ukur aktif, dan koin yang tidak populer memiliki tolok ukur yang tidak populer. Tidak akan ada alarm palsu yang sering terjadi hanya karena koin tertentu memiliki volume perdagangan yang besar.

Kuantitas saja tidak cukup; kita juga perlu memperhatikan…Apakah arahnya murni?

//此段代码节选自源码
var longRatio = total > 0 ? st.longV / total : 0.5

var direction = null
if (longRatio > DIR_THRESH)          direction = 'SHORT'  // 多头主爆 → 顺势做空
else if (longRatio < 1 - DIR_THRESH) direction = 'LONG'   // 空头主爆 → 顺势做多
if (!direction) continue                                    // 多空混爆 → 方向不明,跳过

Sinyal hanya akan terpicu jika kedua kondisi terpenuhi secara bersamaan: Z-Score melebihi ambang batas, dan proporsi posisi long atau short yang dilikuidasi melebihi 75%. Jika posisi long dan short dilikuidasi secara bersamaan, arahnya tidak jelas, jadi kita akan melewati langkah ini.


3.3 Suplemen Data: Grafik K-line + Berita

Setelah sinyal dipicu, posisi tersebut tidak akan langsung dibuka. Sebaliknya, posisi tersebut akan masuk ke node penambahan data untuk mempersiapkan konteks yang lebih lengkap untuk penilaian AI selanjutnya.

Bagian grafik candlestick:Ekstrak beberapa grafik candlestick 1 menit terbaru untuk mata uang kripto ini, hitung perubahan harga dan volatilitas, tentukan arah tren grafik candlestick saat ini, dan bandingkan dengan arah sinyal likuidasi untuk menentukan apakah keduanya konsisten. Jika sinyal menyarankan short selling, tetapi grafik candlestick masih menunjukkan tren naik, keandalannya harus dikurangi.

Bagian Berita:Antarmuka pencarian Brave mengambil berita terbaru untuk mata uang kripto tersebut pada hari itu. Likuidasi yang dipicu oleh peristiwa spesifik memiliki probabilitas kelanjutan tren yang jauh lebih tinggi; namun, jika likuidasi murni bersifat teknis dan tanpa berita, AI akan lebih konservatif.

Setelah Anda memiliki kedua jenis data tersebut, kirimkan keduanya ke AI secara bersamaan.


3.4 Penilaian Komprehensif AI

Setelah memperoleh data tentang margin call, grafik candlestick, dan berita, AI membuat penilaian sesuai dengan kerangka pengambilan keputusan tetap, di mana ketiga dimensi tersebut sangat penting:

Matriks keputusannya adalah sebagai berikut:

Intensitas likuidasi Garis K konsisten berita pengambilan keputusan
kuat Ya memiliki Masuk, kepercayaan diri tinggi
kuat Ya tidak ada Tingkat kepercayaan diri, pemula
kuat TIDAK memiliki Tunggu dan lihat saja
Dalam Ya memiliki Tingkat kepercayaan diri, pemula
Dalam Tidak atau bukan Dilarang masuk

AI tersebut menghasilkan hasil terstruktur yang mencakup arah, keputusan, tingkat kepercayaan, dan alasan. Hanya sinyal masuk dengan tingkat kepercayaan yang mencapai ambang batas yang akan benar-benar memicu perintah untuk membuka posisi.

Komponen inti dari Prompt adalah sebagai berikut:

## 判断步骤

Step 1:爆仓强度
- Z-Score 超过高阈值且方向纯度极高 → 强信号
- Z-Score 达到基础阈值且方向纯度满足要求 → 中等信号
- 否则不入场

Step 2:K线趋势
- 与爆仓方向一致 → 趋势延续概率高,加分
- 与爆仓方向相反 → 可能只是短暂清算而非趋势,减分

Step 3:新闻验证
- 有实质利空/利多且与方向一致 → 加分
- 无新闻 → 纯技术清算,降低置信度
- 新闻与方向相反 → 不入场

## 输出格式
严格返回JSON,无任何markdown包裹:
{
  "symbol": "币种",
  "direction": "LONG或SHORT",
  "action": "入场/观望/不入场",
  "confidence": "高/中/低",
  "liq_note": "爆仓信号一句话评估",
  "trend_note": "K线趋势一句话评估",
  "news_note": "新闻一句话评估",
  "action_reason": "综合决策理由一句话"
}

3.5 Eksekusi Perdagangan dan Manajemen Stop-Loss

Begitu AI memutuskan untuk memasuki pasar, node perdagangan secara otomatis mengeksekusi pembukaan posisi dan secara bersamaan mengambil alih manajemen stop-loss serta memperbarui panel visualisasi.

