Dalam dunia perdagangan mata wang kripto, penganalisis dengan pengikut yang ramai (dikenali sebagai influencer atau “big Vs”) menghasilkan analisis pasaran profesional setiap hari. Walaupun aliran maklumat mereka mungkin kelihatan misteri, mereka sebenarnya mempunyai logik pemprosesan data yang jelas di belakangnya. Hari ini, kami akan memecahkan sepenuhnya proses ini dan mengajar anda cara membina sistem analisis perdagangan profesional anda sendiri menggunakan nod visualisasi aliran kerja pada platform Inventor.

Gambaran Keseluruhan Seni Bina Sistem

Aliran kerja ini dibina sepenuhnya berdasarkan nod visual aliran kerja Pencipta, tanpa perlu menulis kod kompleks. Idea terasnya ialah:Pemerolehan data → Analisis teknikal → Analisis sentimen → Analisis bersepadu AI → Tolak automatikKeseluruhan proses boleh diselesaikan dengan menyeret nod dan mengkonfigurasi parameter, membolehkan kakitangan bukan teknikal membina sistem analisis transaksi profesional dengan mudah.

Langkah 1: Bina lapisan pengumpulan data

1. Sediakan nod pencetus pemasa

Jenis Nod：Pencetus Jadual

Nod ini adalah titik permulaan keseluruhan sistem. Ia memastikan bahawa proses analisis dimulakan secara automatik pada selang masa tetap untuk memastikan frekuensi tinggi dan ketepatan masa analisis.

2. Bina pemerolehan data teknikal pelbagai jangka masa

Aliran kerja menggunakan tiga nod MarketInfo untuk mendapatkan data dalam dimensi masa yang berbeza:

Penerangan Parameter：

• period：Kitaran K-line, 15 minit, 1 jam, 1 hari
• limit: 200: Dapatkan 200 K talian, cukup untuk analisis teknikal
• $vars.pair：Gunakan pembolehubah untuk menyimpan pasangan dagangan, yang menjadikannya lebih mudah untuk menukar sasaran analisis. Sebagai parameter luaran strategi, anda boleh menetapkannya kepada jenis yang anda minati.

3. Kumpulan nod standardisasi data talian K

Tiga blok kod berikut memproses data K-line bagi rangka masa yang berbeza masing-masing:

Kod 1 (15 minit pemprosesan data)：

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

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

return result;

Kod 2 (1 jam pemprosesan data)：

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

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

return result;

Kod 3 (Pemprosesan data harian)：

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

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

return result;

Kesan standardisasi：

• Tambahkan pengecam unik pada setiap data rangka masa
• Struktur data bersatu untuk memudahkan analisis dan pengenalan AI seterusnya
• Memastikan konsistensi aliran data

4. Nod Gabungan Data

Jenis Nod:Gabung
model: Tambah mod, gabungkan data bagi tiga bingkai masa dalam urutan

Nod ini menyepadukan data K-line dari semua rangka masa ke dalam pakej data bersatu, menyediakan asas data teknikal yang lengkap untuk analisis AI.

5. Nod pemprosesan data talian K agregat

Jenis Nod：Code Lokasi: Terletak selepas nod gabungan, bertanggungjawab untuk menyepadukan data K-line berbilang bingkai masa

Kod teras：

const allCandles = [];

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

return [{
  json:{
    allCandles
  }
}];

Analisis fungsi kod：

• Pengagregatan Data: Melintasi semua item data yang dilalui oleh nod gabungan dan kumpulkan data piawai bagi setiap rangka masa ke dalamallCandlesDalam tatasusunan
• Struktur bersatu: Menggabungkan data K-line bagi tiga bingkai masa (15 minit, 1 jam, 1 hari) ke dalam satu pakej data
• Penyeragaman format: Keluarkan struktur JSON bersatu, yang mengandungi maklumat K-line yang lengkap untuk semua rangka masa

Langkah 2: Lapisan Pemprosesan Analisis Sentimen

1. Sebarkan nod pemerolehan data berita

Jenis Nod: Permintaan HTTP (permintaan HTTP)

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 logik ATAU untuk memastikan liputan media mata wang kripto utama
• from参数: Kira tarikh secara dinamik 3 hari yang lalu untuk memastikan anda mendapat maklumat terkini
• x-api-key: Kunci pengesahan NewsAPI, yang perlu didaftarkan

2. Nod pemprosesan data berita

Jenis Nod：Code

Kod teras：

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

Analisis Kod：

• Ekstrak tatasusunan artikel yang dikembalikan oleh NewsAPI
• Hanya simpan medan tajuk dan penerangan, alih keluar maklumat berlebihan seperti gambar dan pautan
• Sediakan data teks bersih untuk analisis AI seterusnya

3. Analisis Sentimen Nod AI

Jenis Nod：Agen pintar AI model LLM：Model Claude

Konfigurasi Gesaan Teras：

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 Reka Bentuk Segera：

• Membezakan dengan jelas antara dimensi emosi jangka pendek dan jangka panjang
• Memerlukan format output JSON standard untuk pemprosesan seterusnya yang mudah
• Termasuk sistem pemarkahan berangka untuk mengukur keamatan emosi

