第 2 期:搭建与上手——TradingView MCP、多代理闭环与交易台架构
1. tradingview-mcp:用 Claude Code 编写、编译和回放测试 Pine Script
一句话总结:一个本地 MCP 桥接工具,让 Claude Code 通过 Chrome DevTools Protocol 操作你电脑上的 TradingView 桌面端,帮你写、编译、调试和回放测试 Pine Script,适合用 TradingView 做策略研究的人。
怎么用
- 准备:TradingView 桌面端(仓库说明实时数据需要付费订阅)、Node.js 18+、Claude Code
- 安装:git clone https://github.com/tradesdontlie/tradingview-mcp.git,进入目录后运行 npm install
- 用调试端口启动 TradingView:Mac 运行 ./scripts/launch_tv_debug_mac.sh,Windows 运行 scripts\launch_tv_debug.bat,Linux 运行 ./scripts/launch_tv_debug_linux.sh,或手动加参数 --remote-debugging-port=9222
- 在 ~/.claude/.mcp.json 或项目里的 .mcp.json 加入 mcpServers.tradingview,command 填 node,args 填该仓库的 src/server.js 路径;然后让 Claude 运行 tv_health_check 确认已连接
- 上手:先拿一个自己的脚本测试编译修错,再用回放核对成交,最后验证提醒触发在哪根 K 线;每个工具也可以用 tv 命令行调用(如 tv pine compile)
注意:非 TradingView 官方工具,用的是未公开的内部接口,TradingView 更新后可能失效(仓库建议固定桌面端版本);它不会下真实订单;作者自己也提到要留意 TradingView 的使用条款。
- 开源仓库 tradesdontlie/tradingview-mcp(MIT,帖称约 6.1k stars、2.8k forks),在你自己的电脑上驱动 TradingView 桌面端
- 可切换品种周期、管理指标和提醒、写/编译 Pine Script 并读取报错、K 线回放模拟买卖、截图回传给模型
- 作者建议先测三件事:编译修错是否偷偷改了逻辑、回放成交是否与自己的回测一致、提醒是否在正确的 K 线触发
2. Grok Bot 多代理闭环:研究 → 分析 → 回测 → 验证/否决
一句话总结:一种用多个 Grok Bot 代理搭“自我纠错”量化研究闭环的思路:不追求生成更多策略,而是让每个策略在动用资金前先过样本外、交易成本、数据泄漏、稳健性和市场状态依赖等检查。适合已经能写回测、想减少假 alpha 的人。
怎么用
- 分角色:至少设一个“找想法”、一个“做回测”、一个“专门找漏洞”的代理(Grok Bot 可以建多个 Bot 分工)
- 把计算交给 Python 脚本,不让模型自己“心算”收益
- 写死否决规则:样本外表现、手续费和滑点、数据泄漏、参数稳健性、不同市场状态下的表现,任何一项不过就丢弃
- 通过的策略生成报告,由人来批准;反馈再喂回下一轮研究
- 具体提示词和完整拆解原帖未说明(帖子指向的长文未收录)
注意:原帖举例说,即使年化 48.6%、夏普 2.31 的回测也可能是假 alpha;这是方法论,不是现成工具,用到的模型和数据可能产生费用,原帖未说明。
- 一个代理找想法,一个代理测试,一个代理专门拆台;结果通过验证或被否决前,循环不停
- 流程:Research → Analyze → Backtest → Verify → Report → Feedback → Repeat
- Grok Bot 负责协调,Python 负责计算,硬规则淘汰不合格策略,人工批准通过的结果
3. Claude Code 一人量化台提示词
一句话总结:一段贴进 Claude Code 用的量化台提示词,核心价值是它的风控纪律:模拟盘先行、小仓位起步、想法要说清收益来源、定期演练紧急停止。适合想给自己的 AI 交易实验加护栏的人。
怎么用
- 完整提示词在原帖图片里,正文未给出原文;可以打开原帖查看
- 搭建时把这四条写成硬规则:模拟盘至少 30 天才能上实盘
- 实盘初期限制单笔仓位(原帖为 100 美元)
- 每个策略想法都必须写明对手方和收益来源,答不上来就放弃
- 做一个紧急停止开关并每周测试一次;下单只由代码执行,不让模型直接下单
注意:“Jev”是什么以及如何接入,原帖未说明;“可能让你变富”是作者的营销说法,不可当真。
- 卖点:把笔记本变成“一人量化台”;Opus 5.5 做研究,Jev 给每个信号打分,只有代码能动钱
- 四条纪律:先模拟盘 30 天;实盘第一天单笔仓位上限 100 美元;每个想法都要回答“对手方是谁、谁在付钱给你”;每周演练一次紧急停止开关
