No mundo do trading de criptomoedas, analistas com muitos seguidores (conhecidos como influenciadores ou “grandes Vs”) produzem análises de mercado profissionais diariamente. Embora seus fluxos de informação possam parecer misteriosos, eles, na verdade, possuem uma lógica clara de processamento de dados por trás deles. Hoje, vamos detalhar completamente esse processo e ensinar como construir seu próprio sistema profissional de análise de trading usando nós de visualização de fluxo de trabalho na plataforma Inventor.

Visão geral da arquitetura do sistema

Este fluxo de trabalho é construído inteiramente com base nos nós visuais do fluxo de trabalho do Inventor, sem a necessidade de escrever código complexo. A ideia central é:Aquisição de dados → Análise técnica → Análise de sentimento → Análise integrada de IA → Push automatizadoTodo o processo pode ser concluído arrastando nós e configurando parâmetros, permitindo que pessoal não técnico crie facilmente um sistema profissional de análise de transações.

Etapa 1: construir a camada de coleta de dados

1. Configurar um nó de gatilho de temporizador

Tipo de nó：Acionamento de agendamento

Este nó é o ponto de partida de todo o sistema. Ele garante que o processo de análise seja iniciado automaticamente em intervalos de tempo fixos para garantir a alta frequência e pontualidade da análise.

2. Construir aquisição de dados técnicos em múltiplos períodos de tempo

O fluxo de trabalho implanta três nós MarketInfo para obter dados em diferentes dimensões de tempo:

Descrição do parâmetro：

• period：Ciclo da linha K, 15 minutos, 1 hora, 1 dia
• limit: 200: Obtenha 200 mil linhas, o suficiente para análise técnica
• $vars.pair：Use variáveis ​​para armazenar pares de negociação, o que facilita a troca de alvos de análise. Como parâmetros externos da estratégia, você pode defini-los para as variedades de seu interesse.

3. Grupo de nós de padronização de dados da linha K

Os três blocos de código a seguir processam os dados da linha K de diferentes períodos de tempo, respectivamente:

Código 1 (15 minutos de processamento de dados)：

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

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

return result;

Código 2 (1 hora de processamento de dados)：

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

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

return result;

Código 3 (Processamento diário de dados)：

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

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

return result;

Efeito de padronização：

• Adicione um identificador exclusivo aos dados de cada período de tempo
• Estrutura de dados unificada para facilitar a análise e identificação subsequentes de IA
• Garantir a consistência do fluxo de dados

4. Nó de Mesclagem de Dados

Tipo de nó:Mesclar
modelo: Modo de anexação, mescla os dados dos três períodos de tempo em sequência

Este nó integra dados da linha K de todos os períodos de tempo em um pacote de dados unificado, fornecendo uma base completa de dados técnicos para análise de IA.

5. Nó de processamento de dados agregados da linha K

Tipo de nó：Code Localização: Localizado após o nó de mesclagem, responsável por integrar os dados da linha K de vários períodos de tempo

Código principal：

const allCandles = [];

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

return [{
  json:{
    allCandles
  }
}];

Análise de função de código：

• Agregação de dados: Percorra todos os itens de dados passados ​​pelo nó de mesclagem e colete os dados padronizados de cada período de tempo emallCandlesNa matriz
• Estrutura unificada: Combine os dados da linha K de três períodos de tempo (15 minutos, 1 hora, 1 dia) em um único pacote de dados
• Padronização de formatos: Produza uma estrutura JSON unificada, contendo informações completas da linha K para todos os períodos de tempo

Etapa 2: Camada de Processamento de Análise de Sentimentos

1. Implantar nós de aquisição de dados de notícias

Tipo de nó: Solicitação HTTP (solicitação HTTP)

Configuração detalhada：

{
  "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"
      }]
    }
  }
}

Análise de parâmetros-chave：

• q参数：Pesquise palavras-chave usando a lógica OR para garantir a cobertura da principal mídia sobre criptomoedas
• from参数: Calcule dinamicamente a data de 3 dias atrás para garantir que você obtenha as informações mais recentes
• x-api-key: Chave de autenticação NewsAPI, que precisa ser registrada

2. Nó de processamento de dados de notícias

Tipo de nó：Code

Código principal：

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

Análise de código：

• Extraia o array de artigos retornado pelo NewsAPI
• Mantenha apenas os campos de título e descrição, remova informações redundantes, como imagens e links
• Preparar dados de texto limpos para análise de IA subsequente

3. Nó de IA de análise de sentimentos

Tipo de nó：Agente inteligente de IA Modelo LLM：Modelo Claude

Configuração do prompt principal：

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) }}

Destaques do design rápido：

• Distinguir claramente entre dimensões emocionais de curto e longo prazo
• Requer formato de saída JSON padrão para processamento subsequente fácil
• Inclui um sistema de pontuação numérica para quantificar a intensidade das emoções

