AITradingSimulator 實測：三個指令自架 LLM 紙上交易競賽

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

把 AITradingSimulator 的原始碼抓下來、建好環境、按下啟動，前後三個指令；12 秒後終端機印出 trading loop started，本機多出一個即時交易儀表板，比特幣、以太幣等六種幣的報價每五秒刷新一次。行情是真的，錢是假的。這個 MIT 授權的開源專案做的事情，用一句話就能講完：讓你指定的幾個大型語言模型，各自拿一筆虛擬資金，照你寫的風格提示詞，每 180 秒在真實加密貨幣行情上做出多空決策，再把損益放進同一個排行榜互比。

我實際把它在本機跑起來，也把交易執行層的程式碼逐檔讀完。結論先說：當成觀察 LLM 交易行為的自家實驗室，值得；把排行榜名次當成挑模型或挑幣的依據，不行。問題不在 AI 身上，在模擬環境本身：成交不扣手續費、不模擬滑價，損益公式就是價差乘上數量。零摩擦環境算出來的成績，天生比真實交易好看，這點後面用程式碼逐條攤開。

一場錢不落地的紙上競賽：六種幣、180 秒一輪、二十倍槓桿

AITradingSimulator 的 GitHub 儲存庫建於 2025 年 10 月 22 日，到 2026 年 8 月累積約 321 顆星、73 次 fork。它站在一個現成的基礎上：README 開頭就交代，本專案基於 chadyi 的 AITradeGame 二次開發，疊上了帳號系統、Linux DO OAuth 登入與更強的 AI 回應解析器；上游本身有 904 顆星。兩邊的時間線放在一起看頗有意思：上游 2025 年 10 月 20 日建庫，11 月 3 日之後停更；下游晚兩天出現，10 月 23 日推送最後一個 commit 之後也靜止了。你現在拿到的，是一份凍結十個月的程式碼。

競賽規則集中在 config.py，讀起來像一份比賽章程：支援 BTC、ETH、SOL、BNB、XRP、DOGE 六種幣；每 180 秒執行一輪決策循環；單一部位槓桿 1 到 20 倍，做多放空都行；每個模型的初始虛擬資金一萬美元。每個模型可以掛自己的系統提示詞，把「保守型，只在 RSI 超賣時進場」或「高槓桿短線」這類風格寫進去。行情、部位與帳戶狀態會被組合成提示詞丟給模型，模型回傳 JSON 格式的決策，引擎照著在虛擬帳戶成交。按照 README 的說法，儀表板會畫出前六名模型加上比特幣基準的收益曲線，右側捲動顯示最新一百筆交易動態；績效頁提供夏普、Sortino、Calmar 比率與月度損益，另有回測模組用歷史行情重演策略。

一輪決策循環的內部順序，trading_engine.py 寫得很清楚：先抓六幣現價與技術指標，算出當前組合市值，接著檢查所有部位的停損停利條件，條件觸發就先平倉，然後才把市場狀態、部位與帳戶資訊組成提示詞送給模型；模型回傳的決策通過解析與驗證後執行，最後把更新過的帳戶市值寫回資料庫，每一輪的決策與截斷後的模型回覆也同步存檔。停損停利排在 AI 決策之前，代表風控規則的優先序高於模型意志，這是個值得給分的設計細節。

官方免責值得原樣轉述：平台僅供教育與模擬目的，不構成任何投資建議，不涉及真實資金交易。這幾句從程式碼結構看並非門面話：整個專案對外只有行情是讀取公開 API（Binance、CoinGecko、CoinCap、CryptoCompare 四個來源輪替備援），下單端點一個都不存在，部位與損益全存在本地 SQLite 裡。它沒有能力替你動真錢，而且這是刻意設計的結果。

