실제 장면

블랙 프라이데이 새벽 3시, 휴대폰을 스크롤하다 보니 비트코인(BTC)이 신저가를 기록했습니다. 심장이 쿵쾅거리고, 손가락은 “매수” 버튼 위에 맴돌고 있습니다. 수많은 생각이 머릿속을 맴돌고 있습니다.

• “지금 매수하지 않으면 너무 늦다!”
• “기술적인 문제는 어쩌죠? 괜찮아요. 이제 보기엔 너무 늦었어요.”
• “내 계좌에 돈이 얼마나 있지? 괜찮아, 내가 먼저 살게.”

버튼을 눌렀습니다. 다음 날 눈을 떴을 때, 시장은 8%나 폭락해 있었고 저는 완전히 망가져 있었습니다.

이는 개인 투자자의 90%의 일상입니다.저도 이 도구를 만들기 전까지는 그랬습니다.

핵심 아이디어: 충동과 질서 사이에 장벽을 추가하세요

이 도구의 기능은 간단합니다.

你的交易冲动 → 强制写下理由 → AI冷静分析 → 给出可执行方案 → 记录成长轨迹

핵심은세 가지 독특한 디자인:

1. “왜”를 적어 두는 것을 꼭 하세요.

양식에는 “거래 아이디어”를 적어야 합니다. “왜 이 거래를 하고 싶은가”를 말로 설명하려고 하면 많은 충동이 자연스럽게 가라앉을 것입니다.

❌ 模糊的冲动:"感觉要涨"
✅ 具体的理由:"突破120日均线+MACD金叉+成交量放大"

2. AI는 다차원에서 당신의 논리를 검증합니다.

시스템은 자동으로 4가지 유형의 데이터를 수집하고 포괄적인 분석을 수행합니다.

데이터 수집

持仓信息 ──┐
情绪分析 ──┼──→ 数据合并 → AI分析
技术指标 ──┤
交易思路 ──┘

AI 분석의 4가지 차원:

• 0️⃣ 거래 아이디어 검증(가장 중요): 인지적 편견을 찾아 논리가 타당한지 확인하십시오.
• 1️⃣ 기술적 신호 검증:MACD/RSI/ATR/OBV가 귀하의 판단을 뒷받침합니까?
• 2️⃣ 감정적 위험 평가: 시장 심리는 탐욕인가, 공황인가?
• 3️⃣ 입장 타이밍을 결정하세요: 지금 진입할 수 있나요? 아니면 하락/돌파를 기다릴 수 있나요?

여러 필드에 대한 완전한 분석을 출력합니다.:

{
  "思路原文": "跌了5%,应该到底了",
  "思路评价": "不合理",
  "致命缺陷": "锚定效应——下跌5%不代表充分",
  "验证结果": "MACD=-213深度空头,RSI=31无底背离",
  "执行建议": "放弃交易",
  "建议入场价格": "不建议入场",
  "止损价格": "$115,000",
  "止盈目标1_价格": "$125,000",
  // ...
}

3. 거래 일지를 사용하여 성장을 추적하세요

각 트레이딩 인사이트 분석은 CSV 파일로 자동 저장됩니다. 한 달 후에 열면 다음과 같은 내용을 확인하실 수 있습니다.

날짜	아이디어 평가	치명적인 결함	구현 권장 사항
10⁄1	무모한	추격과 추락	포기하다
10⁄5	무모한	앵커링 효과	포기하다
10⁄8	부분적으로 합리적	손절매가 너무 넓게 설정되어 있습니다.	기다리다
10⁄12	합리적인	눈에 띄는 결함 없음	즉시 실행

이것은 충동적에서 합리적으로 진화하는 것입니다。

시스템 아키텍처

전체 흐름도

工作流触发 → 表单输入 → 空值判断 → [数据收集] → 数据整理 → AI分析 → 存储 → 导出CSV
                            ↓
               ┌────────────┼────────────┐
               ↓            ↓            ↓
           持仓信息      情绪分析     技术指标

레이어 1: 거래 영감 포착

노드 이름: 트랜잭션 스파크 입력
유형: 대기 노드(폼 모드)

// 表单字段配置
{
  "交易品种": "text",      // 如BTC
  "交易方向": "下拉框选择",  // LONG/SHORT/COVERLONG/COVERSHORT
  "交易数量": "number",    // 如1
  "交易思路": "text"       // 核心!必须填写理由
}

키 디자인:

• 형식은 다음과 같습니다.스위치 노드거래 스파크가 존재하는지 확인하고 AI 검증의 다음 단계로 진행합니다.

