我將完整拆解如何使用 Opus 5.5 全天候尋找、測試並運行獲利交易策略的框架，同時分享真正幫到我的資源。
直接進入正題。
建議收藏本文 -
如果你正在打造 HFT 高頻交易機器人，請用
AgenKit
來串接你的 agents，網址是
agenkit.xyz 。它能用一句 prompt 變出
一整個量化工程團隊
，直接產出可上線的交易程式碼。
從這裡開始。
如果你現在已經在用 Opus 5.5 跑策略，私訊把你的設定發給我，我會親自檢視前 20 位。
Opus 5.5 是你現在能請到最強的研究分析師。
1M token 上下文。每次回答都具備自適應思考能力。專為長時間運行的 agentic 工作與寫程式而生。每百萬 input tokens 只要 $4。
https://x.com/claudeai/status/2102435511222890900
沒錯，它的知識截止於 2026 年 6 月。但這根本不重要。
沒有任何模型的記憶新鮮到可以直接拿來交易。價格每秒都在變動。你不需要一個「記得市場」的模型。你需要的是最強的推理引擎，搭配即時市場資料餵給它。
所以我把 Opus 5.5 接上了 Minara AI。
他們是這樣說的：
** 打造你自己的華爾街。即時資料、含真實費用的回測實驗室、24/7 自動交易的 Autopilot，以及唯一一條規則：模型建議，你批准，你贏錢。**
https://x.com/minara/status/2101781464237195476
**Opus 5.5 是分析師。 Minara AI 是交易大廳。 兩者結合，就是一個永不休息的研究部門。**
這篇文章會一步步帶你完成整套建置，包含我使用的每一個 prompt。不需要任何程式背景也能跟著做。
讀完這篇文章，你會知道：
- 為什麼 Opus 5.5 是交易研究的大腦，以及它單打獨鬥做不到什麼。
- Minara AI 每個功能如何運作，從 Copilot、Strategy Studio 到 Autopilot。
- 完整的設定流程，從空帳號到你的第一筆真實交易。
- 如何挖掘策略靈感，並淘汰那些會讓你賠錢的點子。
- 如何讓存活下來的策略 24/7 運行，並讓整個部門每晚變得更聰明。
我們開始吧。
Part 1：你即將打造的交易部門
先看最終成果。
讀完這篇文章時，你將會擁有這樣一個持續運作的部門：
八個階段。一個循環。永不停歇。
1 1. SCAN 讀取即時市場，此時還沒有策略2 2. HYPOTHESIZE 5 個想法，每個都要有成立的理由3 3. CODE 把最好的想法變成策略4 4. BACKTEST 真實歷史、真實費用、真實滑價5 5. ATTACK 由獨立的風險審查試圖推翻它6 6. PAPER 即時資料、虛擬資金，跑幾週而不是幾小時7 7. LIVE 存活者 24/7 運行，並設下硬性限制8 8. REVIEW 每一筆成交都會餵入下一輪研究循環
八個階段。一個循環。永不停歇。
由兩個元件驅動。
1元件 角色 為你做什麼2Opus 5.5 分析師 思考、研究、撰寫、審查3Minara AI 交易大廳 資料、回測、錢包、autopilot
Opus 5.5 是大腦。
* 它永遠不會直接碰觸資金。它負責閱讀、推理、提案與審查。*
Minara AI 是交易大廳。
* 它提供大腦即時資料、回測實驗室、有限制的錢包與執行能力。Part 2 會從頭到尾說明。*
為什麼 Opus 5.5 是對的分析師？
研究是一場長期戰。你要讀大量資料、在腦中記住很多東西，並在證據改變時修正自己的想法。這正是 Opus 5.5 被設計出來的目的。
1部門工作 OPUS 5.5 的能力2讀完所有資料 1M token 上下文窗口3深度分析 自適應思考，全程開啟4長時間研究任務 專為長時間 agentic 工作打造5撰寫策略程式碼 Anthropic 寫程式最強的 Opus6審查日誌 每次回答最多輸出 128K tokens
數據也證明了這一點。在 Artificial Analysis 的 agentic 知識工作評測中拿下 1,822 Elo，領先 Fable 5.1 達 143 分。它是第一個在 LM Training（一項長週期任務）上擊敗 Vals AI 公開基準的模型。運行成本比 Opus 5 便宜 40%。
