AI交易教程:ChatGPT-6 Astra + TradingView实测|AI交易、写策略、回测完整教程
ChatGPT AI做交易又升级了!GPT-6 Astra + TradingView实测:AI交易、写策略、回测完整教程
现在用 AI 做交易,已经不只是把一张K线图截图发给 ChatGPT,然后问一句“接下来会涨还是会跌”这么简单了。
随着最新的 GPT-6 Astra 推出,AI 在复杂推理、编程、计算机操作和连续执行多步骤任务方面的能力进一步提升。OpenAI 官方把 GPT-6 Astra 定位为目前能力最强、专门处理复杂端到端任务的模型,尤其适合复杂推理、Coding、Computer Use、研究和自动化工作。
放到交易场景里面,它就不只是帮你“分析图表”,而是可以配合 TradingView,帮我们找支撑阻力、添加指标、写 Pine Script、构建交易策略、做历史回测,甚至扫描整个观察列表。
这篇文章,我就把视频里面实际测试的流程完整整理出来。
如果你准备跟着操作,建议先把下面几个工具准备好。
TradingView:看盘、技术分析、策略回测必备
👉 注册 TradingView
https://bit.ly/3QApgwJ
ChatGPT 会员代充、AI会员平台:银河录像局
👉 查看 ChatGPT 会员
https://nf.video/C1dxn
如果后面需要实际交易加密货币,也可以使用:
Binance 币安
👉 https://bit.ly/3PF8egr
邀请码:BFCYEW71
可减免 20% 交易手续费。
OKX 欧易
👉 https://bit.ly/4gjq2d1
邀请码:88576911
可减免 20% 交易手续费。
本文主要演示 AI、TradingView、交易策略和回测工具的使用方法,不构成投资建议。历史回测盈利也不代表未来一定盈利。本文部分链接为推广链接,通过链接注册可能会给本站带来佣金,但不会额外增加你的使用成本。
提示词1:安装MCP并链接到Tradingview
请在我的 Windows 电脑上完整安装并配置 TradingView MCP,项目地址:
https://github.com/tradesdontlie/tradingview-mcp
请直接执行实际操作,不要只给我教程。遇到普通安装问题请自行排查并继续完成;只有涉及账号登录、管理员授权或必须由我手动确认的操作时,再让我介入。
具体要求如下:
- 环境检查
- 检查电脑是否已经安装 Git。
- 检查 Node.js 和 npm 是否已经安装。
- Node.js 版本必须满足该 GitHub 项目的要求。
- 如果缺少必要环境,请安装稳定版本。
- 安装后重新确认:
- git –version
- node –version
- npm –version
- 克隆 TradingView MCP
把项目克隆到我的用户目录:~/tradingview-mcp
也就是 Windows 用户目录下的:
C:\Users<我的用户名>\tradingview-mcp
如果目录已经存在,不要重复创建冲突目录,先检查现有项目是否完整;如果已经安装过,则更新到 GitHub 当前版本。
- 安装依赖
进入:~/tradingview-mcp
执行:
npm install
确保依赖完整安装成功。
如果 npm 出现报错,请排查 Node 版本、依赖、权限或路径问题,并修复后重新安装。
- 阅读项目说明
请先阅读该项目当前 GitHub README、package.json 以及和 MCP 启动有关的脚本,确认:
- MCP Server 的正确启动入口
- 使用 stdio、HTTP、SSE 或其他哪种 MCP transport
- TradingView Remote Debugging 的要求
- 默认或推荐启动命令
- 是否需要环境变量
- 是否有 Windows 专用启动脚本
不要直接照搬 Claude Desktop 或 Claude Code 的 MCP 配置。
- 配置 ChatGPT MCP
这是最重要的一步。请检查我当前安装的 ChatGPT / ChatGPT Desktop / Work 环境实际支持哪一种 MCP 接入方式。
目标是:
让 ChatGPT 可以调用这个 tradingview-mcp。
要求:
- 优先使用 ChatGPT 当前官方支持的 MCP 配置方法。
- 如果 ChatGPT 支持本地 stdio MCP,就把 ~/tradingview-mcp 注册为用户级 MCP Server。
- 如果 ChatGPT 不支持直接连接本地 stdio MCP,请不要把 Claude 的 ~/.claude/.mcp.json 当成 ChatGPT 配置。
- 改用 ChatGPT 官方当前支持的本地 MCP / Developer Mode / MCP Connector / Secure MCP Tunnel 等正确方案。
- 如果需要把本地 MCP Server 暴露成 ChatGPT 能访问的 MCP endpoint,请完成需要的本地配置。
- 配置范围尽量设置为当前 Windows 用户级,而不是只针对某一个项目。
不要修改与此任务无关的 MCP 配置。
如果已有 ChatGPT MCP 配置文件,请先读取现有内容,在保留已有配置的情况下增加 TradingView MCP,不要覆盖其他 Server。
- 启动 TradingView Remote Debugging
