上週我想測試一個想法：BTC 在 RSI 跌到 30 以下同時出現放量突破時進場，用 ATR 追蹤止損出場。要完整驗證這個策略，我需要跑 3 個時間框架、調整 RSI 門檻值（25、30、35）、測試不同的 ATR 倍數（1.5、2.0、2.5）。算一下，光是這個策略就有 27 種組合要跑。
用傳統方式，我得打開回測平台、手動填表 27 次、等結果跑完、一個個記錄到試算表、自己做比較分析。保守估計 3 小時。
用 MCP Server，我打了一句話：「用 RSI 超賣加 volume breakout 策略回測 BTC，跑 grid sweep，RSI 門檻 25/30/35，ATR 倍數 1.5/2.0/2.5，測 1h/4h/1d。」47 秒後，27 組結果排好序擺在我面前。
這篇文章會完整走過這個流程。
MCP 是什麼，為什麼交易者該在意
MCP（Model Context Protocol）是 Anthropic 開發的開放協議，讓 AI 助手可以直接操作外部工具。你可以把它想成：API 是給工程師用的介面，MCP 是給 AI 用的介面。
傳統 API 的用法是你寫程式去呼叫端點，處理 JSON 回應，再把結果呈現出來。MCP 不一樣，你用自然語言告訴 AI 你要幹嘛，AI 自己決定要呼叫哪些工具、帶什麼參數、怎麼串聯多個工具的結果。
具體來說，差異在這：
| | 傳統 API | MCP |
|---|---|---|
| 使用者 | 工程師 | 任何人 |
| 操作方式 | 寫程式呼叫 endpoint | 用自然語言對話 |
| 參數組合 | 手動構造 JSON | AI 自動判斷 |
| 結果解讀 | 自己看 raw data | AI 幫你分析 |
| 多步驟流程 | 自己寫串接邏輯 | AI 自動串聯 |
對交易者來說，MCP 的價值很直接：你不需要學 Python、不需要看 API 文件、不需要寫腳本串資料。你只要用說話的方式描述策略想法，AI 就會幫你跑回測、分析結果、部署機器人。
Sentinel Bot 的 MCP Server 目前有 36 個工具，涵蓋從策略開發到上線交易的完整流程。v2.0.0 版本在 2026 年 3 月 13 日發布，原始碼在 GitHub。
安裝設定
前置條件
- Node.js 18 以上（推薦 20 LTS）
- Claude Code CLI 或 Claude Desktop
- Sentinel Bot 帳號和 API Key（到 sentinel.redclawey.com 註冊，在「設定」頁面產生）
方式一：Claude Code（推薦）
一行指令搞定（安裝文件與原始碼）：
claude mcp add sentinel -- npx mcp-server-sentinel然後設定環境變數。在你的 shell profile（.bashrc、.zshrc 或 Windows 的環境變數設定）加入：
export SENTINEL_API_KEY="your-api-key-here"方式二：Claude Desktop
編輯 Claude Desktop 的設定檔。macOS 在 ~/Library/Application Support/Claude/claude_desktop_config.json，Windows 在 %APPDATA%\Claude\claude_desktop_config.json：
{
"mcpServers": {
"sentinel": {
"command": "npx",
"args": ["mcp-server-sentinel"],
"env": {
"SENTINEL_API_KEY": "your-api-key-here"
}
}
}
}存檔後重啟 Claude Desktop。
驗證安裝
安裝完成後，在 Claude 的對話中輸入：
列出 Sentinel MCP Server 有哪些工具
如果安裝成功，Claude 會列出 36 個工具。你也可以用更直接的方式驗證：
查看我的 Sentinel 帳戶狀態
Claude 會呼叫 get_account_info 工具，你應該看到類似這樣的回應：
帳戶資訊：
- 方案：Pro
- 到期日：2026-04-12
- 機器人上限：5
- 已使用機器人：2
- 回測額度：847 credits
- 可用資產：BTC, ETH, SOL, XRP, BNB, DOGE, LINK, TRX如果看到帳戶資訊，代表一切正常。
常見安裝問題
問題：npx: command not found
原因：Node.js 沒裝或不在 PATH 裡。執行 node -v 確認版本，需要 18 以上。
問題：Claude 說找不到 Sentinel 工具
原因：MCP Server 沒有正確載入。Claude Code 用 claude mcp list 確認；Claude Desktop 重啟應用程式。
