大作手Snow

VergeX 初体验 · AI Trading Layer 到底做了什么 · 让不会代码的人也能描述策略

Snow2026 年 4 月 19 日· 7 分钟阅读· 2,878

AI + 交易系列第一篇。登录 VergeX 后看到的产品形态:看板 / 探索 / 策略实验室 / 创建 Agent 四大模块。抽象三层:策略(模板)→ 智能体 Agent(实例)→ 交易所账户。Explore 排行榜是幸存者偏差放大器。AI 的两个落点:选标的(AI500)+ 临场决策(LLM 每 N 分钟推理)。

这一周我在盘点"AI + 交易"这个赛道上,都有哪些严肃在做事的产品。VergeX(vergex.trade)是其中一个——官网标语写得很直白:"The AI Trading Layer"

我花了点时间登录进去看他们到底在做什么,结果发现这家产品的定位比我预想的更清晰,也比我预想的更危险。


先说结论

VergeX 做的事,可以用一句话概括:

"让不会写代码的人也能用中文描述一个交易策略,然后让 LLM 按这段中文实时决策下单。"

这句话每一部分都值得拆开看——谁在受益 / 谁在承担风险 / 产品边界在哪里

这是本系列第一篇,我会先走一遍 VergeX 的产品形态;后面四篇:

  • #217 拆一条 VergeX 的真实策略,看他们的 DSL 到底长什么样;
  • #218 基于 VergeX 的观察,给出 dingdingtao 版的 AI 交易方案(四层架构);
  • #219 聊聊为什么 交易哲学先于策略
  • #220资金管理 + 杠杆纪律 为什么是 AI 交易的真正护城河。

登录后看到的五个模块

登录 vergex.trade 之后,顶部导航列出五个核心模块:

模块路径做什么
看板 / Dashboard/dashboard首次进入的引导页,三张大卡片:探索、策略实验室、创建 Agent
探索策略 / Explore/explore浏览社区公开的所有策略,按 7 日收益率、AUM、订阅者数排序
趋势 / Trending/trending热门策略榜(和 Explore 的排序维度重叠,可能是更简化的推荐位)
策略实验室 / Studio/studio自建策略的编辑器——Monaco Editor(VSCode 内核)+ 参数表单
创建 Agent / Create Agent/create-agent把某条策略 + 某个交易所账户 + 初始本金组装成一个"跑起来"的实例

这个划分的底层抽象是三层:策略(模板)→ 智能体 Agent(实例)→ 交易所账户

一条策略可以被多个 Agent 复用,每个 Agent 连接一个不同的账户、用不同的本金。在 Explore 里能看到一条叫 "多多侠 v5" 的公开策略有 2 个正在运行的 Agent,一个 +106.62%,另一个 −2.84%——同一份策略,不同 Agent,收益差了 110 个百分点

记住这点,下一篇会单独拆。


Explore 的第一印象:7 日收益率驱动

Explore 页面的默认排序是 "7 日收益率"。登录当天榜首几条是这样的(为尊重原创,不贴具体作者 ID 和资金规模,只抽象描述):

  • #1 山寨币流动性枯竭趋势做空:7 日 +258.87%,最大回撤 −8.21%
  • #2 AI500 高频动能追踪(中风险偏好):7 日 +167.50%,最大回撤 −33.06%
  • #3 "大道至简":7 日 +238.45%,最大回撤 −2.73%
  • #4 "鸣谢 VergeX 杂役小姐姐-Sure":7 日 +136.43%,最大回撤 −36.21%
  • #5 "多多侠开源":7 日 +106.62%,最大回撤 −15.13%

你看到的每一个数字都是过去 7 天的快照

如果你经常看数据,看到 7 日 +258% 配最大回撤 −8% 这种组合,第一反应应该是:

"这要么是连中 3 次大行情 + 重仓,要么是少数几笔爆发拉动了整段曲线。"

第一种情况无法复现,第二种情况下一次来的可能是相反方向。

更致命的是——这个榜单只显示幸存者。过去一周爆仓的策略你不会在前 20 里看到,因为它们的 7 日收益是 −90% 而不是 +250%。排行榜天然过滤掉了失败案例

我翻了下排序选项——可以按"总管理资产(AUM)"、"7日收益率"、"最大回撤"、"订阅者"、"运行中智能体数"、"发布时间"排。没有一个按"夏普"或"索提诺"排。这件事本身就说明团队的叙事重心:短期暴收益 > 风险调整收益

这是产品定位的选择,不是产品能力的缺陷。但这个选择对用户意味着——你大概率会被"7 日 +258%"勾引,忽略那个 7 日窗口背后的幸存者偏差。


AI 在哪里

VergeX 叫自己 "AI Trading Layer"。"AI" 具体体现在哪?