找到我的 TradingView Desktop 安装位置。关闭已经运行的普通 TradingView Desktop 实例,然后使用远程调试参数重新启动:
–remote-debugging-port=9222
如果项目自带 Windows 启动脚本,例如:
scripts\launch_tv_debug.bat
优先检查脚本内容是否正确,再使用。
否则直接找到 TradingView.exe,用参数:
–remote-debugging-port=9222
启动。
不要启动网页版 TradingView,我要使用 TradingView Desktop。
- 验证 9222
启动后检查:http://127.0.0.1:9222/json/version
或者:
http://localhost:9222/json/version
必须确认能够返回 Chromium Remote Debugging JSON 信息。
同时检查:
netstat -ano | findstr :9222
确认端口 9222 正在监听。
如果端口没有开启,请检查:
- TradingView 是否已有旧进程
- 启动参数是否生效
- TradingView.exe 路径是否正确
- 端口是否被其他程序占用
修复后重新测试。
- 启动并测试 TradingView MCP
按照项目当前正确方式启动 MCP Server。确认 MCP Server 没有启动错误。
然后实际测试 TradingView MCP 与 TradingView Desktop 的连接。
如果项目提供类似:
tv_health_check
或其他 health/status 工具,请执行。
至少验证:
- MCP Server 正常运行
- 可以连接 localhost:9222
- 可以检测到 TradingView
- 可以读取当前 TradingView 图表或状态
- 测试 ChatGPT 调用
完成 ChatGPT MCP 配置后,检查 ChatGPT 是否能识别 TradingView MCP 的 tools。如果可以,请至少实际测试一个只读工具,例如:
- health check
- 获取当前图表 symbol
- 获取当前 timeframe
- 获取当前 TradingView 状态
不要在测试阶段自动下单或执行任何交易。
- 最终检查
完成后请告诉我以下信息:① tradingview-mcp 安装目录
② Node.js 版本
③ npm install 是否成功
④ MCP Server 实际启动命令
⑤ ChatGPT MCP 使用了哪种接入方式
⑥ ChatGPT MCP 配置文件或配置位置
⑦ TradingView.exe 实际路径
⑧ TradingView 是否已经使用 9222 启动
⑨ localhost:9222/json/version 是否正常
⑩ MCP health check 是否成功
⑪ ChatGPT 是否已经识别 TradingView MCP tools
⑫ 实际测试调用了哪个工具以及返回结果特别要求:
-
不要把“写入配置文件”当成安装成功。
-
必须实际启动并验证。
-
不要使用 Claude 的 MCP 配置冒充 ChatGPT MCP 配置。
-
不要删除我已有的 MCP Server。
-
不要更改我的 TradingView 图表、指标和交易设置。直到我给你指令。
-
不要执行任何真实交易或下单。直到我给你指令。
-
如果某一步因 ChatGPT 当前版本限制确实无法完成,请明确指出具体卡在哪一步、已经完成哪些步骤,并优先寻找 ChatGPT 官方当前支持的替代方式。
提示词2:
使用专用的 TradingView MCP 桥接工具,把 BINANCE(币安)的 BTC 图表整理成一张干净、专业、可以直接用于演示或录制视频的技术分析图表。
请在一个单独的布局中操作,并把这个布局命名为 “Astra TradingView demo”,不要修改我原来的 TradingView 布局。首先查看最近 6 个月的日线结构,分析整体走势和关键位置;然后切换到 4 小时图,最终画面显示最近大约 60 天的数据。
根据以下几个因素,找出并绘制 3 个最可靠的支撑/阻力区域:价格是否多次在这里产生反应、是否属于重要的波段高低点,以及这个位置距离现在是否足够近。
支撑阻力区域不要画得太宽,并设置为半透明区域:
- 青绿色(Teal):支撑区域
- 暗红色(Muted Red):阻力区域
- 琥珀色(Amber):关键枢轴/多空分界位置
每个区域添加简短标签,标明准确价格,以及支撑这个区域判断的时间周期。避免文字互相重叠,也不要在图表上添加过多无关的绘图。
完成后,用 3 句话给出分析结论:指出当前最重要的价格位置;说明为什么认为这个位置重要、有哪些价格行为作为依据;最后说明出现什么情况后,这个判断将会失效。
然后你需要自己检查最终完成的图表,清理杂乱的绘图,修复看不清或重叠的标签,关闭不需要的面板,让整个图表保持简洁、专业,达到可以直接拿来录制视频展示的状态。
最后,不要只是告诉我怎么操作,而是真正在 TradingView 中完成这些修改,并检查确认修改已经生效。
提示词3:
提示词5:
构建并安装一个 Pine Script 指标,名称为“Astra BTC”。它是一套完善的比特币市场环境仪表盘,用来帮助我快速了解趋势、价格延伸程度、波动率和回撤情况。
使用专用的 TradingView MCP 桥接工具。只在我的“Astra TradingView Demo”布局中工作,并保留原始布局。用这个工具替换上一个演示中的可见标注,但在可能的情况下保留原有内容。创建一个真正全新的脚本,并将其私密保存。
