AI交易员第一步,用Deepseek跑通量化交易 | 极客的赛博空间

今天我们教大家如何用 DeepSeek 来进行量化交易。

今天需要用到四样东西。第一是 DeepSeek V4 Pro，第二是 Pi Agent，第三是 OKX Agent Skills 和 OKX CLI，第四是 OKX 模拟盘。我们会把行情读取、数据整理、策略代码、回测分析和模拟订单准备，都交给 Pi Agent 来完成。

具体流程是这样。先在本机安装 Pi，给它配置 DeepSeek V4 Pro。接着让 Pi 用 bash 安装 OKX Skills 和 CLI，再让它读取 BTC-USDT 的已收盘 K 线。然后我们用提示词把均线、RSI、ATR、手续费和风险条件讲清楚，让 Pi 保存数据、创建 Python 环境、编写回测脚本并执行。回测结果看完以后，再让它创建 dry-run 脚本，只输出信号和订单计划。最后由 Pi 准备一笔 OKX 模拟盘订单，等我们人工确认以后才允许执行。

从架构上看，这件事分成四个角色。

DeepSeek V4 Pro 负责理解策略要求、解释数据和生成 Python 代码。Pi Agent 负责接收提示词，调用 bash、OKX CLI 和 Python，管理文件并把结果返回给我们。OKX Agent Skills 是写给 Pi 的操作手册，告诉它应该怎样查询行情、检查账户和准备交易。OKX CLI 是实际执行本地请求的工具，凭证留在本机配置里，Pi 只读取命令结果。

这篇教程采用的就是这种真实交互方式。下面代码块里的命令，是让 Pi 去执行的内容，不是让读者在自己的终端里逐条照抄。读者需要做的人工操作只有安装 Pi、启动 Pi、创建 DeepSeek API Key、用 /login 配置 DeepSeek V4 Pro、创建 OKX 模拟盘 API Key，以及在本机运行 okx config init 填入 OKX 凭证。读取行情和执行 Python 脚本都由 Pi 完成。

为什么用数字货币做这个实验

这里选数字货币，有两个很实际的原因。

第一个原因是可以先用 OKX 模拟盘。行情、账户和订单流程都能用虚拟资金验证，策略还没有经过检查以前，不需要碰真实资金。

第二个原因是数字货币市场全天运行。你可以在不同时间查看新 K 线，观察脚本是否能正常处理数据，也能更早发现重复信号、日志中断和停止条件失效的问题。

全天运行同时意味着风险更高。价格不会因为你睡觉就停下来，点差、手续费和滑点会持续影响成交结果。合约还会增加杠杆、资金费率和强平风险，所以本文只使用 BTC-USDT 现货模拟盘，不使用杠杆，也不连接真实账户。

这篇文章不构成投资建议，只用于学习模型调用、数据处理、策略回测和模拟盘操作。任何回测数字都不代表未来收益，任何模拟订单也不能证明策略可以用于真实资金。

先准备 Pi 和 DeepSeek V4 Pro

安装并启动 Pi

如果电脑已经装好 Node.js 和 npm，在本机终端安装 Pi。

1 2	curl -fsSL https://pi.dev/install.sh \| sh pi

pi 启动以后，先不要让它读取账户，也不要让它执行交易。先在

DeepSeek 开放平台

创建一把专门用于这个实验的 API Key。回到 Pi 对话框，输入 /login，选择 DeepSeek provider，粘贴 API Key。随后输入 /model，选择 deepseek-v4-pro。

这里的 DeepSeek API Key 只负责模型调用。它和 OKX API Key 没有关系，也不能查询 OKX 账户。Key 不要出现在文章、截图、聊天记录和代码文件里。如果怀疑泄露，先在 DeepSeek 控制台撤销，再创建新的 Key。

