拆一条 VergeX 的策略 · 56 字 Prompt + 8 个参数 · 同策略两 Agent 为何 +106% vs −2.84%

系列第二篇。上一篇我讲了 VergeX 的整体产品形态，这一篇拆一条真实的策略——看看他们的"策略定义"到底是什么结构，然后讨论一个关键问题：为什么同一条策略、两个 Agent 会跑出 +106% 和 −2.84% 这种天差地别的结果。

样本选的是 "多多侠 v5"——VergeX 上一条公开开源的策略，作者主动把完整参数和提示词都公布了，方便我们拆。

---

策略 = Prompt + 参数，不是代码

先上结论，VergeX 的策略不是代码，是自然语言提示词 + 一组结构化参数。

具体是这样分的：

策略作者只负责前两层。后面"LLM 怎么读 prompt、怎么结合指标产出决策、怎么下单"全部黑盒。

---

"多多侠 v5" 的完整定义

提示词（作者原文，56 字）

"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。"

参数

---

逐字段解读

提示词 ·"遇到信号就做多"

这句话里的'信号'没有定义。

作者没说用 RSI 超卖算信号、MACD 金叉算信号、还是 BB 下轨反弹算信号。LLM 自己判断什么叫"信号"。

这意味着两个 Agent 跑同一条策略，有可能一个把 RSI 超卖当信号、另一个把 MACD 金叉当信号——策略名一样，实际执行完全不一样。

"总名义持仓量每次不超过 100U"

这是策略里唯一明确的硬约束。

单笔开仓名义本金 ≤ 100 USDT。这句话 LLM 会严格遵守（因为数字明确）。

但注意：这是单笔约束，不是累计约束。LLM 可以在同一轮决策里开 5 个 100U 的仓位，累计就 500U 了。约束 + 约束 ≠ 真正的风险上限。

"请保守的设置止损"

最危险的一句。

"保守"是一个主观词——3% 保守还是 5% 保守还是 10% 保守？LLM 在不同行情下的"保守感"会飘移。牛市顺风时它觉得 8% 保守，震荡市时它可能觉得 3% 保守。

止损应该是一个数字，不是一个形容词。这条策略的设计哲学在这里出现了明显的松动——本来就应该写死"止损 3%"或"止损 ATR × 1.5"，而不是让 LLM 自己想。

硬止损 5%

好消息——即使 LLM 把"保守"理解成了 10%，平台级硬止损 5% 还是会在本金跌到 −5% 时把仓位强平。

这是 VergeX 产品设计里最合理的一个字段。

但注意这个"5%"是单笔仓位层面的，不是账户组合层面的。如果 LLM 同时开了 5 个仓位，每个都 −5% 被强平，账户整体亏 −25%。组合级 drawdown 保护，这里没有。

决策间隔 15m

意味着 LLM 每 15 分钟读一次数据、做一次判断。

这有两个含义：

1. 策略本质上是"中频"——快不过高频算法，但比日线策略反应快。
2. 每次推理都要花 API 调用钱——VergeX 平台承担，成本摊到订阅费里。

更重要的是——15 分钟是一个任意选择。为什么不是 5 分钟或 1 小时？作者没解释。在某些行情下 15 分钟可能正好，在另一些行情下它是过拟合噪声。这个参数会成为策略的隐藏偏差。

杠杆 5x / 3x / 2x

三层嵌套：

• 单个 BTC/ETH 仓位杠杆 ≤ 5x
• 单个山寨仓位杠杆 ≤ 3x
• 账户总杠杆 ≤ 2x

第三条是"组合约束"——即使每个仓位都是 5x，整体账户杠杆必须 ≤ 2x。这意味着实际单仓位杠杆会被稀释到更低。

合理的设计。但注意——2x 账户杠杆对 BTC 这种年化波动 60%+ 的品种还是偏激进。我个人的哲学是 dingdingtao 全系统硬上限 5x 单仓、账户层面 ≤ 1x——这条我们到 #220 再细聊。

---

最震撼的数据：同策略两个 Agent，+106% vs −2.84%

详情页拉到底，能看到这条策略的所有 Agent 表现。我只贴公开可见的汇总（为尊重作者隐私不贴完整账户信息）：

• Agent A · 本金 $295.78 · 7 日 PNL：+106.62%（+$133.25）
• Agent B · 本金 $990.88 · 7 日 PNL：−2.84%（−$20.51）

