经常混币圈、股票和外汇的朋友们都知道有一个东西叫 K线，大概长这样 
同时你也可以选择添加更多的图表，如布林线、MACD、RSI等，用这些技术指标来辅助决策。
这些技术参数很有用，如果能把一段时间的结果交给LLM去分析，应该比凭着感觉瞎买更靠谱吧！
那这些技术参数是怎么来的呢……？
去花钱买！这个世界上还有什么是钞能力无法解决的事情吗？
https://taapi.io/ 已经有人做好了！有股票 也有加密货币的数据。就是……免费版频率限制有些严重，想要获取多点数据就等几个小时吧。一下子升级个 Pro 要花14.99欧元，在PoC阶段好像也不太值得……
实际上，这些技术参数，全部都是使用K线数据，由客户端计算出来的。K线数据很容易获取，很多交易所都提供API，但是计算这些参数需要比较强的数学知识😅
还好已经有人写好了相关的库，虽然是 C/C++写的，但是不怕啦早就有人写好了 Python的wrapper
TA-Lib - Technical Analysis Library
我们需要这个东西来计算数据，这个库支持200多个技术指标，包括RSI，MACD
安装方式可以参考官方文档
获取K线数据
以币安的合约数据为例，非常简单
pip install binance-futures-connector from binance.um_futures import UMFutures um_client = UMFutures() candles=um_client.klines(symbol=‘BTCUSDT’, interval=‘1m’)
这样我们就获取到了 1分钟时间间隔的数据
转换成 pandas的DataFrame 方便后续处理
pd.DataFrame(candles)
计算布林线
布林线使用收盘价格进行计算，而且需要多组数据才可以计算出来
upperband, middleband, lowerband = talib.BBANDS(self.df["close"], timeperiod=20, nbdevup=2, nbdevdn=2, matype=0)
计算 RSI
同样也是收盘价
rsi6 = talib.RSI(self.df["close"], timeperiod=6) rsi12 = talib.RSI(self.df["close"], timeperiod=12) rsi24 = talib.RSI(self.df["close"], timeperiod=24)
MACD
收盘价
dif, dea, macd = talib.MACD(self.df["close"], fastperiod=12, slowperiod=26, signalperiod=9)
MA
包括SMA和EMA
sma7 = talib.SMA(self.df["close"], timeperiod=7) sma25 = talib.SMA(self.df["close"], timeperiod=25) sma99 = talib.SMA(self.df["close"], timeperiod=99) ema7 = talib.EMA(self.df["close"], timeperiod=7) ema25 = talib.EMA(self.df["close"], timeperiod=25) ema99 = talib.EMA(self.df["close"], timeperiod=99)
转换数据为json
LLM更适合处理json数据，pandas就很方便啦
self.df.to_json(orient="records", date_format="epoch", date_unit="s")
调用 LLM 接口
有了数据之后就可以把他们导出成 json，然后调用LLM进行处理。
这里需要找一个可用的LLM，比如 Mistral AI、OpenAI 、Gemini或者 Claude。由于国内注册比较麻烦，而且风控很严格，建议大家使用「头顶冒火」的API接口
- OpenAI专场：https://burn.hair/
- Claude、MistralAI和OpenAI：https://api.burn.hair/
使用什么模型因人而异，一次数据量比较大，gpt-4o可能是比较好的选择，Claude Opus和o1-preview比较贵，但是也可以考虑，头顶冒火网站也都有的
然后要做的事情就是写提示词，让AI分析结果了！🧐
很麻烦是不是……不要怕，我已经写好并且开源了。使用方式详见下一页！⬇️⬇️⬇️ 部分RSS阅读器可能无法显示下一页的内容，请点击链接打开网站阅读