使用普通 BTC 价格数据构建 4 个清晰模块:
1. 趋势 TREND
使用日线 50 日和 200 日简单移动平均线。将最近一个已完成日线收盘价分类为“位于两条均线上方”“位于两条均线之间”或“位于两条均线下方”。另外单独显示 200 日均线相比 20 个已完成日线 K 线之前,是上升还是下降。只有在开启叠加显示选项时,才把两条均线绘制在图表上。所有计算只能使用已完成的日线数据。2. 价格延伸 PRICE EXTENSION
测量最近一个已完成日线收盘价距离日线 50 日均线和 200 日均线有多远。分别显示价格距离两条均线的百分比,同时将价格距离 50 日均线的距离换算成日线 ATR(14) 的倍数。这个模块只用于描述当前状态,不用于预测。不要因为价格延伸较大,就自动标记为看涨、看跌、超买或超卖。3. 波动率 VOLATILITY
使用日线 ATR(14),并将 ATR 表示为最近一个已完成日线收盘价的百分比。同时,将当前已完成日线的 ATR 百分比,与过去 90 根已完成日线 K 线的历史分布进行比较,并使用脚本中固定的百分位阈值,将波动率分类为“低”“正常”或“高”。必须在设置或提示信息中明确写出具体阈值。不要使用尚未完成的日线 K 线。4. 回撤 DRAWDOWN
测量最近一个已完成日线收盘价,相对于之前 365 根已完成日线 K 线中最高收盘价的回撤幅度。显示相对于该参考高点的百分比回撤。如果历史数据不足以完成完整的 365 根 K 线计算,就明确显示“历史数据不足”,而不是自动缩短回看周期。把这 4 个模块做成一个紧凑的仪表盘,让我在录制视频时可以快速看懂。每个模块都要显示一个简短的状态标签,以及对应的数值。使用克制且统一的颜色:偏积极或偏建设性的状态可以使用低饱和青绿色,警示或偏高状态使用琥珀色,负面或压力状态使用低饱和红色,中性状态使用灰色。不要仅仅通过颜色暗示确定性或预测结果。
可以增加一个轻微、可选的市场环境色带或背景效果,但它只能反映已经定义好的状态分类。视觉效果要保持克制,不要遮挡 K 线、成交量或已有价格结构。不要无必要地创建新的价格刻度。增加以下控制项:仪表盘大小、色带透明度、叠加内容是否显示。不要添加交易箭头、入场/止损/目标价位,也不要创建任何虚构的信心评分。
这个指标是一个市场环境工具,不是交易信号工具。不要添加买入/卖出建议、策略入场提示、以交易建议形式呈现的警报,也不要把 4 个模块组合成一个虚假的成功概率或综合评分。
无论我当前查看的是日线图还是 4 小时图,所有指标都必须使用日线数据计算。只使用已经完成的日线 K 线,并保证历史数据和实时数据的计算时点一致。对于高时间周期数据请求,要遵循 TradingView 官方文档中不重绘的实现方式。遇到历史数据不足时,要真实展示这种状态。将数值指标、趋势状态代码和计算时间戳暴露在 Data Window 中,方便以后用于扫描。
必须使用明确的高时间周期逻辑,确保历史数值和实时数值引用的是同一根已经完成的日线 K 线。不要让仪表盘因为当前日线 K 线后来收盘,而回头改变之前已经确认过的历史状态。4 小时图上显示的日线环境数据,必须与当时历史时间点真正能够获得的已完成日线数据一致。
Pine 代码要清晰、易维护。输入参数要按逻辑分组,变量命名清晰,避免不必要的重复计算,并在高时间周期处理和不重绘逻辑附近添加简洁注释。视觉对象数量要保持在合理范围内,不要无意义地接近 TradingView 限制。
编译脚本,修复所有错误,并在 3 个历史日期上,用同一来源数据进行独立计算,对实际输出进行验证。检查在日线图和 4 小时图之间切换时,相同评估时间点的日线指标是否保持一致。重新加载脚本,并确认已经确认过的历史数值保持不变。
在 3 个历史日期上,至少手动交叉验证以下数据:已完成日线收盘价、SMA50、SMA200、SMA200 相比 20 根已完成日线 K 线之前的方向、ATR(14)、ATR 占价格的百分比、价格延伸数据、365 根 K 线参考高点和回撤幅度。如果某个数值无法通过可用的 TradingView 数据独立验证,就明确指出限制,不要编造结果。
完成计算验证后,现场优化视觉设计。确保仪表盘不会遮挡重要 K 线,正常录屏分辨率下标签清晰可读,颜色保持低调,并且在实际可行的情况下,在深色和浅色图表背景中都能保持整洁。删除所有对解释 4 个模块没有实质帮助的内容。
最后停留在 BINANCE 的 BTC 日线图上,并让图表大约显示最近 12 个月的数据。你需要自己检查最终图表,并针对录屏展示优化整体外观。将脚本私密保存,同时保存演示布局,关闭编辑器和不必要的面板,并让指标最终保持显示状态。
简要说明这 4 个模块分别应该怎么看,并汇报你实际验证过的内容。同时提供 Pine 源代码。请把它描述为一个“市场环境工具”,不要声称它已经被证明具有预测能力,也不要声称它能够保证盈利。
在最终完成之前,请确认:
– 脚本编译无错误;
– 4 个仪表盘模块都正常显示;
– 4 个模块全部使用已完成的日线数据;
– 在相同评估时间点,日线和 4 小时图显示的高时间周期数据一致;
– 脚本不会重绘已经确认的历史值;
– 历史数据不足的情况有明确处理;
– Data Window 中正确暴露需要的数值;
– 私有脚本和演示布局都已保存;
– 没有添加不必要的交易信号、箭头、目标价或信心评分。必须真正使用 TradingView MCP 桥接工具去构建、安装、测试、验证并保存这个指标。不要只是告诉我应该怎么做。
提示词6:比特币交易策略
提示词7:
GPT,为什么这个策略会这么赚钱?它的回报非常高。你能告诉我为什么吗?
