[原创] 用清算数据做量化交易：一套基于爆仓信号的 AI 自动化策略

前言

做合约的朋友大概率都经历过爆仓。轻则亏一部分，重则本金归零。但你有没有想过——你爆仓的那一刻，这笔数据其实被记录下来了。

交易所会实时推送每一笔被强平的仓位信息：什么币、什么方向、多少金额、什么时间。这就是清算数据。

2026-03-10 13:10:19 爆仓数据：{"s":"DEXEUSDT","S":"BUY","o":"LIMIT","f":"IOC","q":"30.99","p":"5.427000","ap":"5.347646","X":"FILLED","l":"17.21","z":"30.99","T":1773119419184}
2026-03-10 13:10:18 爆仓数据：{"s":"BEATUSDT","S":"SELL","o":"LIMIT","f":"IOC","q":"21","p":"0.3503000","ap":"0.3573000","X":"FILLED","l":"4","z":"21","T":1773119418458}
2026-03-10 13:10:18 爆仓数据：{"s":"COAIUSDT","S":"SELL","o":"LIMIT","f":"IOC","q":"35","p":"0.2968000","ap":"0.3115000","X":"FILLED","l":"35","z":"35","T":1773119418118}
2026-03-10 13:10:18 爆仓数据：{"s":"AIAUSDT","S":"BUY","o":"LIMIT","f":"IOC","q":"537","p":"0.0844900","ap":"0.0823800","X":"FILLED","l":"10","z":"537","T":1773119418118}
2026-03-10 13:10:09 爆仓数据：{"s":"BABYUSDT","S":"SELL","o":"LIMIT","f":"IOC","q":"1965","p":"0.0161200","ap":"0.0162300","X":"FILLED","l":"1376","z":"1965","T":1773119409616}
2026-03-10 13:10:08 爆仓数据：{"s":"MBOXUSDT","S":"SELL","o":"LIMIT","f":"IOC","q":"372","p":"0.0173800","ap":"0.0178100","X":"FILLED","l":"372","z":"372","T":1773119408667}
2026-03-10 13:10:07 爆仓数据：{"s":"GALAUSDT","S":"SELL","o":"LIMIT","f":"IOC","q":"23717","p":"0.00337","ap":"0.00341","X":"FILLED","l":"23717","z":"23717","T":1773119407235}
2026-03-10 13:10:04 爆仓数据：{"s":"RIVERUSDT","S":"SELL","o":"LIMIT","f":"IOC","q":"17.7","p":"10.945000","ap":"11.109943","X":"FILLED","l":"3.3","z":"17.7","T":1773119404767}
2026-03-10 13:10:04 爆仓数据：{"s":"ROBOUSDT","S":"SELL","o":"LIMIT","f":"IOC","q":"3000","p":"0.0445100","ap":"0.0451800","X":"FILLED","l":"3000","z":"3000","T":1773119404308}
2026-03-10 13:09:47 爆仓数据：{"s":"RIVERUSDT","S":"BUY","o":"LIMIT","f":"IOC","q":"48.1","p":"11.287000","ap":"11.122577","X":"FILLED","l":"17.7","z":"48.1","T":1773119387280}
2026-03-10 13:09:45 爆仓数据：{"s":"DENTUSDT","S":"SELL","o":"LIMIT","f":"IOC","q":"827079","p":"0.000253","ap":"0.000257","X":"FILLED","l":"827079","z":"827079","T":1773119385320}
2026-03-10 13:09:44 爆仓数据：{"s":"BULLAUSDT","S":"SELL","o":"LIMIT","f":"IOC","q":"526","p":"0.0203300","ap":"0.0213800","X":"FILLED","l":"526","z":"526","T":1773119384220}
2026-03-10 13:09:40 爆仓数据：{"s":"DENTUSDT","S":"SELL","o":"LIMIT","f":"IOC","q":"554440","p":"0.000253","ap":"0.000257","X":"FILLED","l":"289977","z":"554440","T":1773119380709}

单看一笔，意义不大。但如果你把所有人的爆仓数据汇总起来，就能看到一件很有意思的事——市场上的资金在哪里承压，哪个方向的人已经撑不住了。清算数据被认为是订单分析里非常重要的一部分，它是带血的**，是资本最真实的反应，骗不了人。

这篇文章要做的事情很简单：把清算数据作为核心信号，叠加 K 线验证和新闻判断，用 AI 做综合决策，最后通过工作流自动化跑起来——24 小时不间断，不需要人工盯盘。

