Die beste Prompt-Architektur für FX-Bots im Jahr 2026

Schriftsteller: FXMacroData-Team
Veröffentlicht: 21. Mai 2026

Die meisten FX-Bots scheitern nicht, weil sie das falsche Modell verwenden. Sie scheiteren, weil Sie eine schwache Prompt-Architektur verwenden . Im Live-Handel ist eine Prompt kein Absatz. Es ist eine Steueroberfläche, die entscheidet, wie Ihr System den Kontext interpretiert, die Risikopolitik anwendet und Entscheidungen formatiert.

Wenn Ihr Bot überwacht ... USD/JPY, Handles Releases wie NFPDiese Anleitung gibt Ihnen eine praktische Architektur, die genau das tut.

Warum Single-Block-Instrumente in den Live-Märkten brechen

Eine einzige lange Anforderung mischt normalerweise Kontext, Richtlinien und gewünschtes Format in einem Blob. Das macht das Verhalten instabil, wenn die Eingabegröße ändert oder die Marktbedingungen ansteigen.

Häufige Symptome:

• Saubere JSON in ruhigen Sitzungen, fehlerhafte Ausgabe in flüchtigen Sitzingen.
• Selbstbewusste Erzählung mit fehlenden Invalidationsstufen.
• Implizite Risikoannahmen, die im Laufe der Zeit verschieben.

Die Lösung ist Architektur, keine Adjektive mehr.

Schicht 1: Anforderung zur Angabe (nur Fakten)

Die Zustandsschicht sollte nur einen objektiven Kontext aus APIs enthalten.

{
  "asof_utc": "2026-05-21T20:00:00Z",
  "pairs": {
    "EUR/USD": { "last": 1.0872, "change_24h_pct": 0.42 },
    "USD/JPY": { "last": 156.81, "change_24h_pct": -0.35 }
  },
  "events": [
    { "currency": "USD", "indicator": "core_pce", "time_utc": "2026-05-22T12:30:00Z" },
    { "currency": "GBP", "indicator": "unemployment", "time_utc": "2026-05-22T06:00:00Z" }
  ]
}

Bauen Sie dies aus stabilen Endpunkten auf, zum Beispiel:

curl "https://fxmacrodata.com/api/v1/announcements/usd/core_pce?api_key=YOUR_API_KEY"
curl "https://fxmacrodata.com/api/v1/announcements/gbp/unemployment?api_key=YOUR_API_KEY"
curl "https://fxmacrodata.com/api/v1/forex?base=EUR&quote=USD&api_key=YOUR_API_KEY"

Schicht 2: Regeln sind schnell (Gränzen der Vernunft)

Die Regelschicht definiert, wie das Modell denken kann und was es nicht tun kann.

You are an FX research assistant.

Allowed:
- Infer directional bias from supplied macro + price context.
- Mention uncertainty explicitly.

Not allowed:
- Invent missing data.
- Give broker execution instructions.
- Output fields outside contract.

Behavior:
- If data is insufficient, return action=flat with reason="insufficient_context".
- Prefer concise causal chains over broad narratives.

Dies trennt die Schlussfolgerungsrichtlinie von den Rohdaten, was das Debugging viel einfacher macht.

Schicht 3: Risiko ist schnell (harte Einschränkungen)

Risiko ist kein Stil, es ist wie ein Vertrag.

Risk policy v1:
- max_size_pct = 0.50
- min_confidence = 0.60
- invalidation is mandatory
- no new risk inside +/- 15 minutes of high-impact calendar events
- if any rule fails, return action=flat and policy_status=reject

Wenn die Zentralbank-Kommunikation von der Die Federal Reserve Oder ... Bank of Japan Die Vermögenswerte der Banken werden in den letzten Jahren in den USA und in Europa verringert.

Schicht 4: Ausgabevertrag (deterministische Schnittstelle)

Der Ausgabevertrag ist das, was Ihr Torwächter oder Ihre Ausführungsmaschine tatsächlich verbraucht.

{
  "action": "long|short|flat",
  "pair": "string",
  "confidence": 0.0,
  "thesis": "string",
  "invalidation": "string",
  "size_pct": 0.0,
  "policy_status": "approve|reject",
  "next_data_to_watch": ["string"]
}

Verwerfen Sie jede Antwort, die die Schemavalidierung nicht erfüllt.