你能具体解释一下,这个策略到底是怎么运作的吗?它有哪些需要注意的地方或潜在问题?
如果真正用于实盘交易,这会是一套成功的策略吗?还是说,从长期可持续性的角度来看,有哪些风险或问题是我需要特别注意的?
提示词8:
使用专用的 TradingView MCP 桥接工具,扫描我的“XXX观察列表)”,并筛选出目前看起来最干净、最值得关注的 3 个 形态。
保持快速完成:目标控制在大约 3 分钟内。只进行一轮扫描,直接使用现有的 4 小时价格图表。
不要:
– 研究新的交易策略;
– 做历史回测;
– 创建新的指标;
– 添加新的绘图;
– 创建警报。优先关注具备以下特征的图表:
– 有清晰、明确的向上趋势;
– 价格有序回调到已经确认的支撑区域,或者价格在一个被多次测试的阻力位下方进行整理;
– 在下一个明显阻力位置之前,还有足够的上涨空间。避免追逐那些已经明显远离 形态区域、价格已经大幅上涨的图表。
对观察列表中的所有币种使用完全相同的筛选标准。
最后返回一个简洁的排序表格,包含:
币种(Coin)
|为什么值得关注(Why it stands out)
|关键价格位置(Key price level)
|还需要什么确认(Confirmation still needed)
|什么情况会让这个交易思路失效(What would invalidate the idea)必须使用真实的图表数据和经过确认的价格。
把这些候选标的描述为“观察列表候选”,不要把它们描述成已经被证明有效的交易信号。
如果真正有说服力的候选少于 3 个,就如实说明,不要为了凑满 3 个而强行加入质量较差的标的。
说明你总共检查了多少个交易品种,并指出哪些品种因为任何原因无法检查。
最后,在“Astra TradingView Demo”中打开最强候选标的的 4 小时图表,同时保留我原来的布局和已经保存的指标。
提示词9:
每天早上 9 点,自动扫描我的整个加密货币观察列表,并根据已经确定的 Setup 规则,主动寻找当前值得关注的交易机会。
不要要求我提前在图表上画红色矩形、支撑阻力区域或任何交易区域。所有关键区域都由你自己通过 TradingView 图表数据自动识别和判断。
对于观察列表中的每一个交易品种,检查当前 4 小时图的价格结构,并自动识别可能形成交易 Setup 的关键区域,包括重要支撑、阻力、突破位、回踩区域、近期有效的波段高低点,以及和现有指标形成共振的位置。优先使用已经验证并冻结的 Setup 规则,不要每天临时创造新的判断标准。
同时结合价格行为、趋势结构、成交量、波动率以及图表中已有指标,判断当前是否存在做多或做空 Setup。所有判断必须使用已经完成的 K 线和当时能够获得的数据,不要使用未来信息,也不要因为后面的走势而重新解释之前的信号。
每天早上的扫描结果重点告诉我三类情况:
1. 已经形成有效 Setup,并且即将接近 Trigger 的标的;
2. 已经进入 APPROACHING 状态,也就是距离 Trigger 不超过 0.5 × ATR(14) 的标的;
3. 相比上一次扫描,Setup 状态发生明显变化的标的,例如从 FORMING 进入 APPROACHING、从 APPROACHING 进入 TRIGGERED,或者已经 INVALIDATED / EXPIRED。对于每一个值得关注的标的,请自动给出:
币种名称|方向(做多 / 做空)|当前 Setup 状态|AI 自动识别的关键交易区域|Trigger 价格|当前距离 Trigger 多远|还缺少什么确认|什么条件会让 Setup 失效。