它單打獨鬥做不到什麼 -
- 沒有即時報價。
- 沒有歷史 K 線。
- 沒有回測引擎。
- 沒有錢包。沒有執行能力。
這不是 Opus 5.5 的弱點，而是所有模型的共通點。資料與執行必須來自交易大廳。
所以真正的問題不是「選哪個模型」，而是「你在哪裡跑它」。
有一個研究團隊剛好測試了這件事。他們用同一個模型跑了四種不同的 agent 設定。在其中一項基準測試裡，同一個模型的分數從 10.5% 到 68.5% 都有。
同樣的大腦。不同的大廳。結果差了七倍。
那個團隊就是 Minara AI。而本文跑的正是他們的大廳。
Part 2：打造你自己的華爾街
Minara AI 是一個橫跨加密貨幣、美股與商品的研究、回測與執行交易平台。
一個帳號搞定。Hyperliquid 與 Lighter 上的永續合約。8 條鏈上的現貨。AAPL、TSLA、NVDA 等代幣化美股。黃金與原油。
你會用到其中六個部分。以下是它們各自在部門中的職責。
1功能 部門職責 作用2Harness 大腦的座位 搭配 Minara 工具運行 Opus 5.53Chat 掃描 附來源的即時研究4Strategy Studio 寫程式 + 回測 想法 → 程式碼 → 回測 → 模擬5Autopilot 實盤 24/7 運行策略並設停損6Workflow 監控 提醒與排程研究7Marketplace 獲利 發布存活策略、分享利潤
Harness（Opus 5.5 所在的位置）
https://x.com/minara/status/2097413018510618899
這就是你把 opus 5.5 連接到 Minara AI 的方式
你會用到的兩個 Harness 功能：
- Institution Mode 會啟動一組研究與風險 agents 進行圓桌會議。它只做研究、不能交易，因此是你的風險長。
- 安全堆疊會預覽每筆交易、限制部位大小、曝險與滑價，並設有緊急停止鈕。模型提案，你批准。
Strategy Studio。實驗室。
它能建立兩種策略。
1類型 回答的問題 範例2time-series 何時交易單一資產 ETH 4h 突破3cross-sectional 該持有哪些資產 做多前 5 名、做空後 5 名
你可以用白話英文描述想法，或直接貼上 PineScript。Minara 會寫出易讀的程式碼並自動回測——加密貨幣用 Binance 資料、TradFi 用 FMP 資料，且已扣除費用與滑價。
你會得到報酬率、回撤、Sharpe、獲利因子、勝率，以及每一筆交易明細。
對這次建置來說，有三件事很重要：
1把交易紀錄送給 AI 問它輸家為什麼輸2版本 每次修改都是新版本，實盤不受影響3paper mode 用即時資料跑，但不動真錢
Autopilot。執行部門。
它會 24/7 運行策略。開倉、為每筆部位設止盈停損、移動停損，並在訊號反轉時反向操作。
它可以跑 Sharpe Guard 2.0（Minara 自家的趨勢策略），或任何你從 Strategy Studio 部署的策略。
需要付費方案、至少 $500 可用資金與 cross margin。可選擇設定回撤上限，觸及時會平掉所有部位。
Minara 永遠不會是你的對手方。每筆交易都在真實交易所成交。
Workflow、Marketplace 與 Skills。各用一句話說明。
- Workflow： 用一句話描述自動化流程，它就會變成根據價格、錢包或排程觸發的 pipeline，並透過 Telegram 通知你。
- Marketplace： 發布存活下來的策略並設定利潤分成。創作者可以從訂閱者實現的獲利中抽成。
- Skills： 官方套件，能把 Minara 帶進 Claude Code（AgenKit 也在這裡跑）。Part 3 會教你設定。
這就是整個交易大廳。部門的每個階段都有對應的位置。
Part 3：8 步驟完成設定
步驟 1 到 6 讓你開始交易。步驟 7 和 8 則加入後續會用到的工具。
Step 1. 建立帳號。
到 minara.ai 用 Google 或 email 註冊。預設會在 Hyperliquid 與 Lighter 各拿到一個 perps 錢包。