本機實測：三個指令跑起來，公開儀表板不用登入

實際動手的流程比想像短，指令就是 clone、install、啟動三個。git clone 抓下專案，順手建個 Python 3.11 虛擬環境做隔離，pip install 裝完 requirements.txt（裡面只有十個依賴，Flask、Flask-SocketIO、openai 這個量級），python app.py 按下去就起來了。終端機在 12 秒內完成啟動：資料庫建表、交易循環開跑、Flask 監聽 35008 埠。打開瀏覽器就是即時儀表板，六種幣的報價與漲跌立刻出現，比特幣當下 63,071 美元、以太幣 1,880 美元，與交易所同步。值得注意的是公開頁不需要登入：登入牆只擋「建立模型」那一側，看盤與排行榜直接看，這讓自架版很適合當團隊或教室的展示牆。

Pin

託管版就是另一回事了。官方線上站 trade.easy2ai.com 目前打開是 Cloudflare 的 522 連線逾時頁，源站沒有回應；想透過官方帳號體驗的人暫時無門（託管版走 Linux DO OAuth 登入，設定檔要求信任等級一以上）。自架反而是現在唯一穩定的入口，好消息是這條路不難走。

行情層的備援設計值得肯定。market_data.py 對四個公開行情源排了優先序與各自速率限制：Binance 半秒就能再請求一次，CoinGecko 免費版限制嚴格所以隔十秒，一路退化到 CryptoCompare，並且把結果寫進本地快取檔，斷線時還能用過期行情撐一陣子。實測第一層就成功，六幣全數取回，刷新間隔與 config 裡的 5 秒設定一致。這也代表模型每輪決策拿到的行情大約落後五秒，對 180 秒一輪的節奏來說夠用，但別期待它捕捉得到秒級的價格跳動。

模擬成績能信多少：三個寫在明處的零摩擦設計

把 trading_engine.py 的成交邏輯攤開，會看到幾個會讓成績偏樂觀的設計，全都寫在明處，打開原始碼就找得到。

成交價直接用行情快取價，沒有滑價。_execute_buy 拿市場狀態裡的價格當成交價，停損停利的檢查也一樣，條件一到就以檢查當下的行情價直接平倉。真實市場裡，急單會吃掉委託簿深度、大跳空會讓停損單成交在更差的價位；模擬裡沒有流動性問題，成交價永遠拿得到，停損落在哪裡只取決於 180 秒循環撞見的價格。

損益公式是純價差。做多平倉的損益等於 (現價 – 進場價) × 數量，放空反過來，沒有任何成本從虛擬現金扣掉。二十倍槓桿配上零資金成本，等於把波動放大二十倍卻不收利息，這種條件在真實交易所找不到。

手續費只進報表，不進帳戶。app.py 的績效統計確實有一個 total_fees 欄位，按進場金額的 0.1% 計算；但執行層沒有任何對應的扣款程式碼，排行榜的名次與收益曲線都是用沒扣費的權益畫出來的。報表頁告訴你「你花了多少手續費」，帳戶卻從來沒付過這筆錢，兩者並存是現況。換算成規模感：一萬美元的帳戶每進出一輪，真實交易所大約要付 20 美元等級的手續費，一天來回十次就是帳戶的 2%，一個月下來是會吃掉多數短線策略報酬的數字。模擬環境把這條成本曲線整條拔掉，交易越頻繁的風格在排行榜上因此越佔便宜。

還有一個配置與實作脫節的細節：config.py 宣告了 MAX_TOTAL_LEVERAGE = 3.0，註解寫「最大總槓桿倍數」，但整個程式庫沒有任何地方引用這個常數，實際被強制執行的只有單一部位 1 到 20 倍（_validate_leverage 函式）。帳戶整體的風險上限，只存在於設定檔的註解裡。把這幾條加起來，我的判斷是：排行榜名次反映的是零摩擦世界裡的策略加上運氣，把它當趣味競賽的相對比較可以，把它換算成任何真實獲利預期都會高估。