让 Pi 安装 OKX Skills 和 CLI

Pi 已经可以工作以后，把下面整段提示词复制到 Pi。这里仍然不需要读者自己运行 Skills 和 CLI 的安装命令。

请在当前目录准备一个名为 okx-quant-lab 的实验目录，并完成本项目的本地依赖安装。

请执行以下动作。
1. 检查 node、npm、python3 是否可用，并报告版本。
2. 创建 okx-quant-lab 目录，并在其中创建 data、logs、reports 三个目录。
3. 在 okx-quant-lab 中创建 Python 虚拟环境 .venv，并安装 pandas、numpy、matplotlib。
4. 用 bash 执行 npx skills add okx/agent-skills -g --agent pi。
5. 用 bash 执行 npm install -g @okx_ai/okx-trade-cli。
6. 检查 okx --help 和已安装的 OKX Skills，只确认安装状态。
7. 把安装命令、版本、目录和检查结果写入 logs/setup-check.json。

禁止执行以下动作。
1. 不读取任何 OKX API Key、Secret Key 或 Passphrase。
2. 不创建或修改 OKX 账户配置。
3. 不调用 account、trade、withdraw、transfer 或任何下单相关命令。
4. 不要求我在终端里手动执行命令。

完成后请展示。
1. 当前工作目录。
2. node、npm、python3 和 okx 的版本。
3. .venv、data、logs、reports 是否存在。
4. logs/setup-check.json 是否成功写入。
如果任何安装失败，请停止，不要猜测成功。
看到 Pi 报告 logs/setup-check.json 已写入，且 Python、OKX CLI 和 Skills 都能被发现以后，在 Pi 里输入 /reload。这样 Pi 才会重新读取刚刚安装的 Skills。

手动配置 OKX 模拟盘

这一步需要人工完成，因为 OKX 的 Secret Key 和 Passphrase 不应该进入 Pi 对话。

先在

OKX 模拟盘 API 页面

创建一组模拟盘凭证。

只打开读取和交易权限，关闭提币权限，能设置 IP 白名单就设置。最好使用专门的子账号，不要把主要账户的凭证交给这次实验。

如果没有账号的话。可以通过这个链接注册一下

注册链接

创建完成以后，在本机的另一个终端运行下面这条命令。

1	okx config init

按照向导填入 API Key、Secret Key 和 Passphrase，选择 demo profile，并确认使用模拟盘。这个过程发生在本机终端，凭证不会经过 Pi 对话框，也不会写进提示词。

配置时要分清两种 Key。

DeepSeek API Key 给 Pi 使用，用来调用 DeepSeek V4 Pro。
DeepSeek API 密钥已分配给 Pi 设备使用，可用于调用 DeepSeek V4 Pro 功能。
OKX 模拟盘 API Key、Secret Key 和 Passphrase 给本地 OKX CLI 使用，用来访问虚拟账户。

如果 okx config init 的选项和文章中的描述略有不同，让 Pi 只查看 okx config –help 并解释选项，不要把凭证复制给 Pi。配置结束以后，再回到 Pi 做只读检查。

第一步，让 Pi 读取行情

现在让 Pi 读取行情。读者不需要自己执行 okx market，也不需要自己保存 JSON。把下面的提示词完整发给 Pi。

请在当前 okx-quant-lab 目录中完成一次只读行情采集。

请执行以下动作。
1. 只使用 OKX market skill 和 OKX CLI 查询 BTC-USDT 现货行情。
2. 读取最近 300 根 1H K 线，并在需要时读取 ticker 和 orderbook 作为行情检查。
3. 把原始返回值保存到 data/raw-btc-usdt-1h.json，不要覆盖已有文件。若文件已存在，请生成带时间的副本。
4. 按时间升序整理一份供回测使用的数据文件 data/btc-usdt-1h.csv。
5. 检查时间戳重复、缺失值、时间缺口、排序方向和 K 线是否已经收盘。
6. 把查询时间、数据起止时间、样本数、品种、周期、最后一根 K 线状态和异常写入 logs/market-check.json。

禁止执行以下动作。
1. 不读取账户余额和持仓。
2. 不调用 place、cancel、amend、algo、transfer、withdraw 或任何交易写入命令。
3. 不把未收盘 K 线交给回测。
4. 不要求我复制命令，也不要求我手动下载行情。
5. 如果数据缺失、时间不连续或无法确认 BTC-USDT 现货环境，请停止后续动作。

