基于多专家LLM Agent的金融量化系统（加密货币）-太熵

“太熵”是一个创新的加密货币量化交易机器人，它通过集成大型语言模型（LLM）的先进逻辑推理能力和多专家系统协同工作，旨在模拟专业交易员进行高胜率的日内交易。该项目成功解决了传统金融量化模型在面对复杂多变市场时表现出的僵化痛点，通过更具“人”性化的决策机制，追求在加密货币市场中获取高额利润。

项目核心目标：
利用LLM的逻辑推理能力： 赋能交易系统进行更深层次、更接近人类认知的市场分析和交易决策。
构建多专家系统降低模型幻觉率： 通过引入多个专业角色（专家），互相协作与验证，有效规避LLM可能产生的“幻觉”，确保交易指令的准确性和可靠性。
模拟专业交易员进行日内交易： 专注于高频率、短周期的交易策略，旨在捕捉市场波动，实现快速盈利。
执行技术向的专业性加密货币交易： 强调基于技术分析和市场洞察的交易策略，而非盲目的高频或纯统计套利。

项目技术亮点与创新：
LLM驱动的决策引擎： 核心在于利用LLM强大的文本理解和逻辑推理能力，对市场信息、新闻事件、技术指标等进行综合分析，形成交易意图。
多专家系统架构：
构成： 交易者、决策者、谏官、数据收集者、数据分析师等多个独立专家模块。
类型： 包含推理向专家（专注于逻辑判断和策略生成）和Agent向专家（专注于执行和交互）。
协作机制： 各专家各司其职，又相互验证和补充，例如数据收集者提供实时市场数据，数据分析师进行深度解读，决策者根据分析制定策略，谏官进行风险评估和质疑，最终由交易者执行指令。这种机制极大地提升了决策的鲁棒性和可靠性，有效降低了单一模型可能出现的错误（幻觉）。
模拟人类交易习惯： 相较于传统基于固定规则或纯统计套利的模型，太熵通过LLM的灵活性，能够更好地适应市场情绪和非结构化信息，模拟专业交易员的经验和直觉。
全流程自动化交易： 实现了从数据采集、分析、决策到交易执行的完整自动化闭环。

技术栈：
主要开发语言： Python
LLM集成： Transformers (用于构建和利用大型语言模型)
区块链交互： Web3j (用于与Binance等交易所的区块链进行交互，执行交易操作)
数据来源： Binance (币安交易所，获取实时和历史市场数据)