不要为了凑数量而强行给出交易机会。如果整个观察列表目前没有符合条件的 Setup,就直接告诉我“目前没有高质量 Setup”。
除了每天早上的完整扫描之外,在当天交易过程中继续监控这些候选标的。
如果某个标的从 FORMING 进入 APPROACHING,及时提醒我。
如果价格进入你自动识别出的关键 Setup 区域,及时提醒我,并说明当前距离 Trigger 还有多远,以及目前还缺少哪些确认条件。
如果 Setup 正式满足 Trigger 条件,告诉我它已经从 APPROACHING 变成 TRIGGERED,并给出触发价格和触发依据。
如果 Setup 在触发前失效、结构被破坏或者超过有效时间,则告诉我它已经 INVALIDATED 或 EXPIRED,并说明具体是哪条规则导致失效。
不要仅仅因为价格进入某个支撑或阻力区域,就把它描述成可以立即交易的信号。必须区分“正在形成”“接近触发”“已经触发”“已经失效”和“已经过期”。
所有关键价格、区域和 Trigger 必须来自实际 TradingView 图表数据。不要编造价格,也不要把估算值当成准确值。如果某个准确数据无法获取,请明确说明。
对整个观察列表始终使用相同的 Setup 规则和筛选标准,不要因为某个币走势看起来很好,就临时放宽条件。
最终目标是把这个流程变成一套每天可以重复执行的自动扫描系统:
自动寻找关键区域 → 自动识别 Setup → 判断 FORMING / APPROACHING / TRIGGERED / INVALIDATED / EXPIRED → 每天早上汇总 → 盘中状态变化时提醒。
不要让我手动绘制任何交易区域。关键区域、Trigger 和 Setup 状态全部由你根据 TradingView 实际市场数据主动识别和持续更新。
一、GPT-6 Astra 做交易到底强在哪里?
以前我们使用 ChatGPT 做交易,大多数时候是这样的:
你把图表发给 AI,然后问:
这里是不是支撑?
现在是什么趋势?
RSI 有没有超买?
能不能帮我写一个 TradingView 指标?
AI 可以回答,但是最后真正操作 TradingView、添加指标、画线、写代码、测试策略,很多事情还是需要我们自己完成。
现在 GPT-6 Astra 比较有意思的地方,是它开始可以配合工具真正“执行任务”。
简单来说:
以前的 AI 更像坐在旁边告诉你应该怎么做。
现在则越来越像一个可以帮你实际干活的交易助手。
比如我可以直接告诉它:
帮我读取当前 BTC 图表。
分析最近半年走势。
切换到 4 小时周期。
找到三个最重要的支撑和阻力区域。
把这些位置直接画到 TradingView 图表上。
然后再加入成交量分布指标,重新验证这些关键位置。
后面还可以继续写策略、做回测。
这也是为什么我觉得 GPT-6 Astra 配合 TradingView,是目前非常值得研究的一种 AI 交易玩法。视频原稿里的整个演示,也是从读取图表、画支撑阻力,一直做到指标、策略、回测、扫描器和自动提醒。
二、第一步:准备 TradingView
首先需要一个 TradingView 账号。
👉 打开 TradingView
https://bit.ly/3QApgwJ
注册完成以后,建议直接下载安装 TradingView Desktop 桌面版。
TradingView 官方桌面版目前支持 Windows、macOS 和 Linux。
TradingView Desktop 官方页面:
https://www.tradingview.com/desktop/
这里为什么建议安装电脑版?