可见验收结果必须包括。
1. 实际使用的市场查询命令和返回状态。
2. data/raw-btc-usdt-1h.json 和 data/btc-usdt-1h.csv 是否存在。
3. 有效样本数、数据起止时间和最后一根 K 线是否已收盘。
4. logs/market-check.json 是否写入。
Pi 的回复里应该能看到数据区间和样本数。最后一根 K 线如果还在形成，回测数据必须排除它。这里由 Pi 做行情读取和检查，人工只看它报告的验收结果。

第二步，把策略交给 Pi 做回测

第一轮策略不用写得太复杂。我们用 BTC-USDT 现货 1H K 线，加入 MA5、MA20、RSI14 和 ATR14。它们各自负责一件事。

MA5 和 MA20 用来观察短期趋势和中期趋势。MA5 从下方穿过 MA20 时，产生候选买入信号。MA5 从上方跌破 MA20 时，产生退出信号。RSI14 用来过滤过热状态，例如只接受 RSI 在 50 到 70 之间的入场信号。

ATR14 用来估计近期波动。入场价减去两倍 ATR14，可以得到一个待评估的保护价位。单次仓位设置成账户权益的小比例，不使用杠杆。这个比例只是代码里的实验参数，不是资金建议。

把下面的提示词交给 Pi，让它从数据文件、代码生成到回测执行一次完成。

费用参数先使用可修改的示例值。不要把示例费率当成我的真实费率，也不要写收益承诺。禁止执行以下动作。 1. 只允许读取本地数据和执行 Python 回测。 2. 不调用账户、下单、改单、撤单、提币、转账或任何交易写入工具。 3. 不使用未收盘 K 线。 4. 不省略手续费、点差、滑点和仓位上限。 5. 不把回测结果描述成未来收益预测。 6. 不要求我手动创建目录、编写代码或运行 Python。可见验收结果必须包括。 1.

backtest.py

是否生成，核心信号逻辑和 shift(1) 是否存在。 2. reports/backtest-report.json 和 reports/backtest-analysis.md 是否生成。 3. 实际使用的数据区间、有效样本数、交易次数和总费用。 4. 最大回撤、波动率和夏普值的计算结果。 5. 如果数据太短、交易次数太少或指标无法计算，请明确标记结果不足以判断策略。

请在 okx-quant-lab 中完成一次可复查的本地回测。

请执行以下动作。
1. 读取 data/btc-usdt-1h.csv，并再次检查时间升序、重复时间戳、缺失值、时间缺口和未收盘 K 线。
2. 计算 MA5、MA20、RSI14、ATR14、单根收益率和滚动波动率。
3. MA5 上穿 MA20 且 RSI14 在 50 到 70 之间时，产生候选买入信号。
4. MA5 下穿 MA20 或 RSI14 低于 45 时，产生候选退出信号。
5. 入场后的保护价位使用 entry_price - 2 * ATR14。
6. 把单次仓位上限、手续费率、买卖点差和滑点都写成可调整参数。
7. 用 shift(1) 把信号推迟到下一根 K 线执行。禁止使用当前 K 线收盘后才知道的信息成交当前 K 线。
8. 生成 backtest.py，并先检查代码再执行 Python。
9. 执行回测并把每次运行的参数、数据区间、交易次数、胜率、累计收益、最大回撤、波动率、夏普值和总费用写入 reports/backtest-report.json。
10. 把策略假设、指标解释、结果限制和可能的失真来源写入 reports/backtest-analysis.md。
11. 把完整执行命令和返回状态追加到 logs/backtest.log。

这里最容易被忽略的是 shift(1)。如果模型用当前 K 线的收盘结果决定当前 K 线成交，回测就偷看了未来。已收盘 K 线和下一根 K 线执行这两个条件必须同时满足。

手续费、点差和滑点也不能省略。回测只按收盘价成交，曲线通常会比现实好看。手续费要按照你的账户费率调整，点差可以用买入价和卖出价的差估计，滑点则表示实际成交价偏离信号价格的成本。