同一条策略、同一段提示词、同一套参数——两个 Agent 在同一周内的表现差 109 个百分点。

这怎么可能？

可能的原因：

1. 入场时机不同——Agent A 2 天前启动，Agent B 7 天前启动，启动那一刻的行情不一样。
2. LLM 的随机性——每次推理都有 temperature 参数，同样的 prompt + 数据，两次推理可能给不同决策。
3. AI500 候选不同——两个 Agent 在不同时刻读取的 AI500，推荐的币可能就不一样。
4. 交易所成交差异——Agent 连的交易所可能不同，滑点、费率、流动性都有差。

四个原因叠加，就有了 109% 的差距。

这告诉我们一件事——

订阅一条"+106.62% 7 日收益"的策略，不等于你的 Agent 也会 +106.62%。 大概率你会是那个 −2.84% 的。

---

VergeX 的 DSL 有哪些"原语"

虽然策略主要是自然语言，但参数区确实有一套 DSL（domain-specific language）：

时间原语：

• K线周期：5m / 15m / 1h / 4h / 1d
• 决策间隔：策略跑一次的时间间隔

数据原语：

• 信号源：预定义池（ai500 / custom / ...）
• 技术指标：RSI / MACD / BB / EMA / ...（读当前值给 LLM）

风险原语：

• 硬止损 · 单笔强平线
• BTC/ETH 杠杆 / 山寨币杠杆 · 分类上限
• 最大账户杠杆 · 组合上限
• 保证金模式：全仓 / 逐仓

限制原语：

• 代币范围 · 只能在哪个池子里选币

这套 DSL 的覆盖面已经不小。如果 VergeX 再加上：

• 时段限制：比如排除 FOMC 当天 ± 4h
• 组合级 drawdown 停机
• 必须强制 Paper Trading 期
• 策略版本化 + A/B 回滚

那它就是一套相当严肃的 AI 交易框架。现在还差一些。

---

关键缺失：Paper Trading 强制期、组合 drawdown、策略版本管理

我在 VergeX 上没看到的：

① 没有强制的 Paper Trading 期

新策略生成之后，用户可以直接创建 Agent 实盘。没有"先跑 72 小时模拟盘、达标了才能实盘"的强制门槛。

这意味着——用户的第一笔真金白银是在实盘里被 LLM 练手的。

② 没有组合级 drawdown 停机

单笔 5% 硬止损有，但账户总回撤到 −20% / −30% 时的自动停机？没看到。这意味着即使每笔都被止损，累计下来账户可以跌无止境。

③ 没有策略版本管理 + 回滚

多多侠迭代到 v5。v4 vs v5 的行为差异是什么？如果 v5 在实盘出事，能一键回滚到 v4 吗？看不到这个能力。

④ 没有"为什么下这单"的可审计日志

LLM 决策的可解释性——"为什么 14:15 开了 SOL 多单、下了 50U"——这个链路看不到。出事后没法复盘。

这四件事，都是**"工程化 AI 交易"该有的护栏**。VergeX 目前的位置更像是**"快速验证想法的沙盒"**，距离真正的生产级交易工具还有一段路。

---

下一篇

到这里，VergeX 的产品形态和一条典型策略就讲透了。我的总结是：

• 好用（中文 prompt + LLM 推理 + 实盘数据透明）
• 好看（Monaco Editor + 现代 UI + 社区订阅）
• 不好放心（同策略不同 Agent 悬殊、没有 Paper Trading、没有组合保护）

#218 开始，我不再讨论 VergeX，转而给出 dingdingtao 版的 AI 交易方案——一个明确不让 LLM 在实时决策路径上的架构。

核心思路一句话：LLM 只在"生成期"介入，不在"执行期"介入。执行层必须是确定性的、可审计的、可回滚的。

下一篇叫 《dingdingtao 版 AI 交易策略 · 四层架构方案》。

---

免责声明：本文是独立评测视角，"多多侠 v5" 是其作者开源的公开策略，所有数据截自 VergeX Explore 公开页面（2026-04-19），不含账户专属信息。文中的推测（"LLM 每 15 分钟推理一次" / "ai500 是预筛池"等）基于产品表现的合理推断，不代表 VergeX 团队的实现细节。