2계층: 데이터 수집

경로 1: 위치 정보 수집

노드 이름: 위치 정보 수집
유형: accountInfo 노드

// 查询当前品种持仓
symbol: "{{ $json['交易品种'] }}_USDT.swap"
operation: "getPosition"

// 输出示例
{
  "symbol": BTC,  // 持仓品种
  "amount": 0.5,  // 持仓数量
  "price": 110003  // 方向
}

경로 2: 감정 데이터 수집

노드 이름: 감정 데이터 수집 → 감정 정보 분석
유형: MCP Client + AI Agent

1단계: 뉴스를 얻으세요

// Alpha Vantage MCP接口
endpointUrl: "https://mcp.alphavantage.co/mcp?apikey='YOUR_KEY'"
tool: "NEWS_SENTIMENT"
tickers: "CRYPTO:{{ $json['交易品种'] }}"

2단계: AI가 감정을 추출합니다

// AI输出的结构化情绪分析
{
  "shortTermSentiment": {
    "category": "积极",
    "score": 0.7,
    "rationale": "24小时内突破关键阻力位,社交媒体热度上升"
  },
  "longTermSentiment": {
    "category": "中性",
    "score": 0.0,
    "rationale": "监管不确定性仍存,机构入场速度放缓"
  }
}

감정 데이터는 왜 중요한가요?
개인 투자자와 기관 투자자 간의 가장 큰 격차 중 하나는 정보 접근성입니다. 최근 뉴스 심리를 분석하면 다음과 같은 최신 정보를 얻을 수 있습니다.

• 주요 매체가 특정 통화에 대해 보도하는 경향
• 시장 참여자들의 감정 추세
• 주요 뉴스 이벤트의 영향 평가

이것은 할 수 있습니다중요한 정보 격차 채우기。

경로 3: 기술 지표 계산

노드 이름: 신호 표시기 계산
유형: 트레이딩 플러그인 노드

function main(inputData) {
    const symbol = inputData + "_USDT.swap"
    const records = exchange.GetRecords(symbol)
    
    // 数据校验
    if (records.length <= 10) {
        Log("Error: 数据不足");
        return null;
    }
    
    // 计算技术指标(使用talib库)
    const macd = talib.MACD(records);
    const rsi = talib.RSI(records, 14);
    const atr = talib.ATR(records, 14);
    const obv = talib.OBV(records);

    // 获取最近10个值
    function getLast10Values(arr) {
        if (!arr || arr.length === 0) return [];
        return arr.slice(-10);
    }

    return {
        MACD: {
            macd: getLast10Values(macd[0]),
            signal: getLast10Values(macd[1]), 
            histogram: getLast10Values(macd[2])
        },
        RSI: getLast10Values(rsi),
        ATR: getLast10Values(atr),
        OBV: getLast10Values(obv)
    };
}

반환된 기술 지표:

• MACD(트렌드 지표): 골든 크로스/데스 크로스/다이버전스
• RSI(오실레이터): 매수 과다(>70) / 매도 과다(<30)
• ATR(변동성): 동적 손절매에 사용됨
• OBV(거래량): 자본 흐름

경로 4: 거래 의도 자체

유형, 방향, 수량을 포함하여 양식에서 직접 전달합니다.거래 아이디어。

3계층: 데이터 정리

노드 이름: 데이터 수집
유형: 코드 노드(JavaScript)

// 初始化容器
let posData = null;
let contentData = null;
let technicalIndicators = null;
let tradeIdea = null;

