从看行情到做策略：普通人也能上手的 AI 交易入门教程 Minara
从看行情到做策略：普通人也能上手的 AI 交易入门教程
现在很多人已经会用 ChatGPT、Claude 看股票了。
但真正把 AI 用到交易里，除了问一句“这只股票怎么样”，其实还有很多更实用的玩法。
我这几天用 Minara
体验了几个普通人也能轻松上手的场景：
看市场、研究标的、做提醒工具、策略回测、订阅策略和交易执行…
建议这篇可以先收藏，后面直接照着 Prompt 一个个尝试。
首先，给大家介绍下 Minara 是什么。
简单来说，它是一个专门围绕金融和交易做的 AI 工具。
Minara 定位为面向金融与交易的通用智能体框架，把研究、交易、策略、回测和投资组合管理整合进同一个工作流。
它的覆盖范围也比较广，包括现货、永续合约、DeFi、股票、大宗商品和外汇。
核心基于实时市场数据 + Minara 自研的金融训练模型，同时支持 Web、App 和 PC 客户端。
另外一个我觉得比较特别的点是，Minara 会自动记录你的交易习惯和风险偏好，并写入长期文件系统，后续可以继续参考这些信息。
如果平时已经在用 ChatGPT / Claude，理解它会很简单：
依然是直接聊天，只是整个工作流会更偏金融和交易，无需额外付费购买其他市场数据源 。
下面直接看看具体怎么玩。
（粉丝福利：
用这个链接能获得免费500积分，先注册，跟着以下顺序，快速入门 AI 交易）
1、先让 AI 帮你看市场
这是我觉得最适合小白先玩的。
比如可以直接问：
帮我找出过去 30 天涨幅最大的 10 只美股，并整理它们的涨幅、行业和近期表现。
如果觉得表格不够直观，还可以继续让它：
把结果做成一个 Dashboard。
Minara 本身接入了金融市场数据，所以这类需求可以直接从提问开始，再继续往分析和可视化延伸。
如果你刚开始用，没必要一上来研究很多复杂指标。
可以先问一些很直接的问题：
“最近一个月涨得最好的美股有哪些？” “最近哪些板块表现比较强？” “黄金、美股、BTC 最近谁表现最好？”
先让 AI 帮你快速扫一遍市场，再挑自己感兴趣的方向继续往下看。
2、找到感兴趣的标的，再继续深挖
比如你最近刚好在关注 NVDA。
可以直接问：
帮我分析 NVDA 最近的走势、基本面、市场情绪和主要风险，并整理接下来最值得关注的几个变量。
第一轮结果出来之后，还可以继续追问，比如：
最近市场主要在交易什么预期？ 如果这个逻辑开始变化，最值得关注什么信号？ 帮我整理成 5 个后续需要持续跟踪的指标。
我自己比较喜欢这种“边问边研究”的方式。
你不需要一开始就想好一套完整分析框架。先把最想知道的问题问出来，再一层一层往下挖。
同时，Minara 本身还支持机构模式下的提问，直接输入问题，就能通过多智能体的圆桌会议，给出更专业化的机构回答。
3、不会写代码，也可以做自己的交易小工具
这一部分是我觉得最好玩的。
比如你平时经常盯某只股票或者某个币，可以在编程模式下直接告诉 AI：
帮我做一个价格提醒工具，到达我设定的条件后，通过 Telegram 提醒我。
这类提醒还可以继续接到订单执行，成交后也能通过 Bot 收到通知。
不过如果是第一次用，我建议可以试试它的自动化模式，选择里面的标的筛选、事件日历等模板先跑起来，或者从自己日常高频的需求开始定制。
比如：
“BTC 跌破某个价格提醒我。” “每天帮我整理一次自选股表现。” “某个链上钱包出现大额转账时提醒我。”
以前这类需求经常要自己找不同工具来拼，或者多少懂一点代码。
现在只需告诉 AI 你想要什么结果，再通过对话一步步把工具搭出来。
4、再进阶一点：跟 AI 聊着做策略
如果前面的功能已经玩熟了，就可以开始接触策略和回测。
比如直接说：帮我设计一个趋势策略，并用历史数据回测一下。
跑完之后，还可以继续问：
最大回撤是多少？ 胜率怎么样？ 如果把止损条件改掉呢？ 换一个周期再跑一次。
Minara 可以把 策略生成 → 回测 → 调整 → 部署 放在一个流程里，也可以查看和订阅其他交易者构建的策略。
这对不会 Python 的人其实挺友好。
至少可以先通过自然语言看懂一个策略什么时候买、什么时候卖、过去表现怎么样、最大的风险在哪里，再决定要不要继续研究。
策略回测和调整完后，可以接着让 Minara 按这套策略执行。 Minara 支持根据策略进行自动化交易和执行，也可以把别人的策略订阅到自己的 Autopilot 面板里运行。
当然，这部分一定要注意风险。
回测结果很好，不代表未来也会赚钱。
Autopilot 更适合作为执行辅助，策略逻辑、仓位和风险依然需要自己理解和确认。
普通人第一次用，我建议这样开始
如果你第一次接触 AI 交易，我建议按这个顺序玩：
看市场 → 深挖标的 → 做提醒 / Dashboard → 策略回测 → 再考虑执行
前面几个场景门槛比较低，也比较容易感受到 AI 到底能帮你省掉哪些步骤。
我自己这几天用下来，对 Minara 的理解也越来越简单。
ChatGPT、Claude 这类通用 AI 已经很强，很多金融任务本身也可以完成。Minara 更偏专业化，把实时金融数据、研究、链上分析、策略、回测、交易和持仓管理集中在同一套 AI 工作流里。
所以整个过程会比较顺：
看完行情可以继续研究，研究完可以做 Dashboard，有了想法再继续写策略和回测，确定之后还可以在 Hyperliquid 上自动交易执行。
对于普通人来说，我觉得这类金融 AI 最值得关注的地方，就是很多过去有专业门槛的操作，开始可以直接用自然语言完成。