一、策略逻辑

1.1 清算数据能说明什么

每时每刻都有仓位在爆。正常的爆仓不是信号，我们要找的是统计意义上的异常——某个币在短时间内爆仓量远超历史基准，说明这个方向的弱势仓位正在被集中清出。

清算之后，趋势往往会延续。这是这套策略的核心假设。

1.2 为什么选顺势，不选逆势

面对大量爆仓，通常有两种操作思路：

• 逆势：认为打得差不多了，进去接反弹
• 顺势：认为弱势仓位还没清完，跟着方向继续走

逆势的风险在于，你不知道这波爆仓有没有结束。如果多头还在源源不断地被清算，你进去接，相当于在瀑布下面伸手，接到的不是底，是更多的下跌。

所以这套策略选择顺势——多头爆仓做空，空头爆仓做多。

1.3 单一信号的局限

光靠爆仓数据一个维度来做决策，信号太粗糙，容易被噪音干扰。所以在爆仓数据上，我们又叠加了两层：

• K 线验证：价格走势是否配合爆仓方向
• 新闻判断：是否有实质**件驱动

最后由 AI 综合三个维度做出最终决策。

二、整体架构

工作流采用单线结构，每隔固定间隔触发一次，完整流程如下：

• 触发器启动后，首先判断是否完成过初始化
• 如果是第一次运行，进入初始化收集节点，建立历史基准数据
• 初始化完成后，每次触发依次执行：采集新数据、扫描异常信号、判断是否触发开仓条件
• 如果发现异常，继续往下走，进入数据补充、AI 判断、交易执行节点
• 如果没有异常，直接结束，等待下一个触发间隔

整个流程条件不满足就中止，满足就继续，不需要人工干预。

三、重点节点详解

3.1 初始化收集

第一次启动时，需要先建立历史基准数据。通过 WebSocket 连接币安合约的强平推送频道，持续采集一段时间的爆仓数据，存入全局变量。

每条数据包含四个字段：时间戳、币种、爆仓方向、爆仓金额。采集过程中会过滤掉两类数据：未完全成交的强平单，以及金额过小的噪音数据。采集完成后写入持久化存储，并标记初始化完成，后续每次触发直接跳过这个节点。

//此段代码节选自源码
var ws = Dial('wss://fstream.binance.com/ws/!forceOrder@arr')

while (Date.now() < endTs) {
    var msg = ws.read(1000)

    try {
        var obj    = JSON.parse(msg)
        var orders = Array.isArray(obj) ? obj : [obj]
        for (var i = 0; i < orders.length; i++) {
            var item = orders[i]
            if (!item || !item.o) continue
            var o = item.o
            if (o.X !== 'FILLED')           continue
            if (EXCLUDE[o.s])               continue
            if (!/USDT$/i.test(o.s))        continue  //  只处理USDT结尾

            var price = parseFloat(o.ap || o.p)
            var qty   = parseFloat(o.z)
            var value = price * qty
            if (value < MIN_VALUE) continue

            liquidationData.push({
                t: item.E || Date.now(),
                s: o.s,
                d: o.S,
                v: value
            })
            totalNew++
        }
    } catch(e) {}
}

_G('liquidationData', liquidationData)  // 持久化存储
_G('liqInitialized', true)              // 标记初始化完成

3.2 策略执行：采集 + Z-Score 扫描

每次触发时，先用 WebSocket 采集新的爆仓数据，追加到历史窗口，再对每个币种做 Z-Score 异常检测。

Z-Score 的核心思路：

把基准时间段内的爆仓数据按等长时间段切开，每段记录这个监测时间段内的爆仓总金额。然后取最新监测时间段的爆仓量，和基准时间段内所有历史段的平均值做对比，计算偏离程度。偏离超过阈值，才算异常。

//此段代码节选自源码
var mean = hist.reduce(function(s, v) { return s + v }, 0) / hist.length
var std  = Math.sqrt(
    hist.reduce(function(s, v) { return s + Math.pow(v - mean, 2) }, 0) / hist.length
)
var z = std > 0 ? (rec - mean) / std : 0
if (z < ZSCORE_THRESH || rec <= 0) continue

这样做的好处是自适应：活跃的币有活跃的基准，冷门的币有冷门的基准，不会因为某个币本来就交易量大而频繁误报。

光有量还不够，还要看方向是否纯粹：

//此段代码节选自源码
var longRatio = total > 0 ? st.longV / total : 0.5

var direction = null
if (longRatio > DIR_THRESH)          direction = 'SHORT'  // 多头主爆 → 顺势做空
else if (longRatio < 1 - DIR_THRESH) direction = 'LONG'   // 空头主爆 → 顺势做多
if (!direction) continue                                    // 多空混爆 → 方向不明，跳过

两个条件同时满足才算触发信号：Z-Score 超过阈值，且多头或空头单边爆仓占比超过 75%。多空混着爆的情况方向不明，直接跳过不做。

3.3 数据补充：K 线 + 新闻

触发信号之后，不会马上开仓，而是进入数据补充节点，为后续 AI 判断准备更完整的上下文。

K 线部分： 拉取该币种最近若干根 1 分钟 K 线，计算涨跌幅和波动率，判断当前 K 线趋势方向，并与爆仓信号方向做对比，判断是否一致。信号建议做空，但 K 线还在往上涨，可信度就要打折。