// 遍历合并节点的所有输入
for (const item of items) {
    // =============== 持仓数据 ===============
    if (item.json.operation === 'getPosition' && item.json.result !== undefined) {
        posData = item.json.result;
        // 关键转换:数值→易读文本
        posData.amount = posData.amount == 0 ? "无持仓" : 
                         posData.amount > 0 ? "多仓" : "空仓";
    }

    // =============== 情感分析结果 ===============
    if (item.json.output !== undefined) {
        try {
            contentData = JSON.parse(item.json.output);
        } catch (e) {
            contentData = item.json.output;
        }
    }

    // =============== 技术指标数据 ===============
    if (item.json.MACD !== undefined || item.json.RSI !== undefined) {
        technicalIndicators = {
            "趋势指标MACD": item.json.MACD,
            "振荡指标RSI": item.json.RSI,
            "波动性指标ATR": item.json.ATR,
            "成交量分析OBV": item.json.OBV
        };
    }

    // =============== 交易意图 ===============
    if (item.json["交易品种"] !== undefined) {
        tradeIdea = {
            "交易品种": item.json["交易品种"],
            "交易方向": item.json["交易方向"],
            "交易数量": item.json["交易数量"],
            "交易思路": item.json["交易思路"]  // 核心!
        };
    }
}

// =============== 返回汇总结果 ===============
return [{
    json: {
        "持仓数据": posData,
        "情感分析": contentData,
        "技术指标": technicalIndicators,
        "交易意图": tradeIdea
    }
}];

왜 이 노드가 필요한가요?

• 4방향 데이터 포맷은 통일되지 않아 표준화가 필요합니다.
• 위치 값은 읽을 수 있는 텍스트로 변환되어야 합니다.
• AI 이해를 돕기 위한 기술 지표와 중국어 설명

4계층: AI 의사결정 분석(코어의 핵심)

노드 이름: AI 거래 스파크 식별
유형: 에이전트 노드

이것이 전체 시스템의 핵심입니다. Prompt는 엄격한 분석 프레임워크를 설계했습니다.

분석 프레임워크(4차원):

0️⃣ 交易思路验证(优先级最高)
   - 该理由是否成立?(用技术指标+情绪数据验证)
   - 是否存在认知偏差?(追涨杀跌/锚定效应/赌徒谬误)
   - 风险收益比是否合理?(至少2:1)

1️⃣ 技术信号验证
   - MACD方向是否支持交易方向?
   - RSI是否超买/超卖?
   - OBV与价格是否背离?

2️⃣ 情绪风险评估
   - 短期情绪分数?(>0.6极度贪婪/<-0.6极度恐慌)
   - 是否存在黑天鹅事件?

3️⃣ 入场时机判断
   - 当前价位是否合理?
   - 是否需要等待回调/突破?

출력 요구 사항: 완전한 분석 필드

{
  "分析时间": "2025-10-11T10:30:00.000Z",
  "交易品种": "BTC",
  "交易方向": "LONG",
  "交易数量": "1",
  
  "思路原文": "跌了5%,应该到底了",
  "思路评价": "不合理",
  "验证结果": "MACD=-213深度空头,RSI=31无底背离,OBV持续流出",
  "致命缺陷": "锚定效应——下跌5%不构成反转理由",
  
  "执行建议": "放弃交易",
  "信心度": "高",
  "依据_思路验证": "交易逻辑存在严重缺陷",
  "依据_技术面": "MACD/RSI/OBV均显示空头趋势未结束",
  "依据_风险点": "盲目抄底可能遭遇二次探底,潜在亏损15%+",
  
  "建议入场价格": "不建议入场",
  "建议入场条件": "交易思路存在重大缺陷",
  "建议入场时间": "放弃当前计划",
  "止损价格": "$115,000",
  "止损理由": "跌破关键支撑位",
  "止盈目标1_价格": "$125,000",
  "止盈目标1_仓位": "50%",
  "止盈目标1_理由": "回测阻力位",
  "止盈目标2_价格": "$132,000",
  "止盈目标2_仓位": "剩余仓位",
  "止盈目标2_理由": "关键整数关口",
  