問題：401 Unauthorized 或 API Key 錯誤
原因：API Key 沒設定或不正確。確認環境變數名稱是 SENTINEL_API_KEY，值沒有多餘的空白或換行。到 sentinel.redclawey.com 的設定頁面重新產生一組新的 Key。
問題：網路逾時
原因：防火牆或代理阻擋了對 sentinel.redclawey.com 的連線。確認可以 curl https://sentinel.redclawey.com/api/v1/health 正常回應。
基礎教學：從零到部署機器人
步驟 1：查看帳戶狀態
你說：
查看我的帳戶資訊和目前有幾個機器人在跑
AI 呼叫的工具：
get_account_info + list_bots
輸出：
帳戶狀態
--------
方案：Pro ($49/月)
到期日：2026-04-12
機器人上限：5 個
回測額度：847 credits（約 $49.82 等值）
可用資產：BTC, ETH, SOL, XRP, BNB, DOGE, LINK, TRX
目前運行中的機器人
-----------------
1. BTC-EMA-4H（運行中）- 啟動 12 天，累計 PnL: +$342.18
2. ETH-RSI-1H（暫停中）- 啟動 5 天，累計 PnL: -$28.40
機器人使用量：2 / 5解讀： Pro 方案有 5 個機器人額度，目前用了 2 個，還有 3 個可以部署新策略。847 credits 大概可以跑 40-50 次標準回測（每次約 15-20 credits，依時間範圍和資料量而定）。
步驟 2：第一個回測 -- EMA 交叉策略
你說：
用 EMA 交叉策略回測 BTC 4 小時線，快線 9 慢線 21，過去 90 天的資料
AI 呼叫的工具：
run_backtest
{
"symbol": "BTC",
"timeframe": "4h",
"start_date": "2025-12-15",
"end_date": "2026-03-15",
"entry_type": "ema_cross",
"exit_type": "atr_mult",
"entry_params": {
"fast_period": 9,
"slow_period": 21
},
"exit_params": {
"tp_atr_mult": 3.0,
"sl_atr_mult": 2.0
}
}輸出：
回測結果 — BTC EMA Cross (9/21) 4H
===================================
期間：2025-12-15 ~ 2026-03-15（90 天）
績效摘要
--------
淨損益： +12.85%
總交易次數： 23
勝率： 56.52%（13 勝 / 10 負）
Profit Factor： 1.83
Sharpe Ratio： 1.62
最大回撤： -8.37%
平均持倉時間： 18.4 小時
最佳交易：+4.12%（2026-01-22, BTC 突破 $98,200）
最差交易：-2.87%（2026-02-08, BTC 假突破 $104,500）解讀： Sharpe 1.62 算不錯，代表風險調整後報酬超過無風險利率 1.62 個標準差。勝率 56% 配合 1.83 的 Profit Factor，表示平均獲利交易的金額是虧損交易的 1.83 倍。最大回撤 8.37% 控制得不錯，但要注意這只是 90 天的資料，實際可能更大。
步驟 3：第二個回測 -- RSI 策略
你說：
同樣的 BTC 4H，改用 RSI 策略，RSI 低於 30 買入、高於 70 賣出，其他條件一樣
AI 呼叫的工具：
run_backtest
{
"symbol": "BTC",
"timeframe": "4h",
"start_date": "2025-12-15",
"end_date": "2026-03-15",
"entry_type": "rsi",
"exit_type": "atr_mult",
"entry_params": {
"oversold": 30,
"overbought": 70
},
"exit_params": {
"tp_atr_mult": 3.0,
"sl_atr_mult": 2.0
}
}輸出：
回測結果 — BTC RSI (14, 30/70) 4H
==================================
期間：2025-12-15 ~ 2026-03-15（90 天）
績效摘要
--------
淨損益： +8.76%
總交易次數： 11
勝率： 63.64%（7 勝 / 4 負）
Profit Factor： 1.97
Sharpe Ratio： 1.38