因为我们后面使用 MCP 连接的时候,需要让 AI 和本地运行的 TradingView Desktop 进行交互。
如果你的 TradingView 是英文界面,也可以在设置里面切换成中文。
安装完成以后,把 TradingView 打开。
三、第二步:准备 ChatGPT 和 GPT-6 Astra
接下来打开 ChatGPT。
我们这次主要使用的是 GPT-6 Astra。
GPT-6 Astra 比较适合这种任务,是因为整个流程并不是简单问一个问题。
我们后面会连续让 AI:
分析图表;
修改图表;
切换周期;
添加指标;
写 Pine Script;
修改代码;
运行策略;
读取回测结果;
扫描多个交易品种。
这是一个连续的、多步骤工作流。
所以相比普通聊天,这类任务更考验模型处理复杂任务和计算机操作的能力。
如果你需要升级 ChatGPT 会员,但自己的付款方式不方便,也可以自行了解第三方服务。
👉 银河录像局
https://nf.video/C1dxn
使用第三方充值或账号服务之前,建议大家自己确认平台规则、账号安全和具体服务方式。
四、第三步:安装 TradingView MCP
真正让 ChatGPT 可以和 TradingView 配合起来,中间还需要一个非常重要的东西:
MCP。
MCP 全称是 Model Context Protocol。
这次测试使用的是一个 TradingView MCP Bridge 项目。
项目地址:
https://github.com/tradesdontlie/tradingview-mcp
这个开源项目的作用,可以简单理解成:
在 AI 和 TradingView Desktop 中间搭一座桥。
AI 发出指令以后,通过 MCP 去读取 TradingView 当前的品种、周期、图表和指标信息,同时也可以控制 TradingView 执行操作。
该项目通过 Chrome DevTools Protocol 与本地运行的 TradingView Desktop 连接,并支持读取图表、修改品种、添加指标、操作 Pine Script 等功能。
这里需要提醒一下:
这是第三方开源项目,并不是 TradingView 官方推出的功能。
所以使用之前最好先查看项目说明。
完整安装提示词我已经整理好了:
👉 GPT-6 Astra + TradingView MCP 完整提示词
https://woshixiaobi.com/gpt-6-astra-tradingview
如果你不熟悉 GitHub、Node.js、命令行这些东西,其实没有关系。
我这次的思路就是尽量不要自己手动一条一条安装,而是把完整要求写进提示词,让 AI 帮我们检查环境、安装依赖、配置 MCP,再测试 TradingView 有没有成功连接。
五、测试一:让 AI 自动找支撑和阻力
连接完成以后,我们先做一个最简单的测试。
让 GPT-6 Astra 分析 Bitcoin,也就是 BTC 的图表。
我的要求大概是:
先分析最近半年日线结构,再切换到 4 小时图,根据最近价格多次发生反应的位置,找到三个最重要的支撑和阻力区域。
然后直接把这些区域画到 TradingView 图表上。
这个功能看起来很基础,但是实际用起来非常直观。
因为以前让 AI 分析图表,大部分时候它只能通过截图判断。
现在 AI 可以直接读取正在运行的 TradingView 图表,然后在图表里面执行操作。
对于刚开始学习交易的人来说,这种方式尤其方便。
比如你还不太会判断:
什么叫支撑?
什么叫阻力?
为什么这里是关键位置?
这个位置如果跌破以后意味着什么?
都可以继续直接问 AI。
当然,AI 找出来的支撑阻力不可能 100% 正确。
它更适合当作辅助分析,而不是把 AI 给出的每个位置都直接拿来交易。
六、测试二:加入 VRVP 成交量分布
找到支撑阻力以后,我们继续增加一个更专业的指标:
VRVP。
VRVP 全称:
Visible Range Volume Profile
中文通常叫:
可见范围成交量分布。
TradingView 官方说明:
https://www.tradingview.com/support/solutions/43000703076-visible-range-volume-profile/
VRVP 会统计当前图表可见范围内,不同价格位置对应的成交量分布。
这里面经常会看到三个重要概念:
POC:Point of Control
代表当前统计区间里面成交量最集中的价位。
VAH:Value Area High
代表价值区域上沿。
VAL:Value Area Low
代表价值区域下沿。
TradingView 官方对这些术语的定义也可以在这里查看:
https://www.tradingview.com/support/solutions/43000502040-volume-profile-indicators-basic-concepts/
这里原来的语音识别里面,把 VAH、VAL 等术语识别错了,正确的写法就是 POC、VAH 和 VAL。TradingView 官方把 POC 定义为统计期间成交量最大的价格水平,VAH 和 VAL 分别是 Value Area 的上沿和下沿。
有意思的地方在于:
我们不需要自己去 TradingView 搜索 VRVP。
直接告诉 GPT:
“帮我在当前图表添加 Visible Range Volume Profile。”
它就可以直接操作。
然后我还可以继续问:
刚刚画出来的支撑位,和 POC 有没有重合?
VAH 是不是刚好位于之前的阻力区域?
成交量分布是在确认之前的判断,还是在否定之前的判断?
这样就不是只看一条线。
而是开始把:
价格结构 + 支撑阻力 + 成交量分布
放在一起做验证。
七、测试三:让 AI 制定明确的交易计划
接下来再进一步。
我们不要只让 AI 分析行情,而是让它给出一套可以量化的交易方案。
比如我们要求它研究两种不同的 BTC 交易 Setup。
但是这里有一个非常重要的要求:
所有规则必须明确。
不能说:
“感觉强势就买。”
“看起来差不多就进场。”
这种条件根本没有办法回测。
我们要让 AI 明确告诉我们:
什么条件触发入场?
在哪里进场?
止损在哪里?
什么情况下策略失效?
什么时候止盈?
最多等待几根 K 线?