从 Explore 里看到的策略表现来看,AI 的介入位置大致是:

  1. 策略的"信号源"可以是 AI500——VergeX 的一个预筛池,大概率是用 LLM + 市场数据过滤出来的"当下热门币候选"(具体算法未公开)。
  2. 策略的"决策逻辑"是一段自然语言 prompt(用 Monaco Editor 写)——这是 LLM 每次决策要读的输入
  3. "决策间隔"参数(如 15m)——意味着 LLM 每 15 分钟被调用一次,读当前行情 + 指标 + prompt 风格,产出一个决策(做多 / 做空 / 空仓)。

所以准确说,VergeX 的 AI 有两个落点:选标的(AI500) + 临场决策(LLM 每 N 分钟推理一次)

前者我们看不到细节,后者是暴露的——策略本身就是一句中文指令

这就引出了系统性问题——LLM 的输出不是确定性的。同一段 prompt、同一份市场数据,跑两次可能给你两个不同的答案。具体怎么表现?下一篇拆策略详情页的时候你会看到。


一条策略能值多少钱

Explore 页面上每条策略都能看到几个核心数字:

  • 7 日收益率:过去 7 天跑出来的百分比
  • 最大回撤:历史上最深的一次从高点到低点的跌幅
  • 总管理资产(AUM):所有订阅这条策略的 Agent 资金加起来
  • 订阅者 / 运行中 Agent 数:有多少人在实际用

这些数字都来自真实运行的 Agent——不是回测,是实盘。这是 VergeX 和其它"回测神器"最大的区别:排行榜数据是真金白银跑出来的

这一点我给正面评价。真实 > 回测美化。

但同时,这些数字也带着同一个限制——样本时间太短,大多数策略上线不到 30 天。在短样本下:

  • 策略 A 可能只是赶上了一次山寨币爆拉;
  • 策略 B 可能刚好踩上了 FOMC 之前的波动率放大;
  • 策略 C 可能恰好一次重仓赌对了方向

没有一条策略跑过一个完整的牛熊周期。所以任何基于 7 日数据的产品决策——不管是订阅策略、复制 Agent 还是加大本金——在统计上都站不住。


Agent 的本金 / 杠杆 / 止损约束

点开一条策略的详情页,能看到这条策略的完整参数规格。以 "多多侠 v5" 为例:

保证金模式:全仓
决策间隔:15m
BTC/ETH 杠杆:5x
山寨币杠杆:3x
最大账户杠杆:2x
信号源:ai500
硬止损:5%
K 线周期:15m + 4h
技术指标:RSI14 / MACD / BB
代币范围:AI500 数据源(热门币种)

这里有意思的是——杠杆上限和硬止损是策略作者自己设的,VergeX 平台本身没有系统级上限(至少在可视化参数里没看到)。换言之,理论上如果有人写一条"BTC 杠杆 125x、无硬止损"的策略,VergeX 是会让它跑的——只要交易所允许。

这是产品设计选择——把风险控制权交给策略作者,平台只提供工具。

我不说这是错的,但这意味着普通用户订阅一条高杠杆策略时,没有平台层面的安全网。自己的本金能不能扛住这个杠杆,用户得自己判断。


一个 56 字的策略,能打败市场吗

每条策略都有一个**"提示词"字段**——就是前面说的那段 Monaco Editor 里的自然语言 prompt。让我直接贴 "多多侠 v5" 的完整提示词(这是公开的策略,作者自己开源):

"遇到信号就做多。总名义持仓量每次不超过 100U,不用考虑杠杆,只看名义持仓。请保守的设置止损,降低本金风险。"

56 个字。

这就是一条在 VergeX 上跑着真实资金、7 日做出 +106% 收益的策略的"大脑"。

LLM 每 15 分钟读一次这段话 + 当前的 RSI / MACD / BB + AI500 选出的候选币,然后决定"买哪个、买多少"。

停下来想一下这意味着什么——

  • "遇到信号就做多"——什么叫信号?提示词没说。LLM 自己决定。
  • "总名义持仓量不超过 100U"——这是硬约束,有效。
  • "保守的设置止损"——多保守?3%?5%?10%?LLM 自己判断。

这是一个把 80% 决策权外包给 LLM、自己只设了本金上限和模糊风险倾向的策略。能涨 +106%,是因为这 7 天 LLM 的手气好。它能跑过下一个 7 天吗?没人知道——包括作者、包括 VergeX、包括 LLM 自己。


我的中立评价

VergeX 作为一个产品:

做对的地方

  1. 降低了策略创作的门槛——中文描述就能跑,这对非技术背景的交易者是真实价值。
  2. 实盘数据透明——不做回测美化,是什么数字就是什么数字。
  3. 用户自控资金——连接的是用户自己的交易所 API,不做资金托管,合规边界清晰。

值得担心的地方

  1. 默认排序推的都是短期赢家——用户的心智会被 "+258% 7日" 这种数字绑架。
  2. 策略无法复现——LLM 的随机性 + AI500 的黑盒 + 同策略不同 Agent 悬殊的表现,都在说这不是个工程,是个抽奖
  3. 没有强制 Paper Trading 期——想实盘就能实盘,没有 72 小时模拟盘缓冲。
  4. 没有系统级杠杆上限——风险控制完全交给用户,平台不兜底。

下一篇

下一篇 #217,我会拆一条 VergeX 上真实的策略——从提示词到参数,一字一字解读它的定义方式,讨论"同一个策略,两个 Agent,一个 +106% 一个 −2.84%"到底是怎么发生的。

然后 #218 开始,我会给出 dingdingtao 版的 AI 交易方案——一个明确不跟 VergeX 走同一条路的设计。AI 不做预测,只做纪律。

策略的人 > 策略本身。这是整个系列的主轴。


免责声明:本文基于 2026-04-19 的一次性登录调研,部分模块因平台权限限制未能深入(如策略实验室编辑器细节、创建 Agent 的交易所完整清单)。VergeX 当前是 Beta 版本,产品可能在更新。本文是独立评测视角,不代表与 VergeX 官方的任何立场,不构成投资建议。

分享
相关文章