Step 2. 入金到錢包。
只接受 Arbitrum 上的 USDC。其他幣種不會入帳。最低入金 10 USDC。還沒買加密貨幣？點 Deposit，透過 MoonPay 或 Banxa Pay 刷卡購買。
後續要用 Autopilot，你需要付費方案與至少 $500 可用資金。
Step 3. 安裝 Harness。
從 minara.ai 下載 macOS（Apple Silicon）、Windows 或 Linux 版本。用你的 Minara 帳號登入。
Step 4. 把 Opus 5.5 設為大腦。
前往 Agent → Model → 選擇 Claude Opus 5.5。把 reasoning 設為 High。
Step 5. 確認它看得見資料。
1我的 Minara 餘額是多少？BTC funding2和未平倉量現在狀況如何？請附上來源。
如果數字跟 app 一致，且每個數據都有來源，代表連線成功。
Step 6. 下你的第一筆真實交易。
1買入價值 10 USDC 的 ETH。
agent 會先顯示資產、數量與路徑。
只有完全吻合才批准。
一筆真實成交。整條管線從大腦到交易所都通了。
Step 7. 把部門搬進 Claude Code。
打開 Claude Code，輸入 /model，選擇 Opus 5.5 並送出：
1Run "curl -fsSL https://raw.githubusercontent.com/Minara-AI/skills/main/scripts/claudecode-minara-skill-setup.sh | bash" to install Minara CLI, Minara Skills and set following config. Follow the login URL when prompted.
接著說 "Login to Minara"，並在瀏覽器中完成驗證。
Step 8. 加入 AgenKit。
到 agenkit.xyz 取得金鑰（需 Node 18+），然後在同一個專案裡執行：
1npx agenkit activate <license-key>2npx agenkit install engineering-kit
分工很簡單。Opus 5.5 負責思考。Minara 負責交易。AgenKit 負責打造 Minara 沒提供的工具，例如你的關卡檢查器與 nightly report。
你會在步驟 14 和 20 用到它。
Part 4：找出策略，然後想辦法幹掉它
現在部門要開始做正事了。找到想法只是一半，淘汰爛點子是另一半。
Finding Winning Strategies
Step 9. Scan - 此時還不要策略。
千萬別一開始就要分析師給你策略。先問市場狀況。
1用 Minara 即時資料掃描加密貨幣與美股。231. Regime：BTC 與 ETH 趨勢、funding、未平倉量、4 ETF 資金流、穩定幣流動性。52. 過去 3 個月哪些板塊或資產領漲？63. 哪裡的部位太擁擠？哪裡被忽略？74. 未來 14 天有任何排定的催化劑嗎？89先不要提出策略。10每個數字都要附上來源與時間戳記。11標記任何過時、缺失或矛盾的資訊。
Step 10. 確認你實際上能交易什麼。
1這個板塊中有哪些資產可以在 Minara 交易，2屬於哪個策略 universe？請分類列出。
在同一次對話中，掃描出來表現最好的板塊 ETF 根本無法交易。這個想法只好改成一籃子公司股票。你應該在第 3 分鐘就知道這件事，而不是研究一整天後才發現。
Step 11. 五個假設，每個都要指出另一邊的輸家是誰。
1根據這次掃描，提出 5 個可測試的交易假設。23每個假設都要包含：4- 你能觀察到的訊號5- 它為什麼應該有效6- 誰站在另一邊，以及他們為什麼一直輸7- time-series 或 cross-sectional8- 能證明它錯誤的確切條件910依「可測試程度」排序，而不是刺激程度。
「誰站在另一邊」才是關鍵篩選條件。被迫賣出的人。付 funding 的高槓桿多頭。必須定期再平衡的基金。如果 Opus 說不出輸家是誰，就沒有 edge。