Pin

自架門檻與金鑰去向：十個依賴、一個明文欄位

除了純 Python 流程，儲存庫也附了 Docker Compose 與 Gunicorn 的生產部署建議，README 給了 Nginx 反向代理與 SQLite 備份指令的範例。對照記憶體需求，這個專案輕得驚人：SQLite 加 Flask，不需要任何外部資料庫服務。比起要接硬體、刷韌體的自架專案例如自架 IP-KVM 控制台，這裡連螺絲都不用轉，一台小 VPS 或家裡的迷你主機就夠。

帳號體系有兩套。託管版用 Linux DO OAuth，設定檔裡寫明要求信任等級一以上，這是社群的防機器人門檻；自架版走傳統帳號密碼註冊，每個使用者的模型與交易紀錄在資料表層級分開存放，路由也有權限裝飾器擋著。自己架給自己用的話，登入其實可以當成選配。

金鑰的流向要看清楚。每個模型在介面裡填自己的 API 位址、金鑰與模型名稱，程式用它們建立 OpenAI 相容客戶端，所以 DeepSeek、Claude、Kimi 這類提供相容端點的服務都接得上。金鑰只會送向你自己填的端點，這個信任邊界與我們之前介紹過的自備金鑰工具相同：例如把題目直送使用者指定模型的作業解答工具，以及把同一段症狀丟給多個模型對比的 AI 會診面板。它們共同的原則是，平台不經手你的對話內容，你的金鑰也只對你設定的服務曝光。另一面是保管責任：database.py 的 models 資料表把 api_key 存成明文 TEXT，那顆 SQLite 檔案等於金鑰保管箱，自架在共用機器上的人要自己處理檔案權限與備份。

凍結十個月的程式碼，與三個要自己扛的風險

把限制集中講。維護狀態是最現實的一條：下游與上游的儲存庫都停在 2025 年 10 到 11 月，repo 目前開著三個 issue 沒有人處理，行情 API 或模型回應格式一改，修的就是你自己。依賴別人維護的開源專案都帶這種風險，之前介紹過的用 GitHub Actions 自架 RSS 管線就是同款劇本：儲存庫不動了，部署者的責任就變大。

模型決策品質、解析器對各家模型回應格式的容錯、績效指標的計算，都要掛上真實金鑰跑過才見真章；想部署的人，先拿小額度金鑰試一輪再說。

題材本身的界線同樣要劃清楚。加密貨幣波動大，二十倍槓桿在真實市場是能把本金快速歸零的工具；這個專案的價值恰恰在於它把這一切關在假錢裡。離開模擬環境之後的任何買賣決策，這裡一概不提供答案，官方免責也是這樣寫的。

判斷整理成一句話：如果你想觀察不同語言模型拿到同一份行情會做出什麼不同反應、想比較提示詞風格對決策的影響，或想在課堂上展示一個完整的交易系統骨架，自架一套相當划算，三個指令、十個依賴、一份凍結但能跑的程式碼。如果你想找的是「哪個 AI 選幣比較準」的答案，這裡沒有，也不該有。

我認為這個專案真正耐看的產物不是排行榜，是 conversations 資料表：每個模型每輪回傳的決策 JSON 與截成兩千字的原始回覆都存了下來，等於一座可以翻閱的 AI 交易日誌。要留意的是提示詞欄位只存一行摘要，想知道模型「當時看到什麼行情」，得拿交易紀錄對著時間軸還原；但也夠你掛上一個便宜的模型跑一個晚上，隔天翻它每輪的決策與理由，看它在什麼行情下選擇觀望、什麼行情下突然轉趨激進。這比任何績效數字都更接近「LLM 會不會交易」這個問題的答案。

所以若真要玩，順序建議這樣排：先掛一個模型跑半天，翻它的對話紀錄；再換一種風格提示詞跑第二輪；之後才打開排行榜。先看個體行為再看排名，你會對那些名次多一層懷疑，而那份懷疑，正是這個模擬器真正教會你的事。