Etapa 3: Mecanismo de análise de IA

1. Nó de integração de dados

Tipo de nó：Code

Código-chave：

// 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
    }
}];

Lógica de Integração：

• Mesclar dados da linha K e resultados da análise de sentimentos
• Prepare pacotes de dados completos para análise abrangente de IA
• Garantir que a estrutura de dados atenda aos requisitos de análise final

2. Nó de IA de análise técnica abrangente

Tipo de nó：Agente inteligente de IA Modelo LLM：Modelo Claude

Configuração detalhada do prompt：

## 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

Recursos principais do Prompt：

• Integrando dados técnicos e análise de sentimentos
• Análise abrangente em vários períodos de tempo
• Fornece sugestões de negociação à vista e alavancada
• Formato de saída HTML, adaptado diretamente ao Telegram
• Enfatize a simplicidade e a operabilidade

Etapa 4: Sistema de push inteligente

1. Nó de segmentação de conteúdo

Tipo de nó：Code

Algoritmo de segmentação：

// 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 } }
];

Estratégia de segmentação：

• Identifique de forma inteligente a palavra-chave “sugestão de alavancagem” para segmentação de conteúdo
• Limpe automaticamente os símbolos Markdown para manter o conteúdo organizado
• Considere o limite de comprimento das mensagens do Telegram
• Manter a integridade lógica do relatório de análise

2. Nó push do Telegram

Tipo de nó：Telegram

Recursos de envio：

• Suporte ao formato HTML para manter o formato do relatório de análise bonito
• Enviar automaticamente em blocos para evitar que mensagens individuais fiquem muito longas
• Envio em tempo real para garantir que os usuários obtenham resultados de análise o mais rápido possível
• Enviar para um grupo ou canal específico

Dessa forma, concluímos nosso próprio canal de análise e podemos conduzir análises de mercado relevantes e enviar sugestões de negociação com base nos produtos que negociamos.

Destaques da tecnologia principal

1. Aquisição de dados de alta frequência

O gatilho de tempo inicia os quatro ramos de aquisição de dados em intervalos de tempo fixos para garantir alta pontualidade e precisão da análise.

2. Análise profissional orientada por IA

Usando o modelo de linguagem ampla de Claude combinado com prompts cuidadosamente projetados, alcançamos capacidades de julgamento de mercado comparáveis ​​às de analistas profissionais.

3. Design modular

Cada função é encapsulada como um nó independente para facilitar a manutenção, atualização e personalização.

4. Processamento inteligente de conteúdo

Segmente textos longos de forma inteligente com base na estrutura do conteúdo para garantir a apresentação perfeita dos resultados da análise em vários canais de distribuição.

Extensões de negociação automatizadas

Se você quiser construir seu próprio sistema de negociação automática, você pode adicionar nós de execução de transações nesta base:

• Nó de API de negociação：De acordo com as sugestões de transação, execute as operações de transação correspondentes
• Nó de Controle de Risco: Configurar lógica de gerenciamento de posição e controle de risco
• Nó de execução de ordens: Faça pedidos automaticamente com base nos resultados da análise de IA
• Nó de Monitoramento: Acompanhamento em tempo real do status do pedido e lucros e perdas

Basta adicionar ramos de julgamento condicional e execução de transações após o nó de análise de IA para obter um sistema de negociação totalmente automatizado.

Resumir

Ao utilizar o nó de visualização do Fluxo de Trabalho do Inventor, desvendamos com sucesso a verdadeira natureza do fluxo de informações de influenciadores de criptomoedas. Em suma, por trás dessas análises de mercado aparentemente complexas está esse processo padronizado de processamento de dados.

A verdade é simples：

• Fonte de dados transparente：API de notícias + dados de mercado, nada misterioso
• Lógica de análise clara：Modelo de IA + prompt padronizado, replicável e verificável
• O limiar técnico é muito baixo:Você pode construir arrastando nós, nenhuma habilidade especial é necessária
• Extremamente barato: Algumas taxas de chamada de API, muito mais baixas do que as assinaturas pagas

Não precisamos seguir influenciadores cegamente, nem pagar pelas chamadas “informações privilegiadas exclusivas”. A Plataforma Quantitativa Inventor tornou a análise técnica complexa acessível, permitindo que pessoas comuns criem seus próprios sistemas de análise. Mais importante ainda, depois de criar este sistema, você entenderá: a análise de mercado não é misteriosa e influenciadores não são profetas. O que eles podem fazer, você também pode fazer, e talvez até melhor. Nesta era de avanços tecnológicos, a Plataforma Inventor está reduzindo as barreiras de entrada para decisões de investimento.

Em vez de ser fã de outra pessoa, é melhor usar a plataforma FMZ para se tornar o mestre de suas próprias decisões de investimento.

Endereço da apólice: https://www.fmz.com/strategy/509088