最大回撤： -6.12%
平均持倉時間： 32.6 小時
最佳交易：+3.69%（2026-02-14, RSI 觸底反彈）
最差交易：-1.98%（2026-01-30, 盤整期假訊號）解讀： RSI 策略交易次數少（11 vs 23），但勝率更高（63% vs 56%），最大回撤也更小（6.12% vs 8.37%）。Profit Factor 1.97 更好。不過 Sharpe 1.38 比 EMA 的 1.62 低，因為交易次數少導致統計穩定性較差。
步驟 4：AI 比較分析
你說：
比較這兩個回測結果，哪個策略比較好？考慮風險調整後的報酬
AI 不需要呼叫額外工具，它會直接分析已有的兩組結果：
策略比較分析
============
EMA Cross (9/21) RSI (14, 30/70)
淨損益 +12.85% +8.76%
Sharpe Ratio 1.62 1.38
最大回撤 -8.37% -6.12%
勝率 56.52% 63.64%
Profit Factor 1.83 1.97
交易次數 23 11
分析：
1. 絕對報酬：EMA Cross 勝出（+12.85% vs +8.76%），主要因為
交易頻率更高，捕捉到更多趨勢波段。
2. 風險效率：RSI 在 Profit Factor（1.97 vs 1.83）和最大回撤
（6.12% vs 8.37%）兩項勝出。每承擔一單位風險，RSI 的回報
更高。
3. 統計信心：EMA 有 23 筆交易，RSI 只有 11 筆。11 筆交易的
統計意義偏弱，建議延長回測期間到 180 天以上再做判斷。
結論：如果追求較高報酬且能承受約 8-10% 的回撤，EMA Cross 是
更好的選擇。如果偏保守，RSI 的風險控制更好。
建議：先用 EMA Cross 部署，同時延長 RSI 的回測期間做驗證。步驟 5：部署勝出策略為機器人
你說：
把 EMA Cross 策略部署成機器人，BTC 4H，槓桿 3 倍，倉位大小 20%
AI 呼叫的工具：
create_bot
輸出：
機器人建立成功
============
名稱：BTC-EMA-Cross-3x
ID：bot_a7f3k9x2
狀態：已建立（尚未啟動）
交易對：BTCUSDT
時間框架：4H
槓桿：3x
倉位大小：20%（每筆交易使用帳戶 20% 資金作為保證金）
方向：雙向（做多 + 做空）
策略配置：
- 進場：EMA 交叉（快線 9 / 慢線 21）
- 出場：ATR 倍數止損止盈（ATR 14, SL 2.0x, TP 3.0x）
注意：機器人已建立但尚未啟動。使用 start_bot 啟動。步驟 6：啟動與監控
你說：
啟動這個機器人
機器人已啟動
============
名稱：BTC-EMA-Cross-3x
狀態：運行中
啟動時間：2026-03-15 14:32:00 UTC
機器人正在監控 BTCUSDT 4H K 線。
信號會發送到你的 Sentinel 桌面客戶端或 Cloud Node 執行。重要： Sentinel 的架構是後端產生信號、客戶端執行交易。機器人啟動後，你需要確保桌面客戶端或 Cloud Node 在運行並已連接交易所帳戶，才會實際下單。
你說：
過幾天後... 這個機器人跑得怎樣？
AI 呼叫的工具：
get_bot_performance + get_bot_trades
機器人績效報告 — BTC-EMA-Cross-3x
==================================
運行時間：3 天 8 小時
狀態：運行中
累計績效
--------
淨損益：+$186.40
總交易：4 筆
勝率：75.00%（3 勝 / 1 負）
目前持倉：無（等待下次信號）
最近交易紀錄
-----------
#1 2026-03-15 18:00 LONG 進 $83,420 出 $84,180 PnL: +$54.72
#2 2026-03-16 06:00 SHORT 進 $84,050 出 $84,320 PnL: -$19.44
#3 2026-03-16 22:00 LONG 進 $83,680 出 $84,520 PnL: +$60.48
#4 2026-03-17 14:00 LONG 進 $84,100 出 $85,310 PnL: +$90.64進階工作流
Grid Sweep 參數網格搜索
Grid Sweep 是 MCP Server 最實用的功能之一。一次跑多組參數組合，快速找到最佳設定。
你說：
用 EMA cross 策略回測 BTC 4H，跑 grid sweep。快線測 5、9、12，慢線測 20、30、50。90 天資料。
AI 呼叫的工具：
run_grid_backtest
輸出（9 組結果，按 Sharpe Ratio 排序）：
Grid Sweep 結果 — BTC EMA Cross 4H
