提示词魔法技巧

1. 强制结构化输出的魔法

为什么使用 JSON 格式?

• 可解析性: 程序可以自动验证和执行

• 强制完整性: 缺少字段会导致解析失败,迫使模型完整思考

• 减少幻觉: 结构化输出比自由文本更可靠

提示词技巧:

Return your decision as a **valid JSON object** with these exact fields:

关键词 "valid" 和 "exact fields" 强化了格式要求。

2. 风险管理的元认知设计

confidence 字段的心理学:

• 迫使模型进行"元认知"(thinking about thinking)

• 低 confidence → 自动降低仓位

• 创造"自我怀疑"机制,防止过度自信

invalidation_condition 的作用:

• 预先承诺退出条件,避免"移动止损"

• 强制模型思考"什么情况下我错了?"

• 类似于人类交易者的"交易日志"

3. 数据顺序的反复强调

为什么多次重复 "OLDEST → NEWEST"?

LLM 在处理时间序列时有天然的混淆倾向:

• 训练数据中时间顺序不一致

• 注意力机制对位置不敏感

• 容易把"最新"和"最旧"搞反

解决方案:

1. 在 System Prompt 中说明一次

2. 在 User Prompt 开头用 ⚠️ 警告

3. 在每个数据块前再次提醒

4. 使用视觉标记(大写、粗体、表情符号)

4. 多时间框架的认知负载管理

3分钟 + 4小时的双重视角:

• 3分钟: 短期入场时机,噪音较多

• 4小时: 中期趋势背景,信号更可靠

提示词设计:

**Intraday series (3-minute intervals):** [短期数据]
**Longer-term context (4-hour timeframe):** [中期数据]

明确标注时间框架,避免混淆。

5. 费用意识的植入

为什么强调交易费用?

• LLM 默认倾向于"过度交易"(更多动作 = 更积极?)

• 明确提及费用可以抑制无意义的频繁交易

提示词技巧:

Trading Fees: ~0.02-0.05% per trade
⚠️ Avoid over-trading; fees will erode profits on small, frequent trades

6. 无状态设计的哲学

每次调用独立,无历史记忆:

• 测试模型的即时决策能力

• 避免"路径依赖"和"沉没成本谬误"

• ⚠️ 无法学习和改进(除非通过 Sharpe Ratio 反馈)

这是 Season 1 的限制,未来可能引入:

• 短期记忆(最近 N 次交易)

• 长期学习(跨 session 的策略优化)