我做了一个美股隔夜风险自动驾驶系统：AFTERBELL 它解决的是一个很真实的问题： 美股现货市场会休市，但新闻不会休息，市场情绪不会休息，代币化股票合约也不会完全停止波动 很多用户白天可以盯盘，但到了美股休市后，突发新闻、监管消息、财报预期、宏观利率变化，仍然可能影响第二天开盘价格 真正危险的不是下跌本身，而是： 你睡觉的时候风险发生了 你没来得及反应 等美股开盘，价格已经跳空 这就是 AFTERBELL 想解决的问题 AFTERBELL 不是一个“预测涨跌”的工具，它更像一个隔夜风险自动驾驶系统 用户只需要做一件事： 选择自己要守护的股票合约，并开启自动驾驶，系统会自动完成： 1. 读取 Bitget Agent Hub 行情数据 2. 读取新闻风险信号 3. 用 Qwen 判断新闻是利空、利好还是中性 4. 判断影响范围是公司级、行业级还是宏观级 5. 判断是否真的影响当前持仓 6. 达到风险条件时自动建立对冲 7. 出现利好反转时自动撤销保护 8. 保存每一次判断、订单和调用记录 这里最重要的一点是：它不是看到一条新闻就乱开仓 比如新闻只提到 SAMSUNG，系统会判断这是公司级事件，只影响 SAMSUNG，不会错误影响 NVDA、TSLA、AAPL、MSFT 或 META 如果是宏观级风险，比如利率、CPI、美股整体下跌、纳指风险，系统才会把它理解成组合级风险 这解决了很多自动交易系统里最容易出错的问题：把单一公司的利空，错误扩散成全市场利空。 AFTERBELL 的核心逻辑是：利空开保护，利好撤保护 当系统识别到高可信利空，并且符合用户的亏损预算和风险阈值时，它会自动建立保护性对冲 当后续出现利好反转，比如公司澄清、监管风险解除、市场买盘恢复，系统不会继续做空，而是自动撤掉保护，所以它不是一个单向做空工具，而是一个风险保护工具。 很多策略看起来很激进，但真实用户需要的往往不是“更刺激”，而是“别在我睡觉的时候失控”。 这次 Demo 里，我用 SAMSUNGUSDT 做了真实模拟盘验证。 完整链路是： 1. 用户开启 SAMSUNG 自动驾驶守护 2. 模拟一条 SAMSUNG 盘后利空新闻 3. 系统识别为公司级利空 4. 系统自动建立 SAMSUNGUSDT 对冲 5. Bitget Demo 页面同步出现订单 / 持仓 6. 再模拟一条利好反转新闻 7. 系统自动取消对冲 8. Bitget Demo 页面同步平单 这证明它不是一个静态页面，也不是单纯的前端模拟。网页里的订单状态，可以在 Bitget Demo 交易页面核验。 AFTERBELL 还保留了完整审计记录包括： - Bitget Agent Hub 调用记录 - futures_get_ticker 行情调用 - futures_get_candles K 线调用 - news_feed 新闻调用 - Qwen 风险判断 - 影响范围判断 - 对冲订单记录 - 开单原因 - 平仓原因 - 证据哈希 这对 AI 交易产品很关键，因为只说“AI 分析了”没有意义。 真正有价值的是： AI 分析了什么？ 用了什么数据？ 为什么判断风险？ 为什么开保护？ 什么时候撤保护？ 有没有订单记录？ 能不能复盘？ AFTERBELL 的每一步都会保存下来，形成可核查证据，这个产品最适合的用户，是那些持有美股代币化合约、但不可能 24 小时盯盘的人。 AFTERBELL 的设计原则是：用户负责设置风险预算；系统负责盯盘、读新闻、判断影响范围、执行保护。它不是帮用户赌方向，而是帮用户减少失控 目前已经完成的能力包括： - 组合自动驾驶 - 单股票守护 - 公司级 / 行业级 / 宏观级新闻影响判断 - 利空自动开保护 - 利好自动撤保护 - SAMSUNGUSDT Bitget Demo 真实模拟盘执行 - 订单号展示 - 开单倍数展示 - 开单原因解释 - 自动平仓记录 - Agent Hub 调用记录 - Qwen 分析记录 - 审计证据导出 我认为美股代币化交易真正有意思的地方，不只是“能 24/7 交易”，而是它带来了一个新的风险场景：当传统市场休市，但链上 / 合约市场还在动，用户需要新的风控工具。 AFTERBELL 就是为这个场景设计的，它尝试回答一个问题： 如果美股休市后突然出现重大新闻，AI Agent 能不能帮用户先理解风险，再自动执行保护，并且留下可验证记录？ 我的答案是：可以。 这就是 AFTERBELL 一个面向美股代币化合约的隔夜风险自动驾驶系统 以下是基本功能演示视频 一个是无剪辑视频 一个是剪辑视频 开源链接： @Bitget_AI #BitgetHackathon#