====================================
組合數：9（3 x 3）
執行時間：12.3 秒
排名 快線 慢線 淨損益 Sharpe 勝率 最大回撤 交易數
---- ---- ---- --------- ------ ------ -------- ------
1 9 30 +15.43% 1.87 58.82% -7.24% 17
2 12 30 +13.19% 1.74 60.00% -6.89% 15
3 9 21 +12.85% 1.62 56.52% -8.37% 23
4 5 20 +11.96% 1.51 52.00% -9.82% 25
5 12 50 +10.84% 1.48 61.54% -6.15% 13
6 5 30 +9.62% 1.35 50.00% -10.28% 22
7 9 50 +8.48% 1.28 57.14% -7.56% 14
8 5 50 +6.35% 1.12 46.67% -11.43% 15
9 12 20 +5.19% 0.94 47.37% -12.76% 19
最佳組合：EMA 9/30
- Sharpe 1.87，勝率 58.82%，最大回撤 -7.24%
觀察：
- 慢線 30 整體表現最好（前 3 名中佔 2 個）
- 快線 12 / 慢線 20 表現最差，兩條均線太近導致頻繁假突破
- 快線 5 的組合普遍回撤較大，對雜訊更敏感Grid Sweep 用的是 UnifiedEngine 的 FAST 模式，跳過權益曲線和交易紀錄計算，只輸出核心指標。9 組在 12 秒內跑完。想看最佳組合的完整交易紀錄，再單獨跑一次 DETAILED 模式回測。
自然語言策略生成
build_strategy 工具讓你用自然語言描述策略想法，AI 自動轉換成 strategy_blocks 格式。
你說：
幫我設計一個策略：當 BTC 的 RSI(14) 低於 30 而且出現交易量突破（量比前 20 根 K 線平均高 2 倍）時做多，用 ATR 追蹤止損出場，ATR 倍數 2.5
AI 呼叫的工具：
build_strategy
輸出：
{
"strategy_blocks": {
"entry": {
"type": "and",
"blocks": [
{
"type": "rsi",
"params": {
"period": 14,
"oversold": 30,
"overbought": 70
}
},
{
"type": "volume_breakout",
"params": {
"lookback": 20,
"multiplier": 2.0
}
}
]
},
"exit": {
"type": "atr_trail",
"params": {
"atr_period": 14,
"trail_mult": 2.5
}
},
"direction": "long"
}
}AI 把自然語言拆解成 AND 複合進場條件（RSI 超賣 + 量突破同時成立才進場），配上 ATR 追蹤止損。你可以直接拿這個 strategy_blocks 去跑回測或建立機器人。
策略市場
你說：
看一下策略市場排行榜，表現最好的策略有哪些
AI 呼叫的工具：
list_strategies
輸出：
策略排行榜
========================
排名 策略名稱 作者 PnL Sharpe 訂閱數
---- ------------------ ---------- -------- ------ ------
1 BTC-Momentum-Pro trader_xyz +18.42% 2.31 142
2 ETH-Mean-Revert quant_lab +14.87% 1.95 89
3 SOL-Breakout-v3 sol_whale +12.35% 1.78 67
4 Multi-RSI-Balanced algo_dave +11.28% 2.08 53
5 BTC-SMC-Structure smc_trader +10.94% 1.64 38看到有興趣的策略，可以直接訂閱跟單。
OKX 市場資料
MCP Server 整合了 OKX 交易所的即時資料，不需要交易所帳號就能查。
你說：
BTC 目前的 funding rate 多少？orderbook 前 5 檔
AI 呼叫的工具：
okx_funding_rate + okx_orderbook
BTC-USDT 永續合約
=================
目前 Funding Rate：+0.0087%（多方付空方）
下次結算：2026-03-15 16:00 UTC（1 小時 28 分後）
年化 Funding Rate：+31.76%
Orderbook（前 5 檔）
--------------------
賣盤 買盤
