专为加密交易研究员打造的多智能体AI分析框架：用大模型模拟真实市场决策全流程

昆仑 AI

2026-07-18 0 3

Circuit Framework 是一个面向加密货币研究者的开源 Python 框架，它不是交易机器人，而是一套「可复现、可解释、可审计」的多智能体论文级交易研究系统。它让研究人员能用大语言模型（LLM）协同模拟专业交易员的完整决策链——从市场结构分析、衍生品信号、情绪识别到宏观周期判断，最终由确定性风控引擎统一把关，所有结果仅用于纸面回测与研究报告生成，完全不触碰真实资金或交易所接口。

核心功能

全链路多智能体协同分析：内置 Bull 研究员、Bear 研究员、市场结构分析师、衍生品专家、情绪探测器、催化剂识别器和市场周期判定器等 7 类专业化 LLM 智能体，基于同一份不可变市场快照并行推理，避免信息偏差
加密原生架构设计：深度适配 BTC/ETH 等主流币种特性，支持永续合约资金费率、期权隐含波动率、链上巨鲸地址变动、社交媒体情绪热词等 Crypto 特有数据维度
确定性风控闸门（Deterministic Risk Gate）：所有交易提案必须通过基于规则的硬性风控校验（如最大单笔仓位、跨市场对冲比例、波动率阈值），杜绝 LLM 幻觉导致的高风险建议
YAML 驱动的策略实验管理：无需改代码即可切换不同研究范式——例如「宏观驱动型」、「链上信号优先型」或「事件套利型」，每种配置对应独立提示词模板与分析权重
全自动报告生成系统：每次运行自动生成包含技术图谱、多空论据对比、风险评分卡、历史相似行情回溯的 PDF/HTML 加密研究报告包，支持学术引用与团队协作评审
轻量级本地化纸面交易引擎：所有成交记录写入 SQLite 数据库，支持按时间窗口回放、盈亏归因分析、夏普比率计算，并与 TradingView 风格 K 线图无缝集成

适合哪些人用

本框架专为三类中文用户设计：高校金融/计算机交叉学科研究者（用于量化交易方向毕业论文或顶会实验）、加密基金初级研究员（快速构建可验证的投研工作流，替代手工整理 Discord/Twitter/链上数据）、技术型个人投资者（想系统学习专业交易逻辑，而非盲目跟单）。它不面向编程零基础用户，但对熟悉 Python 和 LLM 基础概念的开发者友好——你不需要训练模型，只需调用 OpenAI 或本地 Llama3 接口即可启动整套分析流水线。

快速上手

只需三步即可运行示例流程：
1. 安装依赖：pip install circuit-framework（自动安装 tradingagents 兼容包）
2. 配置 API 密钥（仅用于 LLM 调用）：export OPENAI_API_KEY="sk-xxx"
3. 启动一次 BTC 分析：circuit analyze --symbol BTC --profile bull-bear-debate --paper
首次运行会自动下载默认快照数据，5 分钟内输出完整研究报告目录。项目提供详尽的中文注释版 YAML 配置示例（如 configs/eth-regime.yaml），支持一键切换分析标的与策略逻辑。