Langkah 3: Enjin Analisis AI

1. Nod penyepaduan data

Jenis Nod：Code

Kod 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
    }
}];

Logik Integrasi：

• Gabungkan data K-line dan keputusan analisis sentimen
• Sediakan pakej data lengkap untuk analisis AI yang komprehensif
• Pastikan struktur data memenuhi keperluan analisis akhir

2. Analisis teknikal komprehensif nod AI

Jenis Nod：Agen pintar AI model LLM：Model Claude

Konfigurasi Gesaan 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

Ciri Teras Gesa：

• Mengintegrasikan data teknikal dan analisis sentimen
• Analisis komprehensif rangka masa berbilang masa
• Menyediakan kedua-dua cadangan perdagangan spot dan leverage
• Format HTML output, disesuaikan secara langsung dengan Telegram
• Tekankan kesederhanaan dan kebolehkendalian

Langkah 4: Sistem tolak pintar

1. Nod pembahagian kandungan

Jenis Nod：Code

Algoritma pembahagian：

// 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 pembahagian：

• Kenal pasti kata kunci “cadangan memanfaatkan” untuk pembahagian kandungan dengan bijak
• Bersihkan simbol Markdown secara automatik untuk memastikan kandungan kemas
• Pertimbangkan had panjang mesej Telegram
• Mengekalkan integriti logik laporan analisis

2. Telegram tolak nod

Jenis Nod：Telegram

Ciri-ciri Tolak：

• Sokong format HTML untuk memastikan format laporan analisis cantik
• Hantar blok secara automatik untuk mengelakkan satu mesej terlalu panjang
• Tolak masa nyata untuk memastikan pengguna mendapat hasil analisis secepat mungkin
• Tolak ke kumpulan atau saluran tertentu

Dengan cara ini, kami telah melengkapkan saluran analisis kami sendiri, dan boleh menjalankan analisis pasaran yang berkaitan dan menolak cadangan perdagangan berdasarkan produk yang kami berdagang.

Sorotan teknologi teras

1. Pemerolehan data frekuensi tinggi

Pencetus masa memulakan empat cabang pemerolehan data pada selang masa tetap untuk memastikan ketepatan masa dan ketepatan analisis yang tinggi.

2. Analisis profesional dipacu AI

Menggunakan model bahasa besar Claude digabungkan dengan gesaan yang direka dengan teliti, kami mencapai keupayaan pertimbangan pasaran yang setanding dengan penganalisis profesional.

3. Reka bentuk modular

Setiap fungsi dirangkumkan sebagai nod bebas untuk memudahkan penyelenggaraan, peningkatan dan penyesuaian.

4. Pemprosesan kandungan pintar

Pintar membahagikan teks panjang berdasarkan struktur kandungan untuk memastikan persembahan hasil analisis yang sempurna merentas pelbagai saluran tolak.

Sambungan dagangan automatik

Jika anda ingin membina sistem dagangan automatik anda sendiri, anda boleh menambah nod pelaksanaan transaksi atas dasar ini:

• Nod API Perdagangan：Menurut cadangan transaksi, lakukan operasi transaksi yang sepadan
• Nod Kawalan Risiko: Sediakan pengurusan kedudukan dan logik kawalan risiko
• Nod pelaksanaan pesanan: Buat pesanan secara automatik berdasarkan hasil analisis AI
• Nod Pemantauan: Penjejakan masa nyata status pesanan dan untung rugi

Hanya tambahkan penghakiman bersyarat dan cawangan pelaksanaan transaksi selepas nod analisis AI untuk mencapai sistem perdagangan automatik sepenuhnya.

ringkaskan

Dengan menggunakan nod visualisasi Aliran Kerja Pencipta, kami berjaya merungkai sifat sebenar aliran maklumat pengaruh mata wang kripto. Secara terang-terangan, di sebalik analisis pasaran yang kelihatan rumit itu terletak proses pemprosesan data yang standard ini.

Kebenaran adalah mudah：

• Sumber data telus：API Berita + data pasaran, tiada yang misteri
• Logik analisis yang jelas：Model AI + gesaan piawai, boleh ditiru dan boleh disahkan
• Ambang teknikal adalah sangat rendah: Anda boleh membina dengan menyeret nod, tiada kemahiran khas diperlukan
• Murah sangat: Beberapa bayaran panggilan API, jauh lebih rendah daripada langganan berbayar

Kami tidak perlu mengikuti pempengaruh secara membabi buta, dan kami juga tidak perlu membayar untuk apa yang dipanggil “maklumat orang dalam eksklusif.” Platform Kuantitatif Inventor telah menjadikan analisis teknikal yang kompleks boleh diakses, membolehkan orang biasa membina sistem analisis mereka sendiri. Paling penting, sebaik sahaja anda membina sistem ini sendiri, anda akan faham: analisis pasaran tidak misteri, dan pengaruh bukan nabi. Apa yang mereka boleh lakukan, anda juga boleh lakukan, dan mungkin lebih baik. Dalam era kemajuan teknologi ini, Platform Pencipta merendahkan halangan kepada kemasukan untuk keputusan pelaburan.

Daripada menjadi peminat orang lain, lebih baik menggunakan platform FMZ untuk menjadi tuan dalam keputusan pelaburan anda sendiri.

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