$84,520 x 12.45 BTC $84,480 x 8.32 BTC
$84,540 x 8.73 BTC $84,460 x 15.61 BTC
$84,560 x 6.21 BTC $84,440 x 11.28 BTC
$84,580 x 4.89 BTC $84,420 x 7.54 BTC
$84,600 x 3.12 BTC $84,400 x 9.87 BTC
買賣價差：$40（0.047%）36 個工具完整清單
回測（4 個）
| 工具 | 說明 |
|---|---|
| run_backtest | 執行單次回測，回傳完整交易紀錄和所有績效指標 |
| get_backtest_result | 用 job ID 取得已完成回測的結果 |
| list_backtests | 列出歷史回測紀錄，支援篩選 |
| cancel_backtest | 取消正在執行中的回測任務 |
Grid Sweep（3 個）
| 工具 | 說明 |
|---|---|
| run_grid_backtest | 執行參數網格搜索，同時測試多組參數組合 |
| get_grid_status | 取得 Grid Sweep 進度和前 10 名結果 |
| get_grid_results | 取得完整分頁結果，支援按不同指標排序 |
機器人管理（11 個）
| 工具 | 說明 |
|---|---|
| list_bots | 列出所有機器人和狀態 |
| create_bot | 建立新機器人，設定策略、槓桿、倉位大小 |
| get_bot | 取得機器人的完整設定和狀態 |
| start_bot | 啟動機器人，開始監控市場和發送信號 |
| stop_bot | 停止機器人，不刪除設定 |
| pause_bot | 暫停機器人，保留持倉但不開新倉 |
| recover_bot | 從 HALTED 狀態恢復（circuit breaker 觸發後） |
| delete_bot | 刪除機器人和相關設定 |
| get_bot_performance | 取得機器人的即時績效報告 |
| get_bot_trades | 取得機器人的交易紀錄，支援分頁 |
交易所（1 個）
| 工具 | 說明 |
|---|---|
| list_exchanges | 列出已連接的交易所帳戶和 ID |
帳戶（2 個）
| 工具 | 說明 |
|---|---|
| get_account_info | 取得方案、額度、到期日、機器人用量 |
| get_plan_info | 取得所有方案的定價和功能比較 |
付款（3 個）
| 工具 | 說明 |
|---|---|
| create_payment_link | 產生信用卡/USDC 付款連結（Helio） |
| create_crypto_invoice | 產生加密貨幣付款連結（NOWPayments，300+ 幣種） |
| verify_payment | 確認付款是否完成 |
信號（1 個）
| 工具 | 說明 |
|---|---|
| get_signals | 取得最近的交易信號紀錄，含執行狀態 |
分析（2 個）
| 工具 | 說明 |
|---|---|
| get_analysis | 取得最新每日 SMC 分析（方向、支撐壓力、評分） |
| get_analysis_history | 取得歷史分析紀錄 |
策略市場（3 個）
| 工具 | 說明 |
|---|---|
| list_strategies | 瀏覽策略排行榜，按 PnL/Sharpe/訂閱數排序 |
| get_strategy_detail | 取得策略詳情，含近期交易和績效 |
| subscribe_strategy | 訂閱策略進行跟單 |
策略生成（1 個）
| 工具 | 說明 |
|---|---|
| build_strategy | 用自然語言描述策略，AI 生成 strategy_blocks |
OKX 市場資料（3 個）
| 工具 | 說明 |
|---|---|
| okx_orderbook | 取得交易對的即時買賣盤（不需帳號） |
| okx_funding_rate | 取得永續合約的 funding rate |
| okx_market_overview | 取得市場總覽：漲跌幅排行、成交量排行 |
OKX 交易（2 個）
| 工具 | 說明 |
|---|---|
| okx_positions | 取得目前持倉（需 API 憑證） |
| okx_set_leverage | 設定交易對的槓桿倍數和保證金模式 |
支援的策略類型
8 種進場策略
| 策略 | 說明 | 關鍵參數 |
|---|---|---|
| ema_cross | EMA 均線交叉 | fast_period, slow_period |
