拓冰网站定制 
如何编写ATLAS交易智能体提示词角色、数据输入与JSON输出格式完整清单【免费下载链接】atlas-gicATLAS by General Intelligence Capital — Self-improving AI trading agents using Karpathy-style autoresearch项目地址: https://gitcode.com/gh_mirrors/at/atlas-gicATLAS 是 General Intelligence Capital 开源的自进化 AI 交易智能体框架官方提出Agent prompts are the weights智能体提示词就是权重。这篇指南带你用 ATLAS 官方示例模板掌握交易智能体提示词的三大核心要素角色定义Role、数据输入Data Inputs与 JSON 输出格式Output Format新手照抄结构即可上手。为什么提示词编写是 ATLAS 的核心技能ATLAS 用 25 个 AI 智能体分 4 层每日辩论市场并通过autoresearch 循环持续改写表现最差的智能体提示词跑 5 个交易日夏普比率提升就git commit保留否则git reset回滚。 一句话理解提示词 模型的权重夏普比率 损失函数。所以写好一份提示词模板就是你训练智能体的起点。架构全貌见 architecture/overview.md自进化机制详解见 architecture/autoresearch.md。ATLAS 交易智能体提示词的 4 段式结构打开仓库 prompts/examples/ 目录四个示例智能体宏观、行业、超级投资家、CIO全部遵循同一模板段落作用类比Role角色一句话定义你是谁、对谁负责给智能体发工牌Data Inputs数据输入列出它能看到的全部数据源给智能体划视野Analysis Framework分析框架分步骤的分析流程给智能体定 SOPOutput FormatJSON 输出严格的机器可读输出契约给智能体定接口Constraints约束硬性规则与红线给智能体设护栏第一步角色定义要定岗定责角色段只需 1~2 句话但要明确三件事职位、职责边界、服务对象。官方示例的角色写法 宏观智能体prompts/examples/macro_agent.mdYou are a macro analyst agent... provide regime signals to downstream agents.——评估整体市场环境向下游智能体提供体制信号。 行业台智能体prompts/examples/sector_desk.mdspecialising in [SECTOR]... informed by the macro regime from Layer 1.——锁定本行业且明确接收上层信号。 超级投资家prompts/examples/superinvestor.mdmodelled on [INVESTOR NAME]s investment philosophy.——绑定一种投资哲学作为筛选透镜。 CIOprompts/examples/cio.mdsynthesise all agent views, weighted by their Darwinian scores.——按达尔文权重汇总全局、拍板组合。✅写作技巧角色描述里带上下游关系向下游提供信号智能体才不会越权或失职。第二步数据输入清单——视野决定上限数据输入段是一个清单列出该智能体被允许使用的全部数据。ATLAS 示例中各角色的数据清单智能体关键数据输入宏观央行声明与利率决议、收益率曲线2Y/10Y、流动性指标、跨资产相关性、VIX/MOVE 波动率行业台Layer 1 宏观体制信号、行业 ETF 表现与资金流、个股基本面、相对强度超级投资家当前持仓与入场价、Layer 2 行业推荐、宏观体制、持仓盈亏CIO全部 Layer 1-3 输出、各智能体达尔文权重、组合持仓与 PL、现金与敞口、近期交易历史✅写作技巧数据输入要够用且不多给。宏观智能体不需要个股财报CIO 才需要全部上游输出。层级错配是新手最常见的错误。第三步JSON 输出格式——智能体之间的接口协议这是整套系统能串联的关键每个智能体必须输出固定结构的 JSON下游才能可靠解析。四个示例智能体的输出契约如下示意摘自官方模板① 宏观智能体 → 体制信号{ regime: RISK_ON | RISK_OFF | NEUTRAL, conviction: 1-100, primary_driver: string describing key factor, top_long_theme: sector or asset class, top_short_theme: sector or asset class, key_risk: what could change this view }② 行业台 → 多空各一个核心字段sector_regimeOVERWEIGHT / NEUTRAL / UNDERWEIGHT、top_long与top_short各含 ticker、conviction、thesis、target、sector_risk。③ 超级投资家 → 持仓裁决核心字段portfolio_verdicts每个持仓给 HOLD / ADD / TRIM / EXIT conviction rationale、missing_name自己风格下被遗漏的机会、overall_view。④ CIO → 可执行组合指令核心字段market_view、portfolio_actionsticker BUY/SELL/HOLD shares rationale、new_positions、risk_commentary、conviction。