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:

  1. 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
  2. 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。

  1. 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。

  1. 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。

  1. 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。

  1. 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。

  1. 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。

  1. 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
  1. 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。

  1. 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:

在我们的 BTC 4 小时演示图表上,添加 TradingView 原生的 可见范围成交量分布(Visible Range Volume Profile),并用它进一步验证、质疑之前的支撑和阻力分析。

把图表的可见范围设置为最近 60 天。将 Value Area(价值区域)设置为 70%,并记录实际使用的成交量分布参数。把成交量分布柱状图放在图表右侧,整体颜色保持低调,不要太抢眼;将 **POC(Point of Control,最大成交量价格)**用金色突出显示,同时让 **VAH(Value Area High,价值区上沿)**和 **VAL(Value Area Low,价值区下沿)**在视觉上能够明显区分。

从 TradingView 原生指标提供的数值、标签或属性信息中,读取并确认准确的 POC、VAH 和 VAL。在图表上添加清晰的价格标注,但不要遮挡 K 线。不要自己制作一个成交量分布指标来代替,也不要把估算出来的价格当作精确数值。

然后分析成交量分布与我们之前画出的支撑/阻力区域之间,最明显的一致点或冲突点。只有当成交量分布提供了足够证据时,才修改演示图表中的原有标注,并说明为什么要进行修改。

最后保持 TradingView 原生成交量分布指标显示在图表上,同时保持之前相同的日期范围,并用简短的文字说明:当前价格位于价值区域的什么位置

如果某个 POC、VAH 或 VAL 的精确数值无法从 TradingView 中获取,就明确说明具体是哪一个数据无法读取以及原因,不要自行编造一个数值




提示词4:

使用专用的 TradingView MCP 桥接工具,在 BTC 4 小时图上定义一套客观、可重复、可测试的交易 Setup,后续可以对它进行系统化评估。

只在现有的演示工作区/布局中操作,并保留我原来的 TradingView 布局。不要修改无关的图表、指标、绘图或设置。

本任务的目的不是优化出历史收益最高的策略,而是建立一套定义清晰、规则可量化的交易 Setup,后续可以在不依赖主观判断、事后观察或未来信息的情况下进行测试。

第 1 步 — 研究两个候选 Setup

首先研究两个适合 BTC 4 小时周期的不同交易 Setup。

候选 Setup 应满足以下条件:

  • 基于可以观察到的市场行为;
  • 历史出现频率足够高,能够进行有意义的测试;
  • 使用可重复验证的价格、成交量、市场结构或 TradingView 标准指标数据;
  • 尽可能避免主观的图表判断;
  • 只使用每根 K 线收盘时已经能够获得的信息进行识别;
  • 不依赖重绘、未来信息或事后判断;
  • 必须能够清晰定义触发条件和失效条件。

请根据以下方面比较两个候选 Setup:

  1. 规则是否清晰;
  2. 是否具有可重复性;
  3. 历史出现频率;
  4. 实盘中是否容易识别;
  5. TradingView 是否能够提供所有需要的数据;
  6. 是否能够客观定义 Trigger、Invalidation、止损和目标;
  7. 是否容易受到主观解释影响。

最终选择 一个 Setup 继续完善。

选择它的原因必须是它的规则可量化、可重复,并且适合进行系统化测试,而不是因为某个网站、交易员、指标作者或其他来源声称它有非常惊人的收益。

简单说明为什么最终选择的 Setup 比另一个候选方案更适合进行客观测试。

第 2 步 — 定义完整 Setup

把最终选择的 Setup 转换成一套完整的规则化规范。

只允许使用可以重复验证的:

  • 价格数据;
  • 成交量数据;
  • 市场结构;
  • TradingView 标准指标。

避免使用以下这类主观描述:

  • “动能很强”;
  • “支撑很好”;
  • “突破很干净”;
  • “看起来偏多”;
  • “高质量 Setup”;
  • “强势拒绝”。

除非你能够把这些描述转换成明确、可量化的规则。

请精确定义 Setup 的每一个部分:

  1. 市场 / 交易品种;
  2. 时间周期;
  3. 趋势过滤条件;
  4. 市场状态过滤条件,如有;
  5. Setup 如何形成;
  6. Setup 之前必须满足的市场结构;
  7. Trigger 触发位置;
  8. Trigger 在什么时刻正式建立;
  9. Trigger 建立后是固定的,还是允许移动;
  10. 如果允许移动,具体在什么时候、以什么方式移动;
  11. 确认规则;
  12. 入场时机;
  13. 入场价格假设;
  14. 止损规则;
  15. 失效规则;
  16. 止盈目标规则;
  17. 盈亏比规则,如适用;
  18. Setup 过期规则;
  19. Setup 最多可以保持有效多少根 K 线;
  20. 是否允许重新入场,如有;
  21. 仓位大小规则;
  22. 每笔交易的风险;
  23. 出现冲突信号时如何处理;
  24. 多个 Setup 重叠时如何处理;
  25. 任何需要使用的成交量或波动率过滤条件。

遇到模糊的细节时,请自行制定明确规则,并明确写出你做出的所有假设。

任何规则都不要留下“自行判断”或“根据经验决定”。

第 3 步 — 必须使用收盘 K 线确认,并禁止未来数据

只使用已经收盘的 K 线进行确认。

任何条件都不能依赖历史当时还无法获得的信息。

不要使用:

  • 未来 K 线;
  • 会重绘的信号;
  • 需要未来 K 线才能确认的 Pivot,除非只有在 Pivot 确认以后才把它视为有效;
  • 事后查看图表得出的主观判断;
  • 根据后续走势手动修改的规则。

对于每一条规则,都必须确保它在相关 K 线收盘的那个时刻,就已经能够实时判断。

第 4 步 — 定义 Setup 状态

为这套 Setup 建立一个清晰的状态模型。

使用以下状态:

FORMING(正在形成)
Setup 已经开始形成,但还没有满足全部触发前条件。

APPROACHING(接近触发)
Setup 已经完全有效,但还没有真正触发,并且当前价格距离 Trigger 不超过 0.5 × ATR(14)。

TRIGGERED(已触发)
预先定义好的 Trigger 条件已经出现。

INVALIDATED(已失效)
根据规则,在 Trigger 之前或之后出现了预先定义好的失效条件。

EXPIRED(已过期)
Setup 在长时间保持有效的情况下始终没有触发,或者已经超过允许等待的最大 K 线数量。

请精确定义 Setup 如何从一个状态切换到另一个状态。

对于“APPROACHING”,必须使用以下准确定义:

一个已经有效但尚未触发的 Setup,如果当前价格距离已经建立好的 Trigger 水平不超过 0.5 × ATR(14),则定义为 APPROACHING。

请明确说明:

  • ATR 使用哪个时间周期;
  • 是否使用 TradingView 标准的 ATR(14);
  • 使用哪个价格与 Trigger 进行比较;
  • Trigger 在什么时候正式建立;
  • Trigger 建立后是否允许移动;
  • 什么情况下 Trigger 会重置;
  • 什么情况下 Setup 会过期。

第 5 步 — 尽可能把所有规则变成二元条件

把完整 Setup 转换成一张检查清单,让每一个条件都能够被判断为:

TRUE / FALSE

或者:

PASS / FAIL

例如:

趋势过滤:PASS / FAIL
结构条件:PASS / FAIL
成交量条件:PASS / FAIL
Trigger 是否建立:YES / NO
是否距离 Trigger 小于 0.5 ATR:YES / NO
是否已触发:YES / NO
是否已失效:YES / NO
是否已过期:YES / NO

最终这套 Setup 必须足够精确,让另一个人独立按照相同规则查看同一张图时,也能得到大致相同的结论。

第 6 步 — 找一个真正符合规则的历史案例

查看 BTC 4 小时图的历史数据,找出一个真正满足全部规则的历史案例。

不要先挑一个案例,再修改规则让这个案例符合条件。

在评估历史案例之前,所有规则必须已经定义完成。

直接在 TradingView 图表上标注这个有效历史案例。

清楚标出:

  • Setup 形成过程;
  • 相关市场结构;
  • 趋势过滤依据;
  • Trigger 水平;
  • Trigger K 线;
  • 确认 K 线,如果与 Trigger K 线不同;
  • 理论入场位置;
  • 止损位置;
  • 失效位置;
  • 目标位置;
  • 过期边界,如适用。

如果能够获取准确价格,请使用准确价格。

必须明确说明这是一个 HISTORICAL EXAMPLE(历史案例),不是当前交易建议。

第 7 步 — 找一个 Near-Miss 案例

再找一个历史案例,它看起来和最终选择的 Setup 很相似,但至少有一条规则不符合。

单独把它标注为:

NEAR-MISS — DID NOT QUALIFY
接近符合,但最终不合格

明确指出它到底违反了哪一条规则。

例如:

  • 趋势过滤没有通过;
  • Trigger 从未被触发;
  • 确认条件不足;
  • 成交量规则不符合;
  • Setup 已经过期;
  • 先出现了失效条件;
  • 入场必须使用未来信息才能成立。

不要为了让这个 Near-Miss 变成有效 Setup,而放宽或重新解释规则。

这个案例的目的,是展示什么情况不应该被算作有效信号。

第 8 步 — 图表展示

继续使用现有 BTC 演示图的简洁视觉风格。

让图表保持专业,并且可以直接用于演示或录制视频。

使用:

  • 简短、窄小的标注;
  • 尽量少的文字;
  • 低调、柔和的颜色;
  • 清晰的标签;
  • 不添加不必要的装饰性绘图;
  • 标签之间不能互相重叠;
  • 标注不要遮住重要 K 线。

必须清楚区分:

  • 有效历史 Setup;
  • Trigger;
  • 止损 / 失效位置;
  • 目标位置;
  • Near-Miss。

不要让图表显得杂乱。

完成标注以后,你需要自己检查图表,并修复以下问题:

  • 标签重叠;
  • 文字难以阅读;
  • 不必要的面板;
  • 重复的绘图;
  • 过多的指标;
  • 缩放比例不合理;
  • 日期范围不合理。

最后保留历史案例,让它们清晰可见,并且方便我直接在视频中讲解。

第 9 步 — 冻结 Setup 规则

把最终完整的 Setup 定义和全部参数保存为:

“Setup Radar v1”

在进行任何绩效测试之前,必须先冻结这套规范。

一旦“Setup Radar v1”被冻结,就不能因为后续测试结果而:

  • 修改阈值;
  • 修改 ATR 参数;
  • 修改 Trigger 定义;
  • 修改止损规则;
  • 修改目标规则;
  • 修改过滤条件;
  • 重新解释历史信号。

如果以后确实需要修改,请创建新的版本,例如:

“Setup Radar v2”

不要偷偷修改 v1。

第 10 步 — 最终输出

最后保持已经标注完成的 BTC 4 小时图可见。

提供一个简洁的总结,包括:

  1. 候选 Setup A;
  2. 候选 Setup B;
  3. 最终选择了哪个 Setup;
  4. 为什么选择它;
  5. 准确的趋势过滤规则;
  6. 准确的 Setup 形成规则;
  7. 准确的 Trigger 规则;
  8. 准确的确认规则;
  9. 准确的入场规则;
  10. 准确的止损 / 失效规则;
  11. 准确的目标规则;
  12. 准确的过期规则;
  13. 仓位大小规则;
  14. “Approaching”的准确定义;
  15. 有效历史案例;
  16. 历史 Near-Miss 案例;
  17. Near-Miss 具体违反了哪一条规则;
  18. 所有你做出的假设;
  19. 遇到的任何 TradingView 或 MCP 限制。

最后再用简单、容易理解的话,对这套 Setup 做一个简短解释,让我能够在视频中快速讲清楚。

重要执行要求

不要只是描述我应该怎么操作。

必须真正使用 TradingView MCP 桥接工具查看图表、定义规则、创建标注、清理图表,并检查确认最终结果。

不要编造价格、指标数值、历史信号或 TradingView 数据。

如果某个准确数值无法获取,请明确说明这个具体限制,不要自行估算后把估算值当作准确值。

不要在看到历史测试结果以后再优化规则。

在任何绩效测试开始之前,Setup 的完整规则必须先被冻结。




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。







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

👉 https://bit.ly/3QApgwJ

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

👉 https://bit.ly/3PnQhWU

Bookmap:订单簿、流动性和热力图分析工具

👉 https://bit.ly/4w9aoaC

NinjaTrader:美国期货交易和图表分析平台

👉 https://bit.ly/4fnGQ3U

Trade Ideas:AI 美股选股和市场扫描工具

👉 https://bit.ly/4vDwbYF

SignalStack:交易信号自动化传送工具

👉 https://bit.ly/4q8gxkr

TrendSpider:自动化技术分析和市场扫描平台

👉 https://bit.ly/4tS9UVK

OptionStrat:美股期权策略分析工具

👉 https://bit.ly/4wdAUjl

GMGN:链上交易和 Meme 币分析平台

👉 https://bit.ly/3RVyjwd

ChatGPT 会员相关服务:银河录像局

👉 https://nf.video/C1dxn


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。

© 版权声明

相关文章