Step 12. 在 Strategy Studio 把它做出來。
挑出最好的假設，用白話文說出來。
單一資產、time-series：
1ETH 的 time-series，4h。當價格突破220 根 bar 高點且波動率低於 100 根 bar 平均值時做多。3停損設 2x ATR，止盈設 3x ATR。做多與做空。
排名型想法、cross-sectional，用在 Coin 30：
1結合短期動能與價格標準化 MACD。2做多前 5 名、做空後 5 名，每日再平衡，3等權重。
Minara 會寫程式碼並跑回測。
想讓 Opus 自己寫邏輯？叫它寫 PineScript 再用 Code import。一個原則：每個突破價位只能使用已完成的 bar，例如 ta.highest(high, 20)[1]。少了那個 [1]，回測就會偷看未來。
Step 13. 闖關測試。
五道關卡。失敗任何一道，就回去重新研究。
關卡 1. 誠實的設定。
手續費要設成你真正會交易的交易所費率。滑價調得比預設值高。用最長的區間。長回溯期要加上 warmup bars。
手續費的影響比多數人想得更大。Minara 重建了 236 個公開的 TradingView 策略，用真實的 Hyperliquid 手續費重跑。其中 14 個在零手續費時賺錢，加了手續費就虧錢。這 14 個每年交易都超過 200 次。而每年交易不到 25 次的策略，幾乎保住了全部報酬。
最後，大約每 7 個策略才有 1 個既能重現自己的回測，又能在扣費後賺錢。
關卡 2. 看對數字。
不要先看總報酬。
要把勝率跟獲利因子一起看。在那項研究中，多數存活者勝率只有 35% 到 50%。少數大賺的交易養活了一堆小虧。
多空要分開檢查。對 long-short 組合來說，beta 應該接近零。
關卡 3. 風險長。
打造策略的人永遠不該自己簽核。打開 Institution Mode，給風險席位這段 brief：
1你是風險長。你的工作是駁回這個策略。23找出回測可能造假的所有理由：4- 邏輯中有 look-ahead5- 獲利集中在少數幾筆交易或單一標的6- 整條曲線靠單一 market regime 撐起來7- 交易次數太少不可信8- 手續費或滑價會吃掉 edge910最後以 KEEP 或 KILL 作結，並說明最大理由。
接著在 Strategy Studio 挑出最糟的交易，問 AI 它們為什麼失敗。
關卡 4. 壓力測試。
真正的 edge 是一片高原，而不是一根尖刺。
把每個參數稍微調動一點。如果結果崩盤，那只是幸運數字。
把手續費跟滑價加倍。如果策略死了，代表它在真實成交中根本沒有容錯空間。
單獨測試最近一年。在 Minara 的示範中，某個 3 年期大幅擊敗基準的版本，在 trailing year 卻是虧錢的。agent 在上線前就標出了這個問題。
關卡 5. 向前模擬交易。
用 paper mode 跑幾週。跟回測結果比較。如果崩壞了，代表回測在騙人，而你免費發現了這件事。
Minara 自家的 Academy 說得很直白：一直調到回測看起來完美，就是 overfitting。
這是我用的評分表。根據你的風險承受度調整。
1關卡 保留條件2設定 開啟交易所真實手續費、提高滑價3樣本 100+ 筆已平倉交易4品質 Sharpe > 1、獲利因子 > 1.35痛苦 你真的熬得住的回撤6基準 打敗 buy and hold7中性組合 beta 接近 08風險長 KEEP9壓力 呈高原狀、能承受 2 倍成本10近期 在 trailing year 依然有效11向前 paper 連續幾週追蹤回測表現
Step 14. 讓評分表自動執行。
凌晨 2 點還記得住的規則會被跳過。寫進程式碼的規則不會。
1/agenkit build a gate checker that reads an exported2Minara backtest report and refuses to mark a strategy3deployable unless every scorecard line passes. Tests first.