这样才能把主观分析慢慢变成可以测试的交易策略。
GPT 可以进一步在图表上把两种方案对应的历史案例标出来,看看过去出现类似情况以后,价格是怎么运行的。
但是这里要特别注意:
找到几个成功案例,并不叫真正的回测。
如果真的要开发一套交易策略,必须放到更多历史数据、更多市场环境里面测试。
八、测试四:让 GPT-6 Astra 自己写 TradingView 指标
这也是我觉得 AI 做交易非常有价值的地方。
自己做 TradingView 指标。
以前如果我们想开发 TradingView 指标,需要学习:
Pine Script。
但是现在你可以先把自己的交易逻辑直接用中文告诉 GPT。
比如:
当 RSI 满足某个条件以后先不要提醒。
只有当另外一个趋势指标也同时满足条件的时候,才显示信号。
或者:
帮我做一个 BTC 市场环境仪表盘。
里面显示:
当前波动率、年度高点、日线趋势、200 日方向、价格距离高点的幅度等。
AI 可以直接帮你写 Pine Script。
然后再放到 TradingView 里面测试。
如果发现不好,还可以继续说:
这里增加一个条件。
这里把颜色改一下。
这里增加 ETH 和 BTC 强弱对比。
这里加入波动率状态。
这才是 AI 写指标真正有价值的地方。
不是网上随便找一个“神奇指标”。
而是把你自己的交易逻辑做成指标。
九、测试五:用 AI 写策略并直接做回测
有了指标以后,下一步自然就是:
策略回测。
这里我让 AI 测试了一个非常经典的趋势突破思路:
Donchian Channel Breakout
中文一般叫:
唐奇安通道突破策略。
语音转文字里面很容易把 Donchian 识别成其他单词,这里统一修正为 Donchian Channel。
它的基本逻辑并不复杂。
比如统计过去一段时间的最高价和最低价。
价格向上突破过去一段时间高点以后,考虑趋势突破。
价格跌破下方通道以后退出。
这种策略最大的特点,是胜率不一定特别高,但是一旦真正抓到一个大的趋势,单次盈利可能比较大。
AI 可以直接帮我们:
写 Pine Script Strategy;
加载到 TradingView;
运行 Strategy Tester;
查看历史交易;
分析胜率;
查看最大回撤;
查看盈亏;
再解释为什么这个策略在某段历史行情里面赚钱。
这也是 TradingView 非常适合配合 AI 的原因。
如果你还没有 TradingView,可以通过下面的链接注册:
👉 TradingView 注册入口
https://bit.ly/3QApgwJ
十、历史回测赚钱,不代表实盘一定赚钱
这一点非常重要。
如果 AI 写出一个策略,历史回测显示赚了很多钱,千万不要马上就觉得:
“找到印钞机了。”
历史回测里面最常见的一个问题就是:
过度拟合(Overfitting)。
简单理解就是:
这套参数刚好特别适合过去那段数据。
但是未来市场稍微变化,它可能马上失效。
所以看到一个赚钱策略以后,可以继续问 AI:
这个策略为什么赚钱?
它主要赚的是哪种行情?
震荡行情表现怎么样?
趋势行情表现怎么样?
最大亏损发生在什么时候?
有没有过度拟合风险?
如果参数稍微变化,结果是不是马上崩掉?
后面最好还要继续做:
Forward Testing,也就是前向测试。
换句话说:
AI 可以大幅提高我们研究策略的效率。
但不能因为 AI 帮你做出一张漂亮的收益曲线,就直接把它当成实盘赚钱机器。
十一、不同市场环境,需要不同策略
通过回测你会发现:
没有一套策略可以适合所有行情。
比如 Donchian Channel 这种趋势突破策略,在单边上涨或者单边下跌的时候往往更有发挥空间。
但是遇到长期横盘,就可能反复出现假突破。
相反:
震荡策略在横盘里面可能很好用,但是遇到强趋势以后又容易不断逆势。
所以真正重要的不是:
“哪套策略最好?”
而是:
现在是什么市场环境?
然后再选择适合当前市场状态的策略。
这也是我觉得 AI 后面真正可以帮助交易者的地方。
让它不仅帮你写策略,还可以帮你分析:
现在是趋势?
还是震荡?
波动率是在放大?
还是收缩?
当前策略到底适不适合现在的行情?
十二、测试六:让 AI 自动扫描 TradingView 观察列表
接下来是一个我觉得非常实用的功能:
自动扫描观察列表。
比如你平时关注:
BTC、ETH、黄金、ZEC 或者其他品种。
可以先在 TradingView 新建一个 Watchlist。
然后告诉 GPT:
扫描整个观察列表。
统一使用 4 小时周期。
找出目前结构最清晰、最值得关注的三个交易形态。
比如筛选条件可以包括:
上涨趋势清楚;
价格正在有序回调;
回调到已经确认过的支撑位;
价格在多次测试的阻力位下方整理;
距离下一个明显阻力还有足够空间;
同时排除已经大幅上涨、距离合理入场位置太远的品种。
以前这种事情通常需要一个一个打开图表来看。
现在可以尝试让 AI 自动切换品种,然后统一按照相同标准扫描。
这对于同时关注几十个交易品种的人来说,会节省很多时间。
十三、让 AI 每天自动生成交易简报
扫描器继续往下做,就可以变成一个自动化的交易助手。
比如我可以设置:
每天早上 9 点,自动扫描整个 TradingView 观察列表。
然后告诉我:
今天哪些交易品种值得重点关注?