Die vollständige Schnellstapel zusammenstellen

Bei der Implementierung wird jede Ebene unabhängig voneinander verändert und zur Laufzeit kombiniert:

PROMPT = {
    "state": state_payload,            # dynamic JSON
    "rules": rules_block_v3,           # static text
    "risk": risk_policy_v1,            # static text
    "output_contract": contract_json,  # static schema
}

final_prompt = f"""
STATE:\n{PROMPT['state']}

RULES:\n{PROMPT['rules']}

RISK:\n{PROMPT['risk']}

OUTPUT CONTRACT:\n{PROMPT['output_contract']}

Return JSON only.
"""

Wenn sich das Verhalten ändert, können Sie erkennen, ob sich die staatlichen Daten geändert haben, die Regeln geändert haben oder sich das Risiko geändert hat.

Eine Produkt-Schablone, die Sie wiederverwenden können

Wenn Sie ein vorhersehbares Verhalten wünschen, wechseln Sie von ad-hoc-Aufforderungsbearbeitungen zu expliziten Vorlagen.

{
  "prompt_id": "fx_agent_v6",
  "state_version": "state_schema_v2",
  "rules_version": "rules_v3",
  "risk_version": "risk_v1_2",
  "contract_version": "decision_contract_v4",
  "fallback_mode": "flat_on_error"
}

Das gibt Ihnen sofortige Vergleichbarkeit, wenn Sie Tests ausführen oder nach einer Woche mit hoher Wirkung Drift untersuchen.

Die vorgeschlagene Blockfolge in den letzten Anweisungen:

1. Systemidentität und -umfang (kurz, stabil).
2. Nutzlast (nur JSON-Fakten)
3. Regelnblockade (erlaubtes/nicht erlaubtes Verhalten).
4. Risikoblock (nicht verhandelbare Zwänge).
5. Ausgabevertrag (JSON-Schema + Anweisung nur zurückzugeben).
6. Fehlerrückruf (flat Die Kommission hat die

Die Modelle überschreiben oft den frühen Text in langen Kontexten.

Regime-Aware-Beschleunigung

Eine einzige Anforderungsarchitektur benötigt immer noch Regime-Routing. Ihre "ruhige Sitzung" -Regeln sollten nicht identisch mit Ihren "Event Shock"-Regeln sein. Verwenden Sie vor der Ableitung einen leichten Router:

def select_prompt_profile(next_event_minutes: int, realized_vol_pct: float) -> str:
    if abs(next_event_minutes) <= 20:
        return "event_profile"
    if realized_vol_pct >= 1.1:
        return "high_vol_profile"
    return "normal_profile"

Jedes Profil kann den gleichen Vertrag teilen, während sich die Risikogrenzen und die Beschränkungen des Argumentationsstils ändern.

Ausfallmanagement und Fallback-Design

Die Qualität der Prompt-Architektur ist sichtbar, wenn etwas schief geht, nicht wenn es gut geht.

• Schemafehler: Wenn die Ausgabe abgelehnt wird, versucht der Router es einmal mit einem kompakten Kontext.
• Politikkonflikt: Wir müssen handeln . flat Mit policy_status=reject- Ich weiß .
• Datenunzulänglichkeit: keine Handelskandidaten erzeugt werden und eine Warnung ausgegeben wird.

Mindestfallpolitikblock:

Fallback policy:
- If contract parse fails -> return flat candidate from deterministic fallback template.
- If policy_status != approve -> do not call execution adapter.
- If data freshness check fails -> skip inference and publish "no-decision" note.

Das unterscheidet einen robusten FX-Assistenten von einem zerbrechlichen Demo-Bot.

Überprüfungskontrolle vor der Anwendung

1. Schema-Passrate über dem Zielwert bei Wiederholungstests.
2. Die Einhaltung der Richtlinien liegt bei nahezu 100% unter den Ereignisschwerfenstern der Veröffentlichungskalender- Ich weiß .
3. Keine halluzinierten Felder über gemischte Kontextlast.
4. Stabiles Verhalten über die Sitzungen hinweg , verfolgt von FX-Sitzungen- Ich weiß .
5. Die Versionen "Prompt" und "Gatekeeper" sind gesperrt und überprüfbar.

Schlussfolgerung

Die Prompt-Architektur ist die fehlende Engineering-Schicht in vielen KI-Handelsstacks. Teilen Sie Ihre Prompt in Zustand-, Regeln-, Risiko- und Vertrags-Schale auf, dann erzwingen Sie jede mit deterministischer Validierung. So verwandeln Sie Modellintelligenz in wiederholbares Verhalten.

Wenn die Leistung sinkt, wissen Sie genau, wo Sie eingreifen sollen, anstatt zu raten.