  "核心风险": "当前处于下跌趋势中段,抄底过早可能遭遇止损",
  "风险收益比": "0.5:1",
  "潜在收益百分比": "5%",
  "最大亏损百分比": "10%",
  "风险等级": "高风险",
  
  "操作摘要": "放弃抄底计划,等待MACD金叉+RSI底背离",
  "决策有效期": "直到技术面出现明确反转信号",
  "复核条件": "MACD金叉或RSI形成底背离或出现放量阳线"
}

현장 분석

• 거래 결정의 모든 핵심 요소를 포괄합니다.
• 완전히 평평하게 되어 있어 이후 CSV 저장에 편리합니다.
• 각 필드는 실행 가능하며 명확한 트리거 조건이 있습니다.

특수 상황 처리 규칙:

Prompt는 구체적으로 세 가지 특별한 경우를 정의합니다.

1. “거래 아이디어”가 명백히 비합리적일 때:

   • “제안 실행”은 “거래 포기”로 강제 실행됩니다.
   • “치명적 결함”은 인지 편향의 유형을 명확하게 나타내야 합니다.
   • “추천 입장 가격”이 “추천하지 않는 입장”으로 설정되어 있습니다.

2. 시장이 극도로 변동성이 큰 경우:

   • “위험 수준”이 “매우 높은 위험”으로 표시됨
   • “결정 유효 기간”이 “1시간 이내 유효”로 단축

3. 기술 지표가 충돌할 때:

   • “신뢰도”가 “낮음”으로 표시됨
   • “제안 실행”은 “입력 대기”를 우선시합니다.

5단계: 결과 저장 및 내보내기

노드 1: AI 분석, 구성 및 저장

유형: 코드 노드

const rawData = $input.first().json.output;

// 提取JSON内容的函数(处理可能的markdown包裹)
function extractJSON(outputString) {
  const jsonMatch = outputString.match(/```json\n([\s\S]*?)\n```/);
  
  if (jsonMatch && jsonMatch[1]) {
    return JSON.parse(jsonMatch[1]);
  }
  
  // 如果没有markdown包裹,直接解析
  return JSON.parse(outputString);
}

const result = extractJSON(rawData);
Log("本次交易分析:", result);

// 使用_G全局存储函数(关键!)
let tradelog = _G('tradelog') || [];  // 初始化兜底

// 添加最新记录
tradelog.push(result);

// 持久化保存
_G('tradelog', tradelog);

return tradelog;

_G 함수의 값:

• 데이터는 지속적으로 저장되며 워크플로를 다시 시작한 후에도 유지됩니다.
• 데이터는 워크플로우 전반에 걸쳐 공유될 수 있습니다.
• 과거 거래 결정 기록에 매우 적합

노드 2: 파일 변환

유형: convertToFile 노드

모든 필드를 포함하여 JSON 배열을 CSV 형식으로 변환합니다.

노드 3: 트랜잭션 로그를 저장합니다.

유형: writeFile 노드

로컬에 저장tradelog.csv。

CSV 파일의 긴 값:

이 파일은 귀하의 기록을 기록합니다거래 사고의 진화:

第1周: 10次想法 → 7次"不合理" → 认知偏差:追涨杀跌
第2周: 8次想法 → 5次"不合理" → 开始意识到问题
第4周: 6次想法 → 3次"不合理" → 学会等待技术信号
第8周: 5次想法 → 1次"不合理" → 思路开始成熟
...

이것은 트레이딩 마스터의 성장 일기입니다.。

제한 사항(명확히 명시해야 함)

이 도구는 만병통치약이 아닙니다.

❌ 미래를 예측할 수 없다: AI는 과거 데이터를 기반으로 하기 때문에 블랙스완이 나타나더라도 실패할 것입니다.
❌ 직감을 대신할 수 없다: 베테랑 트레이더들의 ‘시장 감각’을 정량화하기는 어렵다
❌ 수익성은 보장되지 않습니다: 이는 의사결정의 질을 향상시킬 수 있지만, 모든 거래가 수익성이 있을 것이라는 보장은 없습니다.
❌ 극한의 시장 상황에 저항할 수 없음: 시장이 미친 듯이 움직일 때, 합리적인 분석은 손실을 초래할 수 있습니다.