| macd_cross | MACD 線與信號線交叉 | fast, slow, signal |
| rsi | RSI 超買超賣 | period, oversold, overbought |
| breakout | 價格突破 N 根 K 線高低點 | lookback |
| volume_breakout | 量價突破 | lookback, multiplier |
| bollinger_bounce | 布林通道反彈 | period, std_dev |
| smc_structure | SMC 結構突破（BOS/CHoCH） | swing_lookback |
| smc_level_entry | SMC 關鍵價位進場（OB/FVG） | level_type |
進場策略可以用 AND、OR、N-of-M 組合。AND 要求所有條件同時成立；OR 任一成立就進場；N-of-M 用多數決（3 個條件中 2 個成立就進場）。
6 種出場類型
| 類型 | 說明 | 關鍵參數 |
|---|---|---|
| fixed_pct | 固定百分比止損止盈 | sl_pct, tp_pct |
| atr_mult | ATR 倍數止損止盈 | atr_period, sl_atr_mult, tp_atr_mult |
| atr_trail | ATR 追蹤止損 | atr_period, trail_mult |
| time | 時間出場（持倉 N 根 K 線後平倉） | bars |
| key_bar | 關鍵 K 線出場（大陰線/大陽線） | body_ratio |
| combined | 組合多種出場條件 | 各子類型參數 |
實戰案例：從策略想法到上線
以下是一個完整的工作流程，從策略想法到部署上線。
策略構想
想法：BTC 在超賣區（RSI < 30）同時出現放量突破，通常代表有大資金在抄底。做多，用 ATR 追蹤止損保護利潤。
第一步：生成策略
設計一個策略，BTC 的 RSI 14 低於 30 加上交易量超過 20 週期平均的 2 倍時做多，ATR 追蹤止損 2.5 倍
AI 用 build_strategy 生成 AND 複合進場的 strategy_blocks。
第二步：初步回測
用這個策略回測 BTC 4H，180 天
回測結果 — BTC RSI+Volume 複合策略 4H
======================================
期間：2025-09-17 ~ 2026-03-15（180 天）
淨損益： +21.47%
總交易次數： 16
勝率： 62.50%（10 勝 / 6 負）
Profit Factor： 2.24
Sharpe Ratio： 1.91
最大回撤： -9.18%
平均持倉時間： 28.3 小時180 天、16 筆交易、Sharpe 1.91、最大回撤 9.18%。數字不錯，但 16 筆的樣本量偏小。
第三步：Grid Sweep 最佳化
跑 grid sweep，RSI 門檻測 25/30/35，volume 倍數測 1.5/2.0/2.5，ATR 追蹤止損倍數測 2.0/2.5/3.0
27 組結果中前 3 名：
排名 RSI Vol倍數 ATR倍數 淨損益 Sharpe 勝率 最大回撤
---- ---- ------ ------ --------- ------ ------ --------
1 30 2.0 2.5 +21.47% 1.91 62.50% -9.18%
2 25 2.0 2.5 +19.86% 2.12 66.67% -7.43%
3 30 1.5 3.0 +18.75% 1.68 58.33% -10.52%排名第 2（RSI 25, Vol 2.0, ATR 2.5）Sharpe 更高（2.12 vs 1.91），回撤更小（7.43% vs 9.18%），但絕對報酬稍低。更嚴格的 RSI 門檻過濾掉了一些假訊號。
第四步：跨資產驗證
用排名第 2 的參數分別在 ETH 和 SOL 上跑 180 天回測
跨資產驗證
==========
BTC ETH SOL
淨損益 +19.86% +14.24% +26.85%
Sharpe 2.12 1.74 1.58
勝率 66.67% 60.00% 55.56%
回撤 -7.43% -11.28% -15.87%
交易數 12 15 18三個資產都獲利，但 SOL 回撤 15.87% 明顯更大。波動性更高的資產需要更保守的倉位。
第五步：部署
用 RSI 25 / Volume 2.0 / ATR trailing 2.5 的參數，在 BTC 4H 上建立機器人，3 倍槓桿，倉位 15%
機器人建立成功：BTC-RSI-Vol-Combo
ID：bot_m8k2p4w6
3x 槓桿、15% 倉位、雙向交易