✅JSON 契约的黄金法则从 4 个官方模板中总结置信度conviction 1-100几乎无处不在——它后续被用来加权收益、计算夏普是评分体系的命脉枚举值用大写常量RISK_ON、BUY方便程序解析必带风险/反证字段key_risk、sector_risk、risk_commentary逼智能体暴露不确定性决策 理由成对出现action rationale保留审计轨迹。第四步Constraints 约束——给智能体设护栏每个模板最后都有 3 条左右硬约束官方示例包括宏观必须给出明确方向信号只有在证据充分时才更新体制行业台RISK_OFF 体制下避免高置信度做多推荐前考虑与现有组合的相关性超级投资家忠于投资哲学给出可执行的推荐CIO必须给出清晰、可执行的决策尊重仓位上限记录推理以便审计✅ 约束段是把价值观写进提示词的地方也是 autoresearch 最常修改的段落——回测中被发现的修改示例如行业弱势期禁止高置信度做多、做空新兴市场前检查 DXY 阈值详见 architecture/autoresearch.md。新手速查5 步编写你的智能体提示词抄结构直接以 prompts/examples/macro_agent.md 为骨架替换 Role 和 Data Inputs定层级想清楚它在 4 层流水线中的位置上游信号进、下游 JSON 出流程见 architecture/overview.md 中的 Information Flow写契约先定 JSON 字段再写正文字段少而稳避免自由发挥加护栏至少写 3 条 Constraints一条方向性、一条仓位/相关性、一条审计要求留好被改的空间提示词会被 autoresearch 自动修改结构清晰才能安全迭代机制见 README.md 的 Autoresearch Loop 章节。写在最后好提示词如何被系统验证ATLAS 的 18 个月回测中尝试了 54 次提示词修改仅 30% 留存——市场比 LLM 诚实得多。最终各智能体的达尔文权重0.3~2.5 之间可查 results/summary.json回测明细见 results/ 目录。提示词写得好不好不看文笔看夏普。【免费下载链接】atlas-gicATLAS by General Intelligence Capital — Self-improving AI trading agents using Karpathy-style autoresearch项目地址: https://gitcode.com/gh_mirrors/at/atlas-gic创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 如何编写ATLAS交易智能体提示词：角色、数据输入与JSON输出格式完整清单
如何编写ATLAS交易智能体提示词角色、数据输入与JSON输出格式完整清单【免费下载链接】atlas-gicATLAS by General Intelligence Capital — Self-improving AI trading agents using Karpathy-style autoresearch项目地址: https://gitcode.com/gh_mirrors/at/atlas-gicATLAS 是 General Intelligence Capital 开源的自进化 AI 交易智能体框架官方提出Agent prompts are the weights智能体提示词就是权重。这篇指南带你用 ATLAS 官方示例模板掌握交易智能体提示词的三大核心要素角色定义Role、数据输入Data Inputs与 JSON 输出格式Output Format新手照抄结构即可上手。为什么提示词编写是 ATLAS 的核心技能ATLAS 用 25 个 AI 智能体分 4 层每日辩论市场并通过autoresearch 循环持续改写表现最差的智能体提示词跑 5 个交易日夏普比率提升就git commit保留否则git reset回滚。 一句话理解提示词 模型的权重夏普比率 损失函数。所以写好一份提示词模板就是你训练智能体的起点。架构全貌见 architecture/overview.md自进化机制详解见 architecture/autoresearch.md。ATLAS 交易智能体提示词的 4 段式结构打开仓库 prompts/examples/ 目录四个示例智能体宏观、行业、超级投资家、CIO全部遵循同一模板段落作用类比Role角色一句话定义你是谁、对谁负责给智能体发工牌Data Inputs数据输入列出它能看到的全部数据源给智能体划视野Analysis Framework分析框架分步骤的分析流程给智能体定 SOPOutput FormatJSON 输出严格的机器可读输出契约给智能体定接口Constraints约束硬性规则与红线给智能体设护栏第一步角色定义要定岗定责角色段只需 1~2 句话但要明确三件事职位、职责边界、服务对象。官方示例的角色写法 宏观智能体prompts/examples/macro_agent.mdYou are a macro analyst agent... provide regime signals to downstream agents.——评估整体市场环境向下游智能体提供体制信号。 行业台智能体prompts/examples/sector_desk.mdspecialising in [SECTOR]... informed by the macro regime from Layer 1.