AI Agent giao dịch tiền điện tử thực sự kiếm được lợi nhuận: Từ 100 U lên 200,000 U trong 8 ngày
- Quan điểm cốt lõi: Hệ thống giao dịch AI Agent "Lana" xây dựng chiến lược theo xu hướng bằng cách kết hợp sức nóng dư luận, biến động giá và dữ liệu on-chain, đạt được lợi nhuận đáng kể trong thời gian ngắn. Cốt lõi nằm ở kỷ luật cắt lỗ nghiêm ngặt và mô hình mà lợi nhuận chủ yếu đến từ một số ít giao dịch.
- Yếu tố then chốt:
- Hệ thống này đã tăng vốn từ 100U lên 200,000U trong 8 ngày. Chiến lược của nó không dự đoán thị trường mà tập trung theo dõi các xu hướng đã được khởi động.
- Logic lựa chọn mã token chia thành ba lớp: thu thập sức nóng dư luận từ Binance Square; lọc các đồng tiền có biến động xuất hiện trên bảng xếp hạng tăng giá; quan sát thay đổi open interest để đánh giá bố trí vốn.
- Áp dụng quản lý rủi ro động, ban đầu cắt lỗ 20%, sau đó tối ưu thành mỗi giao dịch thua lỗ cố định khoảng 200U, nhưng sẽ điều chỉnh dựa trên đặc điểm của từng đồng tiền (ví dụ: token mới).
- Mô hình lợi nhuận không phụ thuộc vào lãi từ mỗi lệnh, mà thông qua việc cắt lỗ nghiêm ngặt cho đa số giao dịch, với phần lớn lợi nhuận đến từ một số ít mã token (như ORDI, RAVE).
- Hệ thống được đào tạo bằng cách cung cấp dữ liệu từ ví thông minh Hyperliquid, các chỉ số hợp đồng cơ bản, và trải qua quá trình sửa chữa liên tục thông qua đối thoại và huấn luyện hành vi chưng cất, bắt chước khuôn khổ ra quyết định của con người.
Gần đây, hệ thống giao dịch AI Agent "Lana" đã gây sốt khi chỉ trong 8 ngày đã biến 100 U thành 200,000 U. Tính đến ngày 16 tháng 4, tổng số dư tài khoản đã vượt quá 250,000 U.
Theo tiết lộ của tác giả Lana (@lanaaielsa), lý do xây dựng hệ thống giao dịch này rất đơn giản.
Vào tháng 10 năm ngoái, trong đợt bull run của BSC, một người bạn của anh ấy đã đầu tư 100,000 U để đuổi theo câu chuyện làm giàu nhanh chóng, cuối cùng gần như mất trắng khi thị trường điều chỉnh. Số 10,000 U cuối cùng chuyển lên on-chain để tiếp tục giao dịch cũng về 0, sau đó anh ta rời khỏi thị trường. Gần đây, khi mức độ thảo luận về altcoin tăng trở lại, anh ấy nhận định có thể bước vào một giai đoạn thị trường làm giá (MM) mới. Vì bản thân không quen thuộc với giao dịch thứ cấp và phân tích biểu đồ nến, anh ấy chọn cách sử dụng AI để xây dựng hệ thống giao dịch: nhờ Claude viết script, thu thập các bài đăng có độ tương tác cao và các đồng coin được thảo luận nhiều trên Binance Square, kết hợp với bảng xếp hạng tăng trưởng để lọc ra các mã có biến động mạnh để giao dịch. Hệ thống ban đầu sử dụng cắt lỗ 20%, sau đó được tối ưu thành cắt lỗ cố định ở mức thua lỗ 200 U, và chỉ theo xu hướng một chiều. Đồng thời, Lana còn chịu trách nhiệm đăng nhật ký giao dịch thực tế, tạo ảnh chụp lợi nhuận và vận hành tài khoản trên Binance Square.