新闻部分： 通过 Brave 搜索接口，拉取该币种当天的最新资讯。有具体事件驱动的爆仓，趋势延续概率高得多；没有新闻只是纯技术性清算，AI 会更保守。

两类数据拿齐之后，一起送给 AI。

3.4 AI 综合判断

AI 拿到爆仓数据、K 线、新闻之后，按照固定的决策框架来判断，三个维度缺一不可：

决策矩阵如下：

AI 输出包含方向、决策、置信度和理由的结构化结果。后续只有置信度达到阈值的入场信号，才会真正去下单开仓。

Prompt 的核心部分如下：

## 判断步骤

Step 1：爆仓强度
- Z-Score 超过高阈值且方向纯度极高 → 强信号
- Z-Score 达到基础阈值且方向纯度满足要求 → 中等信号
- 否则不入场

Step 2：K线趋势
- 与爆仓方向一致 → 趋势延续概率高，加分
- 与爆仓方向相反 → 可能只是短暂清算而非趋势，减分

Step 3：新闻验证
- 有实质利空/利多且与方向一致 → 加分
- 无新闻 → 纯技术清算，降低置信度
- 新闻与方向相反 → 不入场

## 输出格式
严格返回JSON，无任何markdown包裹：
{
  "symbol": "币种",
  "direction": "LONG或SHORT",
  "action": "入场/观望/不入场",
  "confidence": "高/中/低",
  "liq_note": "爆仓信号一句话评估",
  "trend_note": "K线趋势一句话评估",
  "news_note": "新闻一句话评估",
  "action_reason": "综合决策理由一句话"
}

3.5 交易执行与止损管理

AI 决定入场之后，交易节点自动执行开仓，同时接管止损管理和可视化面板的更新。

开仓流程：

开仓前先按置信度排序，优先执行高置信度信号。如果该币种已有持仓，且新信号置信度更高，则先平掉旧仓再开新仓；如果置信度未超过旧仓，跳过不做。持仓数量达到上限时，后续信号全部跳过。

开仓金额、杠杆倍数、最大持仓数均通过外部变量配置，张数根据当前市场深度的实时价格动态计算。

//此段代码节选自源码
// 计算开仓张数
var rawQty = OPEN_MONEY * CONFIG.LEVERAGE / refPrice / mkt.ctVal
var qty    = floorToStep(rawQty, mkt.amtSize, mkt.amtPrec)

// 市价开仓
var side = direction === 'LONG' ? 'buy' : 'sell'
var oid  = exchange.CreateOrder(swapSym, side, -1, qty)

止损机制：

止损采用双层机制，两道防线同时生效：

• 移动止损：追踪价格极值，从最高盈利点回撤超过设定比例就平仓，让利润尽量跑，但不把已经赚到的全吐回去
• 兜底止损：最后一道防线，价格从入场价反向走超过设定比例，强制平仓

//此段代码节选自源码
if (pos.direction === 'LONG') {
    var trailStop = pos.peak * (1 - TRAILING_PCT)   // 移动止损价
    var fallStop  = pos.entryPrice * (1 - FALLBACK_PCT)  // 兜底止损价
    effectiveStop = Math.min(trailStop, fallStop)
    if (cur <= effectiveStop) triggered = true
}

可视化面板：

每次执行后实时更新三张表格：

• 账户概览：余额、持仓数、累计盈亏、止损参数
• 持仓监控：每个持仓的入场价、当前价、盈亏百分比、最大盈利、当前回撤、止损价
• 最新 AI 信号：每个扫描到的币种的爆仓信号、K 线评估、新闻评估和综合决策

随时可以看到策略在做什么，不需要盯盘。

四、整体流程回顾

这就是这套策略的完整逻辑：

1. 初始化：首次运行时采集历史爆仓数据，建立基准
2. 采集：每次触发时采集新的爆仓数据，更新历史窗口
3. 扫描：用 Z-Score 找出爆仓量统计异常的币种，过滤方向不纯的信号
4. 补充：为异常币种拉取 K 线和新闻数据
5. 判断：由 AI 综合三个维度做出入场决策
6. 执行：按置信度排序后自动开仓，全程附带双层止损和可视化面板

这是一次基于传统清算数据的 AI 增强探索。清算数据本身是市场最真实的反应，叠加 K 线和新闻之后，信号的可信度得到了有效提升，AI 的引入则让**度决策变得可以自动化。

如果你对这类基于链上或市场微观结构数据的策略感兴趣，欢迎留言反馈，后续可以针对更多类型的信号做进一步的策略开发。