Hermes Agent 智能交易 4 步上手：从行情接入到自动落单

Hermes Agent 智能交易 4 步上手：从行情接入到自动落单

【免费下载链接】hermes-agentThe agent that grows with you项目地址: https://gitcode.com/GitHub_Trending/he/hermes-agent

凌晨两点，币价插针，手机却安静地躺在枕边——这种靠人肉盯盘才能接住机会的焦虑，做过交易的人都懂。Hermes Agent 是一个能跑在自己机器上的 AI 代理框架，它把行情接入、市场分析和自动交易串成一条流水线：终端工具负责拿数据，LLM 负责解读信号，再按你写好的策略落单，每一步都套上风控兜底。下面按真实的交易工作流，手把手走一遍。

能力速览：盯盘、读信号、落单各有出口

先说清楚这套框架各管哪一段：

整个流程的底座是多轮交互循环：它不是"跑一次就结束"，而是持续接收数据、修正判断。调度与投递相关逻辑都在 agent/ 目录下，网页抓取能力的入口是 agent/web_search_provider.py。

第一步：3 条命令接入行情数据源

第一件要解决的事是"数据从哪来"。Hermes Agent 自带终端工具和网页抓取，不用自己写爬虫——把行情 API 当命令行用就行。克隆仓库并完成首次配置后，你只需要指向自己的数据源：

git clone https://gitcode.com/GitHub_Trending/he/hermes-agent cd hermes-agent && hermes setup

然后一句话交代清楚："每天 9 点拉取 BTC/USDT 最近 30 个交易日的日线，存成 CSV。"数据落本地文件还是数据库都行，只要下一步能读得到。

第二步：让代理读懂市场信号

数据有了，接下来是"怎么读"。这一步交给 LLM：让代理把当天的重要新闻标题、宏观事件过一遍，输出一个倾向性结论——偏多、偏空还是中性，写进同一份数据文件。别指望它预测涨跌，它做的是把"量化不了的信息"变成策略能用的字段。情感分析和财报解读对模型来说都是常规任务，模型不满意可以随时切换，不用改代码。

第三步：把策略写成能执行的订单

策略执行是自动交易的核心。把你的规则写成一个短函数即可：算两条均线，短线上穿长线就发买单，下穿就发卖单。下单入口收敛成一行：

place_order(symbol, side, qty, stop_loss=price * 0.97)

关键是市价单、限价单、数量计算都统一在这个入口里，这样无论信号来自均线还是新闻情绪，下单方式一致。建议先跑"空转"模式：只打印该下的单，不接真实交易所，观察几天再放开。

第四步：给策略加一道止损该怎么做

风控不是可选项，上线前定三件事：单品种仓位上限，例如不超过总资金的 5%；每笔订单自带止损线，上面代码里的 97% 只是示意值，按波动率自己定；再加一个总亏损熔断，触发就停止当天下单并推送消息。还可以让代理每周做一次压力测试——用一段高波动历史数据回放，看策略的回撤表现。

一个小例子：双均线策略串起全流程

把四步拼起来就是完整闭环：每天 9 点 cron 任务唤醒代理 → 拉取当日行情，让 LLM 总结隔夜新闻倾向 → 计算 ma50 与 ma200 是否交叉 → 交叉且未触发风控时，经统一入口下单并附带止损 → 执行结果推送到手机。全程无人参与，你只需要早上看一眼推送。

上实盘前，先看清三个坑 ⚠️

• 数据源限频：免费行情 API 大多有秒级、日级配额，秒级轮询很容易撞限频。设计轮询周期前，先翻一遍限频文档。
• 回测不等于实盘：滑点、手续费、执行延迟在回测里都不存在。回测里看着不错的年化（比如 20%，仅为示意）落到实盘可能大打折扣，先用模拟盘跑够一段时间。
• 别盲目追高频：以代理为大脑的高频策略，延迟天然吃亏，LLM 调用还有成本和时延。日线、小时级才是更现实的频率。

接下来先做什么

先别急着写策略。打开终端跑一遍hermes doctor检查环境，再用hermes tools把终端、定时任务这几项能力打开。第一步的数据拉取跑通之后，后面三步只是时间问题。

【免费下载链接】hermes-agentThe agent that grows with you项目地址: https://gitcode.com/GitHub_Trending/he/hermes-agent