Nghe có vẻ đơn giản. Nhưng sau khi nghiên cứu kỹ, tôi nhận thấy Lana không chỉ là một script tự động đặt lệnh đơn giản, mà là một hệ điều hành có logic giao dịch riêng.
Lana giao dịch và tạo ra lợi nhuận như thế nào?
1. Có logic chọn mã chặt chẽ
Xem xét lịch sử giao dịch, Lana không dự đoán diễn biến thị trường, chỉ thực hiện theo dõi, tức là các xu hướng thị trường, tập trung vào việc bắt kịp các đồng coin đã bắt đầu tăng giá. Các mã liên quan bao gồm: Binance RenSheng, RAVE, ORDI, BASED, TRUMP, SIREN, 1000SATS, 1000RATS, EIGEN, PIXEL, EDGE, BAN, ASTER, AIA, FIGHT, GENIUS, CL, BTC, GIGGLE, HYPE, BLESS, PUMP, HEMI, CFX.
Tiêu chí lọc có thể chia thành ba cấp độ:
Đầu tiên là lớp dư luận, Lana sẽ thu thập số lượng bài đăng, tần suất thảo luận và hướng cảm xúc trên Binance Square, tìm kiếm các đồng coin được nhắc đến nhiều lần trong thời gian ngắn.
Tiếp theo là lớp giá, chỉ khi các đồng coin được lọc từ lớp dư luận đồng thời xuất hiện trên bảng xếp hạng tăng trưởng và có biến động rõ rệt, mới kích hoạt lọc sâu hơn. Điều này chứng minh xác suất xuất hiện xu hướng thị trường.
Cuối cùng, bằng cách quan sát sự thay đổi OI (Open Interest - Lãi mở), lọc ra các đồng coin "tăng lãi mở nhưng giá chưa phản ứng hoàn toàn", để đánh giá xem có sự hiện diện của dòng tiền bố trí trước hay không.
2. Có tiêu chuẩn cắt lỗ rõ ràng
Trong giai đoạn đầu vận hành, Lana sử dụng cắt lỗ cố định 20%, sau đó được tối ưu thành "mức thua lỗ cố định", tức là bất kể quy mô vị thế, mức thua lỗ tối đa cho mỗi giao dịch được kiểm soát ở khoảng 200 U.
Xem xét lịch sử giao dịch, hầu hết các khoản lỗ đều tập trung trong phạm vi này. Tuy nhiên, cũng có những lệnh vượt quá tiêu chuẩn cắt lỗ, ví dụ như GENIUS từng lỗ nổi hơn 6880 U nhưng vẫn chưa đóng lệnh. Bản thân Lana giải thích: "Vì GENIUS là đồng coin mới, biến động của đồng coin mới lớn hơn nên đặt mức cắt lỗ rộng hơn, các vị thế ban đầu thường có đòn bẩy là 500 U tương ứng với 200, sau khi quy mô vị thế lớn hơn bắt đầu mở vị thế 10k hoặc 25k, mức cắt lỗ tương ứng sẽ cao hơn một chút."
3. Có tiêu chuẩn chốt lời động
Khác với cắt lỗ, hệ thống này không đặt điểm chốt lời cố định, chủ yếu quyết định có tiếp tục nắm giữ hay không thông qua đánh giá định kỳ, ví dụ như định kỳ đánh giá lại xác suất tăng và giảm của mã hiện tại. Có thể hiểu là nó liên tục đặt câu hỏi: Nếu bây giờ không có vị thế, tôi có mua lại không?
Xem xét dữ liệu lịch sử giao dịch, phần lớn lợi nhuận tập trung vào một số ít đồng coin, ví dụ như "Binance RenSheng", "RAVE", "ORDI", trong khi hầu hết các giao dịch khác kết thúc với lỗ nhỏ hoặc lãi nhỏ.
Bạn có nhận ra không? Lana không kiếm tiền từ mỗi lệnh, mà kiếm được nhiều tiền từ một số ít lệnh, trong khi phần lớn các lệnh khác được cắt lỗ nghiêm ngặt.
