암호화폐 거래 세계에서는 많은 팔로워를 보유한 분석가(인플루언서 또는 “빅 V”라고 함)들이 매일 전문적인 시장 분석을 제공합니다. 그들의 정보 흐름은 이해하기 어려울 수 있지만, 실제로는 명확한 데이터 처리 로직을 갖추고 있습니다. 오늘은 이 과정을 자세히 살펴보고 Inventor 플랫폼의 워크플로 시각화 노드를 사용하여 자신만의 전문적인 거래 분석 시스템을 구축하는 방법을 알려드리겠습니다.

시스템 아키텍처 개요

이 워크플로는 복잡한 코드를 작성할 필요 없이 Inventor 워크플로의 시각적 노드를 기반으로 완전히 구축되었습니다. 핵심 아이디어는 다음과 같습니다.데이터 수집 → 기술 분석 → 감성 분석 → AI 통합 분석 → 자동 푸시노드를 드래그하고 매개변수를 구성하면 전체 프로세스를 완료할 수 있으므로 기술에 익숙하지 않은 인력도 쉽게 전문적인 거래 분석 시스템을 구축할 수 있습니다.

1단계: 데이터 수집 계층 구축

1. 타이머 트리거 노드 설정

노드 유형：스케줄 트리거

이 노드는 전체 시스템의 시작점입니다. 분석 프로세스가 고정된 시간 간격으로 자동으로 시작되도록 하여 분석의 높은 빈도와 적시성을 보장합니다.

2. 다중 시간대 기술 데이터 수집 구축

워크플로는 세 개의 MarketInfo 노드를 배포하여 다양한 시간 차원에서 데이터를 얻습니다.

매개변수 설명：

• period：K-라인 사이클, 15분, 1시간, 1일
• limit: 200: 기술 분석에 충분한 200K 라인을 확보하세요
• $vars.pair：변수를 사용하여 거래 쌍을 저장하면 분석 대상을 쉽게 변경할 수 있습니다. 전략의 외부 매개변수로, 관심 있는 종류에 따라 설정할 수 있습니다.

3. K-line 데이터 표준화 노드 그룹

다음 세 개의 코드 블록은 각각 다른 시간 프레임의 K-라인 데이터를 처리합니다.

코드 1(15분 데이터 처리)：

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

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

return result;

코드 2(1시간의 데이터 처리)：

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

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

return result;

코드 3(일일 데이터 처리)：

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

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

return result;

표준화 효과：

• 각 시간 프레임의 데이터에 고유 식별자를 추가합니다.
• 이후 AI 분석 및 식별을 용이하게 하는 통합 데이터 구조
• 데이터 흐름의 일관성을 보장하세요

4. 데이터 병합 노드

노드 유형:병합
모델: 추가 모드, 3개의 시간 프레임 데이터를 순서대로 병합합니다.

이 노드는 모든 시간대의 K-라인 데이터를 통합하여 단일 데이터 패키지로 만들어 AI 분석을 위한 완벽한 기술 데이터 기반을 제공합니다.

5. 집계 K-라인 데이터 처리 노드

노드 유형：Code 위치: 병합 노드 뒤에 위치하며 여러 시간 프레임의 K-라인 데이터를 통합하는 역할을 담당합니다.

핵심 코드：

const allCandles = [];

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

return [{
  json:{
    allCandles
  }
}];

코드 기능 분석：

• 데이터 집계: 병합 노드에서 전달된 모든 데이터 항목을 탐색하고 각 시간 프레임의 표준화된 데이터를 수집합니다.allCandles배열에서
• 통합된 구조: 3개의 시간 프레임(15분, 1시간, 1일)의 K-라인 데이터를 단일 데이터 패키지로 결합합니다.
• 형식 표준화: 모든 시간 프레임에 대한 완전한 K-라인 정보를 포함하는 통합 JSON 구조를 출력합니다.

2단계: 감정 분석 처리 계층

1. 뉴스 데이터 수집 노드 배포

노드 유형: HTTP 요청(HTTP request)

자세한 구성：

{
  "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"
      }]
    }
  }
}

주요 매개변수 분석：

• q参数：주요 암호화폐 미디어의 보도를 보장하기 위해 OR 논리를 사용하여 키워드를 검색합니다.
• from参数: 최신 정보를 얻을 수 있도록 3일 전 날짜를 동적으로 계산합니다.
• x-api-key: 등록해야 하는 NewsAPI 인증 키

2. 뉴스 데이터 처리 노드

노드 유형：Code

핵심 코드：

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

코드 분석：

• NewsAPI에서 반환된 기사 배열을 추출합니다.
• 제목과 설명 필드만 유지하고 사진과 링크와 같은 중복 정보는 제거하세요.
• 후속 AI 분석을 위해 깨끗한 텍스트 데이터를 준비합니다.

3. 감정 분석 AI 노드

노드 유형：AI 지능형 에이전트 LLM 모델：클로드 모델

코어 프롬프트 구성：

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) }}

신속한 디자인 하이라이트：

• 단기적 감정적 차원과 장기적 감정적 차원을 명확히 구분하십시오.
• 쉬운 후속 처리를 위해 표준 JSON 출력 형식이 필요합니다.
• 감정의 강도를 정량화하기 위한 수치적 점수 시스템이 포함되어 있습니다.