有没有正在形成的 Setup?
目前更接近做多还是做空条件?
哪些品种已经距离入场区域很近?
哪些品种暂时没有机会?
如果白天价格真的进入我们设定的区域,再发送提醒。
这样就相当于每天早上自动生成一份自己的:
AI 交易晨报。
不过这种通过本地电脑和 TradingView MCP 运行的自动化方式,有一个前提:
电脑需要保持运行。
如果你希望长期 24 小时运行,就可以考虑使用一台长期在线的电脑,或者 VPS 等环境。
十四、现阶段我怎么看 AI 交易?
实际测试下来,我觉得现在 AI 做交易最有价值的地方,并不是:
“让 AI 告诉你下一根 K 线涨还是跌。”
而是把 AI 当成一个交易研究助手。
以前我们做交易研究的时候,可能同时要打开:
TradingView;
Google;
各种指标说明;
Pine Script 编辑器;
Excel;
策略测试工具。
现在越来越多工作,可以放进同一个 AI 工作流里面。
比如你看到一个指标不知道是什么意思。
以前可能需要 Google:
VRVP 是什么?
POC 是什么?
VAH 是什么?
RSI 是什么?
MACD 是什么?
现在直接结合当前图表问 AI:
为什么这里 POC 和支撑位重合?
为什么 BTC 在这个位置出现反弹?
现在的波动率是不是异常?
这个突破是不是有成交量确认?
甚至还可以把技术面和宏观信息放到一起研究。
这样长期下来,AI 真正帮助你的,不一定只是“给答案”。
更重要的是提高研究效率。
十五、做 AI 交易,我建议准备哪些工具?
如果你准备长期研究 AI 交易、量化交易、订单流、美股期货或者加密货币,下面这些是我平时会关注的一些交易平台和工具。
TradingView:技术分析、看盘、指标、策略回测
Binance 币安:主流加密货币交易平台
👉 https://bit.ly/3PF8egr
手续费邀请码:BFCYEW71
可减免 20% 交易手续费。
OKX 欧易:支持中文的主流加密货币交易平台
👉 https://bit.ly/4gjq2d1
手续费邀请码:88576911
可减免 20% 交易手续费。
Bybit:加密货币现货、合约交易平台
👉 https://bit.ly/3EnpvbB
邀请码:95292
可减免 20% 交易手续费。
ATAS:订单流和成交量分析工具
Bookmap:订单簿、流动性和热力图分析工具
NinjaTrader:美国期货交易和图表分析平台
Trade Ideas:AI 美股选股和市场扫描工具
SignalStack:交易信号自动化传送工具
TrendSpider:自动化技术分析和市场扫描平台
OptionStrat:美股期权策略分析工具
GMGN:链上交易和 Meme 币分析平台
ChatGPT 会员相关服务:银河录像局
十六、总结:GPT-6 Astra + TradingView 值不值得试?
如果你本身就在学习交易,我觉得这个方向非常值得研究。
因为 GPT-6 Astra + TradingView 真正有意思的地方,不只是“AI 可以分析行情”。
而是它开始可以把一整个交易研究流程串起来:
从读取图表,到找支撑阻力;
从添加 VRVP,到判断 POC、VAH、VAL;
从构思交易 Setup,到制定明确的进场和失效条件;
从写 Pine Script,到制作自己的 TradingView 指标;
再到写策略、做回测、扫描观察列表,甚至每天自动生成交易简报。
当然,现阶段它还远远谈不上完美。
实际使用中最明显的问题之一还是速度。
复杂任务有时候需要等待,而且 AI 对市场的判断也不可能永远正确。
所以我的建议不是:
把交易账户完全交给 AI。
而是先把 AI 当成一个:
交易研究助手 + TradingView 操作助手 + 策略开发助手。
让它帮我们把大量重复、耗时间的工作自动化。
真正的交易判断和风险控制,还是应该由自己负责。
如果你也想跟着本文完整测试一次,我已经把这期视频里面使用到的提示词全部整理好了。
👉 本期 GPT-6 Astra + TradingView 完整提示词:
https://woshixiaobi.com/gpt-6-astra-tradingview
👉 TradingView 注册入口:
https://bit.ly/3QApgwJ
👉 Binance 币安:
https://bit.ly/3PF8egr
邀请码:BFCYEW71
👉 OKX 欧易:
https://bit.ly/4gjq2d1
邀请码:88576911
👉 ChatGPT 会员相关服务:
https://nf.video/C1dxn
如果你对 ChatGPT AI交易、GPT-6 Astra、TradingView、AI量化交易、Pine Script、交易策略回测、AI自动交易 这些内容感兴趣,后面我也会继续测试更多实际玩法。