Làm thế nào để huấn luyện ra Lana? Phương pháp luận có thể tái sử dụng không?
1. Dữ liệu đầu vào định hình nền tảng
Hình thái chiến lược ban đầu của hệ thống này bắt nguồn từ việc Lana quan sát hành vi của một số ví duy trì lợi nhuận ổn định lâu dài trên Hyperliquid, chủ yếu chỉ thực hiện một hướng, không liên tục chuyển đổi giữa hai hướng long và short. Vì vậy, một trong những dữ liệu quan trọng nhất cung cấp cho AI là hành vi giao dịch của các ví thông minh trên Hyperliquid, để AI học có hệ thống cách kiếm tiền thông qua giao dịch. Đồng thời cũng cung cấp cho AI một số chỉ số hợp đồng cơ bản và một số dữ liệu on-chain. Để AI có thể hình thành khuôn khổ riêng bằng cách hiểu các thao tác của những ví này.
Tất nhiên, ngoài dữ liệu hành vi on-chain, hệ thống còn liên tục tự thu thập dữ liệu dư luận và thị trường để bổ sung:
- Mật độ thảo luận và nội dung nóng trên Binance Square;
- Bảng xếp hạng tăng trưởng và biến động giá;
- Các chỉ số hợp đồng cơ bản như thay đổi OI.
2. Điều chỉnh qua đối thoại để định hình khuôn khổ
Sau khi để AI học các thao tác cơ bản, bước tiếp theo không nằm ở việc thu thập thêm thông tin, mà ở cách sàng lọc và ràng buộc những thông tin này, tức là thiết lập một khuôn khổ quyết định rõ ràng cho AI.
Xét theo cách sử dụng, logic phán đoán của hệ thống này không được thiết lập hoàn chỉnh một lần, mà có khả năng được hình thành dần dần thông qua vận hành và phản hồi liên tục. Trong giai đoạn đầu, AI có thể đưa ra phán đoán dựa trên tín hiệu đơn lẻ, ví dụ như nhầm lẫn mức độ quan tâm ngắn hạn với tín hiệu xu hướng, hoặc thay đổi hướng thường xuyên. Nhưng khi sử dụng sâu hơn, những sai lệch này dần được sửa chữa, khiến các quyết định của nó dần tập trung vào phạm vi phù hợp hơn với kỳ vọng chiến lược.
3. Chưng cất hành vi để định hình phong cách giao dịch
Sau khi hoàn thành việc nhập dữ liệu và thiết lập khuôn khổ quyết định, hệ thống này không dừng lại ở mức độ "phán đoán tiêu chuẩn hóa", mà còn đưa vào quá trình chưng cất hành vi cá nhân. Người vận hành đưa nội dung tweet của bản thân và một số blogger khác trên X vào hệ thống, giúp AI có thể học cách diễn đạt cụ thể. Điều này khiến AI không còn là cỗ máy giao dịch lạnh lùng, ít nhất là từ góc độ biểu đạt trở nên nhân văn hơn.
Nếu tách toàn bộ quá trình ra, điều này giống như đang "tạo ra một con người".
Từ việc nhập dữ liệu ban đầu để xây dựng khung xương, giúp nó hiểu thị trường đang diễn ra điều gì; đến việc hình thành cấu trúc thông qua liên tục sửa sai và ràng buộc, giúp nó có ranh giới phán đoán ổn định; rồi đến việc chưng cất hành vi để lấp đầy chi tiết, giúp nó dần sở hữu con đường quyết định và sở thích gần với con người.
Cuối cùng, thứ được hình thành không chỉ là một công cụ thực thi, mà là một "Lana" có thể liên tục đưa ra lựa chọn nhất quán trong thị trường phức tạp.
Nó không phụ thuộc vào cảm xúc, cũng không theo đuổi dự đoán, mà sử dụng một phương thức đã được kiểm chứng nhiều lần để tham gia thị trường và khuếch đại kết quả.