第三步，让 Pi 创建 dry-run

回测报告能解释过去的数据以后，先不要直接准备订单。先让 Pi 创建一个 dry-run 脚本。它只根据最新的已收盘 K 线计算信号，打印计划中的方向、数量、价格和停止原因，不调用任何写入接口。

请在 okx-quant-lab 中创建 dry_run.py，并执行一次 dry-run。

请执行以下动作。
1. 通过 OKX market skill 和 OKX CLI 读取最新 BTC-USDT 现货 1H K 线。
2. 只使用已经收盘的 K 线，重新计算 MA5、MA20、RSI14 和 ATR14。
3. 读取 backtest.py 中的手续费、点差、滑点和仓位上限参数。
4. 输出当前信号、触发原因、计划方向、计划数量、参考价格、估算手续费、预计滑点、数据时间和 profile 状态。
5. 把每次结果追加到 logs/dry-run.jsonl，并把当前结果写入 reports/dry-run-latest.json。
6. 如果出现过期行情、K 线缺口、指标为空、仓位超限、profile 不是 demo 或连续三次调用失败，输出 STOP 并停止。
7. 检查最近的 backtest.log 和 market-check.json，指出数据或参数不一致的地方。

禁止执行以下动作。
1. 禁止调用 spot place、cancel、amend、algo、transfer、withdraw 或其他写操作。
2. 禁止创建真实订单。
3. 禁止把信号直接转换成交易动作。
4. 不要求我手动运行脚本或查看原始日志。

可见验收结果必须包括。
1. dry_run.py 是否生成并成功运行。
2. 当前使用的最后收盘时间和 profile 状态。
3. 当前信号、触发原因、计划数量、费用和滑点估算。
4. reports/dry-run-latest.json 和 logs/dry-run.jsonl 是否写入。
5. 是否触发 STOP 条件。

dry-run 至少要观察几次新 K 线。你要看的是信号是否只在新 K 线收盘后变化，同一个信号是否被重复输出，日志里的 profile 是否一直是 demo。这一步的目标是检查执行过程，不是追求交易次数。

第四步，让 Pi 准备模拟订单

当回测逻辑、dry-run 输出和 demo profile 都检查过以后，再让 Pi 准备一笔小额现货模拟订单。准备和执行要分开，Pi 先展示订单参数，等人工确认。

请在 okx-quant-lab 中准备一笔 BTC-USDT 现货模拟订单，但暂时不要执行。

请执行以下动作。
1. 重新确认当前 OKX profile 是 demo，交易模式是 Demo Trading。
2. 读取最新已收盘 K 线，并运行 dry_run.py。
3. 检查当前信号是否仍然有效，检查最小下单量、数量精度、价格精度和账户可用余额。
4. 生成 reports/order-preview.json，写入 instId、side、ordType、sz、估算金额、参考价格、手续费、滑点、保护价位和停止条件。
5. 把准备过程写入 logs/order-preview.log。
6. 在对话中展示订单参数、数据时间、profile、风险检查和所有停止条件。

禁止执行以下动作。
1. 在我明确回复“确认执行模拟订单”之前，不得调用任何下单、改单、撤单或算法订单工具。
2. 如果 profile、权限、余额、最小数量、精度、行情时间或信号有一项无法确认，停止准备并输出 STOP。
3. 不允许使用真实账户，不允许切换到 live profile。
4. 不允许把 API Key、Secret Key 或 Passphrase 写入报告和日志。
5. 不要求我手动拼接订单命令。

可见验收结果必须包括。
1. reports/order-preview.json 是否生成。
2. 当前 profile 是否为 demo。
3. 订单方向、类型、数量、参考价格、估算金额、费用和保护价位。
4. 最小下单量、价格精度和数量精度检查结果。
5. 是否等待人工确认

如果参数没有问题，你只需要在 Pi 对话框里明确回复一句“确认执行模拟订单”。Pi 才可以调用 OKX CLI 的模拟盘写入操作。执行以后，再让它查询订单状态，把订单 ID、请求时间、成交结果、费用、错误信息和账户余额写入 logs/order-result.json。如果你不确认，Pi 必须停在预览状态。