4. 样本外崩塌案例:样本内 0.86、样本外 0.17 → NO EDGE
一句话总结:一个防过拟合的真实教训:只在旧数据上有效的规则不是优势,只是“记忆”。适合所有做回测的人,用来理解为什么必须留出模型没见过的数据做检验。
怎么用
- 回测前先按时间切分数据,例如一段用于构建规则,之后的年份完全不看
- 规则只在样本内调参,定好后再跑样本外
- 给结果分级:样本外接近样本内算 PASS,明显下降算 FRAGILE(收紧或放弃),大幅崩塌算 NO EDGE(放弃)
- 设一个独立的风控环节,有权否决任何交易并限制单项仓位
- QuantGPT 和 JEV 的具体接入方法原帖未说明
注意:0.86 / 0.17 指的是什么指标,原帖未说明;这里只取它防过拟合的方法,帖中的分仓打分系统未经验证。
- 一条规则在构建所用的年份得分 0.86,在从未见过的年份(2015 年后切分)只有 0.17,系统判定为“没有优势”并淘汰
- 分级:PASS(通过)/ FRAGILE(脆弱,收紧或放弃)/ NO EDGE(直接放弃)
- 分工:Grok Bot 出想法,QuantGPT(远程 MCP)计算,JEV 评判,代码下单;风控席位有一票否决权,单项上限 4%
5. 本地 Claude Code 连接 Grok Bot:cursor-grokbot-agents 扩展
一句话总结:Cursor BDK 的 cursor-grokbot-agents 扩展,让你本地运行的代理去问你账号里已有的 Grok Bot,并把回复带回当前对话。适合想让本地写代码的代理和云端常驻的 Grok Bot 分工合作的人(例如本地跑回测,Grok Bot 做研究汇总)。
怎么用
- 按官方文档用 BDK 新建本地代理,可以直接用模板:bdk init ./grokbot --template grokbot-agents
- 在 bot/extensions/grokbot.ts 中引入 @cursor/bdk/extensions/cursor-grokbot-agents,并在 agents 列表里写明允许联系的 Bot 名称和用途说明
- 登录凭据:运行 bdk login,或设置 CURSOR_API_KEY 等环境变量
- 挂载后会出现 grokbot__ask、grokbot__check、grokbot__interrupt、grokbot__list 四个工具;提问时要把背景、事实和想要的回答格式写全,因为 Grok Bot 看不到本地对话
- 回复较慢时用 check 再取结果,方向错了就用 interrupt 停止
注意:agents 列表里名字拼错可能会新建一个空的 Bot;check/interrupt 能读写 Bot 对话,共享代理时要控制谁能用;Claude Code、Codex 具体怎么接入此扩展,原帖和文档都未详细说明;费用原帖未说明。
- 装上 cursor-grokbot-agents 扩展后,本地的 Claude Code、Codex 可以和 Grok Bot 互相发消息
- 官方文档:cursor.com/docs/bdk/guides/grokbot-agents
6. HyperGrok:开源七代理 Hyperliquid 交易台架构
⚠️ 仅供参考,加密合约高风险
一句话总结:一个开源的多代理交易台架构,可在 Grok Bot 里运行,也能作为插件装进 Claude Code、Cursor。值得学的是它的分工和审批流程:默认只读,只有执行代理持有密钥,每笔单都要你亲自批准。适合研究多代理系统怎么设计权限和风控的人。
怎么用
- 最省事:在 Grok Bot 添加公开的 HyperGrok Desk Lead 模板(x.ai/bot/3Fjt0kR65RoGjj5JNZJWp),发送 “Start the desk.”;或把仓库 README 里的 bootstrap 提示词贴给一个 Bot
- 默认是研究模式,只读 Hyperliquid 公开 /info 接口,不需要钱包;可以先运行 python3 scripts/opening_bell.py --coin ETH 看行情快照,再用 scripts/desk_doctor.py 自检
- 回测前用 scripts/research_dataset.py 收集指定时间段的数据(可加 --with-funding),并用 --verify 校验
- 想练习时只接 testnet 的 API 钱包(模拟资金);风控代理会生成交易单,你回复 approve 加单号才会发送
- 只想学架构的话,直接读仓库里的角色设定和 SKILL 文件即可
注意:加密永续合约有杠杆,可能快速亏光本金;接主网钱包等于让代理动真钱,强烈建议只停在只读和 testnet;本条不构成推荐。
- 开源仓库 galleonlabs/hypergrok-trading-desk:7 个角色、17 个技能,覆盖研究、风控、执行与复盘
- 角色:Desk Lead、市场分析、研究分析、策略、风控、执行交易员、交易复盘
- 每笔交易固定流程:想法 → 证据 → 风控签字 → 你批准 → 发送一次 → 对账 → 复盘