——锁定本行业且明确接收上层信号。 超级投资家prompts/examples/superinvestor.mdmodelled on [INVESTOR NAME]s investment philosophy.——绑定一种投资哲学作为筛选透镜。 CIOprompts/examples/cio.mdsynthesise all agent views, weighted by their Darwinian scores.——按达尔文权重汇总全局、拍板组合。✅写作技巧角色描述里带上下游关系向下游提供信号智能体才不会越权或失职。第二步数据输入清单——视野决定上限数据输入段是一个清单列出该智能体被允许使用的全部数据。ATLAS 示例中各角色的数据清单智能体关键数据输入宏观央行声明与利率决议、收益率曲线2Y/10Y、流动性指标、跨资产相关性、VIX/MOVE 波动率行业台Layer 1 宏观体制信号、行业 ETF 表现与资金流、个股基本面、相对强度超级投资家当前持仓与入场价、Layer 2 行业推荐、宏观体制、持仓盈亏CIO全部 Layer 1-3 输出、各智能体达尔文权重、组合持仓与 PL、现金与敞口、近期交易历史✅写作技巧数据输入要够用且不多给。宏观智能体不需要个股财报CIO 才需要全部上游输出。层级错配是新手最常见的错误。第三步JSON 输出格式——智能体之间的接口协议这是整套系统能串联的关键每个智能体必须输出固定结构的 JSON下游才能可靠解析。四个示例智能体的输出契约如下示意摘自官方模板① 宏观智能体 → 体制信号{ regime: RISK_ON | RISK_OFF | NEUTRAL, conviction: 1-100, primary_driver: string describing key factor, top_long_theme: sector or asset class, top_short_theme: sector or asset class, key_risk: what could change this view }② 行业台 → 多空各一个核心字段sector_regimeOVERWEIGHT / NEUTRAL / UNDERWEIGHT、top_long与top_short各含 ticker、conviction、thesis、target、sector_risk。③ 超级投资家 → 持仓裁决核心字段portfolio_verdicts每个持仓给 HOLD / ADD / TRIM / EXIT conviction rationale、missing_name自己风格下被遗漏的机会、overall_view。④ CIO → 可执行组合指令核心字段market_view、portfolio_actionsticker BUY/SELL/HOLD shares rationale、new_positions、risk_commentary、conviction。✅JSON 契约的黄金法则从 4 个官方模板中总结置信度conviction 1-100几乎无处不在——它后续被用来加权收益、计算夏普是评分体系的命脉枚举值用大写常量RISK_ON、BUY方便程序解析必带风险/反证字段key_risk、sector_risk、risk_commentary逼智能体暴露不确定性决策 理由成对出现action rationale保留审计轨迹。第四步Constraints 约束——给智能体设护栏每个模板最后都有 3 条左右硬约束官方示例包括宏观必须给出明确方向信号只有在证据充分时才更新体制行业台RISK_OFF 体制下避免高置信度做多推荐前考虑与现有组合的相关性超级投资家忠于投资哲学给出可执行的推荐CIO必须给出清晰、可执行的决策尊重仓位上限记录推理以便审计✅ 约束段是把价值观写进提示词的地方也是 autoresearch 最常修改的段落——回测中被发现的修改示例如行业弱势期禁止高置信度做多、做空新兴市场前检查 DXY 阈值详见 architecture/autoresearch.md。新手速查5 步编写你的智能体提示词抄结构直接以 prompts/examples/macro_agent.md 为骨架替换 Role 和 Data Inputs定层级想清楚它在 4 层流水线中的位置上游信号进、下游 JSON 出流程见 architecture/overview.md 中的 Information Flow写契约先定 JSON 字段再写正文字段少而稳避免自由发挥加护栏至少写 3 条 Constraints一条方向性、一条仓位/相关性、一条审计要求留好被改的空间提示词会被 autoresearch 自动修改结构清晰才能安全迭代机制见 README.md 的 Autoresearch Loop 章节。写在最后好提示词如何被系统验证ATLAS 的 18 个月回测中尝试了 54 次提示词修改仅 30% 留存——市场比 LLM 诚实得多。最终各智能体的达尔文权重0.3~2.5 之间可查 results/summary.json回测明细见 results/ 目录。提示词写得好不好不看文笔看夏普。【免费下载链接】atlas-gicATLAS by General Intelligence Capital — Self-improving AI trading agents using Karpathy-style autoresearch项目地址: https://gitcode.com/gh_mirrors/at/atlas-gic创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考