Membuka lowongan pekerjaan:

Sebelum membuka posisi, prioritaskan sinyal berdasarkan tingkat kepercayaannya, dan eksekusi sinyal dengan tingkat kepercayaan yang lebih tinggi. Jika Anda sudah memiliki posisi pada koin yang sama dan sinyal baru memiliki tingkat kepercayaan yang lebih tinggi, tutup posisi lama sebelum membuka posisi baru; jika tingkat kepercayaannya lebih rendah daripada posisi lama, lewati posisi baru tersebut. Setelah ukuran posisi mencapai batas maksimum, lewati semua sinyal berikutnya.

Jumlah posisi pembukaan, rasio leverage, dan ukuran posisi maksimum semuanya dikonfigurasi melalui variabel eksternal, dan jumlah kontrak dihitung secara dinamis berdasarkan harga real-time dari kedalaman pasar saat ini.

//此段代码节选自源码
// 计算开仓张数
var rawQty = OPEN_MONEY * CONFIG.LEVERAGE / refPrice / mkt.ctVal
var qty    = floorToStep(rawQty, mkt.amtSize, mkt.amtPrec)

// 市价开仓
var side = direction === 'LONG' ? 'buy' : 'sell'
var oid  = exchange.CreateOrder(swapSym, side, -1, qty)

Mekanisme stop-loss:

Mekanisme stop-loss menggunakan pendekatan dua tingkat, dengan kedua lini pertahanan beroperasi secara bersamaan:

  • Stop loss bergerakPantau harga ekstrem dan tutup posisi ketika harga mengalami koreksi lebih dari persentase tertentu dari titik keuntungan tertinggi, sehingga keuntungan dapat terus bertambah tetapi tanpa kehilangan semua keuntungan yang telah diperoleh.
  • Stop lossGaris pertahanan terakhir: jika harga bergerak berlawanan arah dengan harga masuk lebih dari persentase tertentu, posisi akan dilikuidasi secara paksa.
//此段代码节选自源码
if (pos.direction === 'LONG') {
    var trailStop = pos.peak * (1 - TRAILING_PCT)   // 移动止损价
    var fallStop  = pos.entryPrice * (1 - FALLBACK_PCT)  // 兜底止损价
    effectiveStop = Math.min(trailStop, fallStop)
    if (cur <= effectiveStop) triggered = true
}

Panel visualisasi:

Tiga tabel diperbarui secara real-time setelah setiap eksekusi:

  • Gambaran Umum AkunSaldo, jumlah posisi terbuka, laba/rugi kumulatif, parameter stop-loss.
  • Pemantauan posisiHarga masuk, harga saat ini, persentase untung/rugi, keuntungan maksimum, penurunan nilai saat ini, dan harga stop-loss untuk setiap posisi.
  • Sinyal AI terbaruUntuk setiap mata uang kripto yang dipindai, analisis mencakup sinyal likuidasi, analisis grafik candlestick, penilaian berita, dan pengambilan keputusan yang komprehensif.

Perdagangan Kuantitatif dengan Data Likuidasi: Strategi Otomatis Berbasis AI yang Didasarkan pada Sinyal Likuidasi

Anda dapat melihat apa yang dilakukan strategi tersebut kapan saja, tanpa perlu memantau pasar.


IV. Tinjauan Proses Secara Keseluruhan

Berikut adalah logika lengkap dari strategi ini:

  1. inisialisasiPada tahap awal, data likuidasi historis dikumpulkan untuk menetapkan tolok ukur.
  2. koleksiSetiap kali peristiwa likuidasi dipicu, data likuidasi baru dikumpulkan dan jendela riwayat diperbarui.
  3. pemindaianGunakan Z-Score untuk mengidentifikasi mata uang kripto dengan statistik likuidasi yang tidak normal dan menyaring sinyal dengan bias arah yang tidak murni.
  4. Mengisi kembaliMengekstraksi grafik candlestick dan data berita untuk mata uang kripto yang tidak biasa.
  5. hakimAI membuat keputusan masuk berdasarkan tiga dimensi.
  6. melaksanakanSecara otomatis membuka posisi setelah diurutkan berdasarkan tingkat kepercayaan, dengan stop loss dua lapis dan panel kontrol visual sepanjang proses.

Ini adalah eksplorasi peningkatan AI berdasarkan data kliring tradisional. Data kliring itu sendiri merupakan cerminan pasar yang paling autentik. Setelah ditumpangkan dengan grafik candlestick dan berita, kredibilitas sinyal secara efektif ditingkatkan, dan pengenalan AI membuat pengambilan keputusan multidimensi menjadi otomatis.

Jika Anda tertarik dengan strategi yang berbasis pada data on-chain atau mikrostruktur pasar, silakan tinggalkan pesan untuk memberikan masukan. Dengan begitu, kami dapat mengembangkan strategi lebih lanjut untuk berbagai jenis sinyal.

Kode sumber strategi: Strategi Mengikuti Tren Peta Pembersihan