Part 5：24/7 運行，並讓它每晚變聰明
存活下來的策略上線。慢慢來。
Make System Smarter Every Night
Step 15. 部署到 Autopilot。
從 Strategy Studio 部署策略。它會出現在 Autopilot 清單中，就在官方策略旁邊。
接著：
- 打開 Autopilot，在 My 底下選你的策略。
- 確認交易範圍：只包含它該交易的資產。
- 先平掉任何 isolated margin 或超出範圍的部位。Autopilot 需要 cross margin。
- 設定初始權益回撤上限。一旦觸及，Autopilot 會平掉所有部位、取消訂單、停止運行，並寄 email 給你。
- 確認並啟動。
先從一個策略、一個資產、小部位開始。只有在實盤乾淨跑幾週後才放大。
Step 16. 跟官方的比一比。
讓你的策略跟 Sharpe Guard 2.0（Minara 自家的趨勢策略）並行跑。
如果你的策略在風險調整後打不過一個保守、懂 regime 的趨勢追隨者，那就跑 Sharpe Guard，自己繼續研究。
Step 17. 設定監控。
Autopilot 負責交易。Workflows 負責盯盤。第一天先建三個：
11. 每天 UTC 8 AM：market regime 摘要2 （BTC 趨勢、funding、ETF 資金流）發到我的 Telegram。342. 如果 BTC 從今天開盤跌 8%：立刻發 Telegram5 提醒。673. 每週日 6 PM：本週最大的 smart money 動向8 摘要。
Step 18. 每晚檢討。
這一步能把機器人變成會學習的部門。每晚在 Harness 跑一次檢討：
1拉出我的交易紀錄與未平倉部位。23針對每個實盤策略：41. 比較最近 7 天實盤與回測表現。52. 列出每筆虧損交易及其市場背景。63. 找出根本原因的模式（如果有的話）。74. 每個真實模式寫成一條規則放進 lessons.md，8 附上日期與證據。95. 每個策略最多提出一項修改。1011不要改動任何實盤設定。只提建議。
Step 19. 每次修改都要重新闖關。
建議不等於變更。
在 Strategy Studio 編輯策略。這會產生新版本，實盤不受影響。再跑一次闖關測試。只有通過了，才停掉舊版、部署新版。
Step 20. 自動化檢討流程。
1/agenkit build a nightly job that pulls my Minara trade2history, appends lessons.md in a fixed format, and sends3me a one-page report. Read-only access. Tests first.
Step 21. 發布存活下來的策略。
一個通過嚴格闖關又有實盤紀錄的策略就是資產。把它發布到 Marketplace、設定你的利潤分成，讓它在你研究下一個策略時幫你賺錢。
誠實契約。把這張截圖下來。
這個部門能做到：
1給 Opus 5.5 即時資料與執行能力2把想法變成易讀、有版本的程式碼3用真實手續費與滑價回測4跑獨立的風險審查5用即時資料做模擬交易624/7 運行存活策略並設硬性停損7透過 Telegram 提醒你8把每筆成交餵進明天的研究
這個部門做不到：
1保證獲利2讓回測等於實盤成交3在你跳過關卡時防止 overfitting4未經你批准就交易5在 zero credits 時維持 workflows 運行6把爛點子變成 edge
整套系統濃縮在一頁
1步驟 內容 位置21-2 帳號、USDC Minara33-5 把 Opus 5.5 當大腦 Harness46 第一筆真實交易 Harness57-8 終端機部門 + 工程師 Claude Code、AgenKit69-11 掃描、universe、假設 Opus 5.5 + Chat712 打造策略 Strategy Studio813 5 道關卡闖關 Studio + Institution Mode914 關卡檢查器 AgenKit1015-16 上線、比對基準 Autopilot1117 監控 Workflow1218-20 檢討、重新闖關、自動化 Harness、Studio、AgenKit1321 發布存活策略 Marketplace
結語
我一開始只問了一個問題：Opus 5.5 能找到撐過真實回測的策略嗎？
單靠它自己，不行。它只是坐在空房間裡的分析師。
給它一個交易大廳，它就變成一個部門。Minara AI 就是那個大廳：即時資料、真實實驗室、有限制的錢包、永不休息的 autopilot。而 AgenKit 則是工程團隊，負責打造大廳沒提供的東西。
會贏的部門不會問 Opus 該買什麼。
它會先掃描。要求每個想法都要指出輸家。七個策略砍掉六個。讓存活者跑模擬交易。從小部位開始。每晚檢討每一筆成交。
在我之前的文章裡，我拆解過 GPT-6 Astra 上的數學交易模型、一人對沖基金架構，以及跟 Jev 合作的毫秒級決策層。這篇補上了它們都缺的那一塊：最初用來找策略的部門。
所以問題來了。
你還在問聊天機器人該買什麼，還是已經在經營一個會砍掉六個想法、好讓第七個能 24/7 交易的部門？
這沒有標準答案。但你的選擇會洩漏很多事。
![日本泥地經典賽 [S] 賽事分析](/cdn-cgi/image/width=1920,quality=90,format=auto,metadata=none/https%3A%2F%2Fcms-assets.youmind.com%2Fmedia%2F1791393139056_tgbkmu_HT9OCqSasAAks5y.jpg)