하지만 다음과 같은 일이 가능합니다. ✅ 각 거래의 위험을 알려드립니다
✅ 인지적 편견을 식별하는 데 도움이 됩니다
✅ 성장 궤적을 기록하세요
✅ 가장 기본적인 실수를 피하세요

개선 방향

단기 최적화:

• 더 많은 데이터 소스(온체인 데이터, 자금 조달 비율)에 접근하세요
• 과거 백테스팅 모듈 추가
• ATR을 사용하여 동적으로 손절매를 계산합니다.

더 많은 개선 사항:

• 반자동 주문 배치를 달성하기 위해 거래소 API에 연결하세요
• 여러 AI 에이전트 투표(급진파 대 보수파)
• 시장 상황에 따라 감정/기술적 가중치 조정

빠른 시작(5분)

1단계: 워크플로 가져오기

기사 마지막에 있는 전략 링크를 클릭하고 전략 복사를 클릭하세요.

2단계: API 키 구성

3개의 API를 구성해야 합니다.

1. Alpha Vantage(감정 데이터): MCP 클라이언트 노드에 구성됨
2. OpenAI(AI 모델): 두 개의 OpenAI 모델 노드에 구성됨
3. 교환(포지션 쿼리, 실제 거래는 구성이 필요합니다): 거래소 섹션에서 구성

3단계: 테스트 실행

1. “클릭 시 워크플로 실행” 노드를 클릭합니다.
2. 양식 테스트를 작성하세요(유형: BTC, 방향: LONG, 수량: 1, 아이디어: “BTC가 계속 상승하고 있습니다!”)
3. AI 분석을 기다리는 중
4. 분석 결과 정리, 검토 및 저장
5. 로컬에서 생성된 보기tradelog.csv

# 1. 进入托管者日志目录
cd ~/logs/storage

# 2. 找到你的策略ID目录(如620669)
cd 620669/files

# 3. 查看交易日志
cat tradelog.csv

4단계: 자가 길들이기

거래하고 싶은 충동이 들 때마다 양식을 작성하여 AI가 차분하게 상황을 분석하도록 하세요. tradelog.csv 파일을 매주 주말마다 열어 가장 흔한 실수(상승과 하락만 쫓는 것? 하락할 때 맹목적으로 매수하는 것?)를 검토해 보는 것을 추천합니다. 한두 달 동안 꾸준히 사용하다 보면 충동적인 투자에서 합리적인 투자로 변화하는 모습을 확실히 보실 수 있을 것입니다.

마지막 생각

이 도구의 가장 큰 가치는 얼마나 많은 돈을 벌 수 있게 해주는지가 아니라,

각 주문 전에 스스로에게 이렇게 질문하게 됩니다. 왜 이 거래를 해야 할까요?

• 대답할 수 없다면 → 이건 도박이에요
• 질문에는 답할 수 있지만 AI가 단점을 지적한다면 → 이것이 학습이다
• 당신과 AI가 모두 합리적이라고 생각하면서도 여전히 돈을 잃는다면 → 이는 정상적인 시행착오입니다

거래의 궁극적인 목표는 시장을 이기는 것이 아니라자신을 이해하세요. 자신의 탐욕, 두려움, 독선을 이해하세요.

이 거래 로그 파일은 당신이 스스로를 알아가는 길입니다.

기술 지원: 댓글 섹션에서 토론을 환영합니다
부인 성명: 이 도구는 학습용으로만 사용됩니다. 거래는 위험합니다. 신중하게 결정하시기 바랍니다.

이 글이 도움이 되었다면, 트레이딩에 어려움을 겪고 있는 친구들에게 공유해 주세요. 우리 모두는 충동이 들 때 “잠깐만, 정말이야?“라고 말해줄 차분한 목소리가 필요합니다.

전략적 링크 ：https://www.fmz.com/m/strategy/511337 알아채다：이 프레임워크는 단지 예비 구현일 뿐이며 버그 처리 및 기능 개선을 위해 최적화가 필요합니다.