3단계: AI 분석 엔진

1. 데이터 통합 ​​노드

노드 유형：Code

키 코드：

// 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
    }
}];

통합 논리：

• K-line 데이터와 감성 분석 결과 병합
• 포괄적인 AI 분석을 위한 완전한 데이터 패키지 준비
• 데이터 구조가 최종 분석 요구 사항을 충족하는지 확인하세요.

2. 종합적인 기술 분석 AI 노드

노드 유형：AI 지능형 에이전트 LLM 모델：클로드 모델

자세한 프롬프트 구성：

## 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

프롬프트 핵심 기능：

• 기술 데이터와 감성 분석 통합
• 다중 시간 프레임 종합 분석
• 현물 및 레버리지 거래 제안을 모두 제공합니다.
• Telegram에 직접 적용되는 HTML 형식 출력
• 단순성과 조작성을 강조합니다

4단계: 지능형 푸시 시스템

1. 콘텐츠 세분화 노드

노드 유형：Code

분할 알고리즘：

// 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 } }
];

세분화 전략：

• 콘텐츠 세분화를 위한 “레버리지 제안” 키워드를 지능적으로 식별합니다.
• Markdown 기호를 자동으로 정리하여 콘텐츠를 깔끔하게 유지합니다.
• Telegram 메시지 길이 제한을 고려하세요
• 분석 보고서의 논리적 무결성을 유지하세요

2. 텔레그램 푸시 노드

노드 유형：Telegram

푸시 기능：

• 분석 보고서 형식을 아름답게 유지하기 위해 HTML 형식을 지원합니다.
• 단일 메시지가 너무 길어지는 것을 방지하기 위해 블록 단위로 자동 전송합니다.
• 사용자가 가능한 한 빨리 분석 결과를 얻을 수 있도록 실시간 푸시를 제공합니다.
• 지정된 그룹 또는 채널로 푸시

이런 방식으로 우리는 자체적인 분석 채널을 완성하였고, 우리가 거래하는 상품을 기반으로 관련 시장 분석을 실시하고 거래 제안을 푸시할 수 있습니다.

핵심 기술 하이라이트

1. 고주파 데이터 수집

타이밍 트리거는 고정된 시간 간격으로 4개의 데이터 수집 분기를 시작하여 분석의 적시성과 정확성을 보장합니다.

2. AI 기반 전문가 분석

신중하게 설계된 프롬프트와 결합된 클로드 대규모 언어 모델을 사용하여 전문 분석가와 비교할 수 있는 시장 판단 능력을 달성합니다.

3. 모듈형 디자인

각 기능은 유지관리, 업그레이드, 사용자 정의를 용이하게 하기 위해 독립된 노드로 캡슐화됩니다.

4. 지능형 콘텐츠 처리

다양한 푸시 채널에서 분석 결과가 완벽하게 표현되도록 콘텐츠 구조에 따라 긴 텍스트를 지능적으로 세분화합니다.

자동 거래 확장

자체 자동 거래 시스템을 구축하려면 다음을 기반으로 거래 실행 노드를 추가할 수 있습니다.

• 트레이딩 API 노드：거래 제안에 따라 해당 거래 작업을 수행합니다.
• 위험 관리 노드: 포지션 관리 및 위험 제어 로직 설정
• 주문 실행 노드: AI 분석 결과에 따라 자동으로 주문
• 모니터링 노드: 주문 현황 및 손익 실시간 추적

AI 분석 노드 뒤에 조건부 판단과 거래 실행 분기를 추가하기만 하면 완전 자동화된 거래 시스템을 구현할 수 있습니다.

요약하다

Inventor Workflow 시각화 노드를 사용하여 암호화폐 인플루언서 정보 흐름의 본질을 성공적으로 분석했습니다. 간단히 말해서, 겉보기에 복잡해 보이는 시장 분석 뒤에는 표준화된 데이터 처리 프로세스가 숨어 있습니다.

진실은 간단하다：

• 투명한 데이터 소스：뉴스 API + 시장 데이터, 신비로운 것은 없습니다
• 명확한 분석 논리：AI 모델 + 표준화된 프롬프트, 재현 가능하고 검증 가능
• 기술적 한계가 매우 낮습니다: 노드를 드래그하여 빌드할 수 있으며 특별한 기술은 필요하지 않습니다.
• 매우 저렴하다: 유료 구독보다 훨씬 낮은 몇 가지 API 호출 수수료

인플루언서를 맹목적으로 팔로우할 필요도 없고, 소위 “독점적인 내부 정보”에 돈을 낼 필요도 없습니다. Inventor Quantitative Platform은 복잡한 기술 분석을 일반인도 쉽게 접할 수 있도록 하여, 누구나 자신만의 분석 시스템을 구축할 수 있도록 했습니다. 무엇보다 중요한 것은, 이 시스템을 직접 구축하면 시장 분석이 신비롭지 않고, 인플루언서들이 예언가가 아니라는 사실을 깨닫게 된다는 것입니다. 그들이 할 수 있는 일을 당신도 할 수 있으며, 어쩌면 더 잘할 수도 있습니다. 기술 발전의 시대에 Inventor Platform은 투자 결정의 진입 장벽을 낮추고 있습니다.

다른 사람의 팬이 되는 대신, FMZ 플랫폼을 이용해 직접 투자 결정을 내리는 것이 좋습니다.

정책 주소: https://www.fmz.com/strategy/509088