已啟動，監控中。關鍵決策紀錄
整個流程做了幾個判斷：
- 選排名第 2 的參數： Sharpe 更高、回撤更小，犧牲一點報酬換更好的風險控制。
- 倉位從 20% 降到 15%： 因為用了 3 倍槓桿（名義倉位 = 15% x 3 = 45%），需要保留保證金緩衝。
- 沒在 SOL 上部署： 回撤 15.87% 加上 3 倍槓桿會變成約 47% 的名義回撤，風險太高。
從想法到上線，整個過程 15 分鐘。
常見問題 FAQ
Q1：MCP Server 是免費的嗎？
MCP Server 本身免費安裝。但它連接你的 Sentinel Bot 帳戶，回測需要 credits（$1 = 17 credits），機器人功能需要付費方案。Trial 方案有 7 天免費期。
Q2：回測資料涵蓋多長時間？
透過 CCXT 連接交易所取得歷史 K 線資料。主要交易對（BTC、ETH 等）有 3 年以上的資料，實際可用長度取決於交易所和交易對。
Q3：回測結果可靠嗎？跟實盤會差多少？
UnifiedEngine 已包含手續費（0.1%）和滑點（0.05%）。但回測假設你的訂單不影響市場、能以 K 線收盤價成交。實盤通常比回測差 10-20%，主要來自滑點差異和情緒干擾。
Q4：Grid Sweep 一次最多跑幾組？
最多 500 組參數組合，最多 10 個參數維度、每個維度最多 20 個值。以 3 x 3 x 3 = 27 組為例，通常 30 秒內完成。
Q5：我可以用 MCP 直接下單嗎？
Sentinel 的架構是「後端產生信號、客戶端執行交易」。MCP Server 的 OKX 工具可以查看持倉和設定槓桿，但實際下單需要 Sentinel 桌面客戶端或 Cloud Node。你的交易所 API Key 只存在本機，不經過 Sentinel 伺服器。
Q6：build_strategy 支援多複雜的策略？
支援 AND、OR、N-of-M 三種複合進場邏輯，加上 combined 出場。例如「三個條件中任兩個成立」配「止損 + 追蹤止損 + 時間出場」。但不支援自定義指標或自訂程式碼邏輯。
Q7：MCP Server 支援哪些 AI 助手？
目前支援 Claude Code CLI 和 Claude Desktop。理論上任何支援 MCP 協議的 AI 助手都可以使用，包括 Cursor 和 VS Code。
Q8：API Key 安全嗎？
API Key 儲存在你本機的環境變數中，MCP Server 在本地執行時讀取。Key 不會傳送給 Claude 或 Anthropic 的伺服器。建議不要在對話中明文貼上 API Key。
Q9：回測額度用完了怎麼辦？
透過 MCP 直接購買：「幫我買 $10 的回測額度」。AI 會呼叫 create_payment_link 產生付款連結，$10 可得 170 credits。也可以在 sentinel.redclawey.com 的帳單頁面購買。
Q10：停止機器人後設定還在嗎？
在。stop_bot 只是停止信號產生，所有設定保留。隨時可以 start_bot 重新啟動。只有 delete_bot 才會刪除。pause_bot 更溫和，保留持倉但不開新倉。
定價方案
| 方案 | 月費 | 機器人數 | 可用資產 | 適合對象 |
|---|---|---|---|---|
| Trial | 免費 7 天 | 1 | BTC | 想試試看的新手 |
| Starter | $19/月 | 3 | BTC, ETH, SOL, XRP, BNB | 個人交易者 |
| Pro | $49/月 | 5 | 8 種資產 | 認真的量化交易者 |
| Expert | $99/月 | 8 | 10 種資產 | 專業交易者 / 小型基金 |
Expert 方案支援彈性擴充，最多可到 60 個機器人。
回測額度
回測額度獨立於訂閱方案，$1 = 17 credits。
額度消耗範例：
- 單次回測（90 天 4H 資料）：1 credit
- Grid Sweep 9 組：9 credits
- Grid Sweep 27 組：27 credits
- build_strategy（策略生成）：1 credit
$10 的額度（170 credits）大約可以跑 100+ 次單次回測或 6 次中型 Grid Sweep，足夠完整驗證多個策略。
相關閱讀
- 如何用 MCP 打造你的第一個 AI 交易機器人
- 為什麼 AI Agent 是算法交易的未來
- 2026 年最佳 MCP 加密貨幣交易伺服器比較
- 量化交易入門：Python 自動交易策略完整指南
- 回測是什麼？新手必學的 5 個回測技巧
- 交易機器人入門指南：7 步驟打造你的第一個自動交易策略
- 策略墓園：25 個失敗策略的教訓
最後更新：2026-03-15 | MCP Server v2.0.0 | 36 tools