Kiến trúc hệ thống

Trang này là tổng quan cấu trúc kỹ thuật về cách NoahAI phân rã, xác minh và kiểm soát phán đoán tài chính. Không phải chi tiết từng thuật toán hay triển khai mà để hiểu toàn bộ luồng hình thành và xác minh phán đoán.

Mục tiêu cốt lõi của NoahAI không phải tự động hóa thay phán đoán mà làhạ tầng phán đoán AI có thể cấu trúc hóa, xác minh và giải thích phán đoán tài chính. Tập trung vào niềm tin có thể vận hành (kiểm soát·ghi nhận·giải thích·xác minh), không phải thành tích ngắn hạn.

Kiến trúc dưới đây là toàn bộ luồng từ đầu vào ngữ cảnh thị trường/cá nhân qua phán đoán, guardrail (kiểm soát rủi ro), (tùy chọn) thực thi, ghi nhận/báo cáo đến phản hồi.

Trang này không nhằm giải thích lợi nhuận từng loại tài sản hay chào mời giao dịch tự động. Công nghệ NoahAI làhạ tài chính ra quyết định AI xây quanh phán đoán·kiểm soát rủi ro·ghi nhận·xác minh; tự động hóa thực thi luôn là tùy chọn tách riêng.

Market Data Layer

Đầu vào dữ liệu thị trường

Thu thập và chuẩn hóa thông tin thị trường thời gian thực: giá, khối lượng, biến động, sổ lệnh. (Tin tức/công bố/chính sách và dữ liệu phi cấu trúc mở rộng theo giai đoạn.)

Personal Context Layer

Quản lý ngữ cảnh tài chính cá nhân

Quản lý trạng thái tài khoản/vị thế cùng cơ cấu tài sản, khung thời gian mục tiêu, khẩu vị rủi ro và mẫu hành vi lặp lại. Phán đoán được sắp xếp dưới dạng có thể giải thích trên ngữ cảnh này.

Decision Layer

Phán đoán của agent

Cấu trúc hóa “cần xem xét gì / vì sao” từ dữ liệu đã thu và ngữ cảnh tài chính cá nhân. Khi cần đưa ra lựa chọn có thể thực thi; mọi phán đoán được ghi nhận và có thể xác minh.

Risk & Guardrails

Kiểm soát rủi ro và guardrail

Ưu tiên áp dụng quy tắc kiểm soát bảo thủ (giới hạn, điều kiện dừng, tổn thất tối đa, quy cấm, dừng khẩn). Mục tiêu là khả năng kiểm soát chứ không phải “tốc độ”; phòng hành vi bất thường và rủi ro quá mức.

Execution Layer

(Tùy chọn) Thực thi và tự động hóa

Trong phạm vi cài đặt người dùng và guardrail, tự động hóa công việc lặp hoặc cung cấp lựa chọn có thể thực thi. Tự động thực thi là tùy chọn; mặc định tập trung phán đoán·ghi nhận·giải thích. Thực thi xử lý nguyên tử (atomic) để đảm bảo nhất quán.

Logging & Report

Ghi nhận và báo cáo

Ghi toàn bộ quy trình (đầu vào/ngữ cảnh/phán đoán/thực thi/kết quả) theo định dạng chuẩn và tạo báo cáo để đảm bảo khả năng tái hiện và kiểm toán/truy vết.

Feedback Loop

Vòng phản hồi

Phân tích kết quả → cải tiến chính sách → phản ánh vào phán đoán tiếp theo. Hướng tới cấu trúc phán đoán tích lũy kinh nghiệm chứ không phải tự động hóa cố định. Phản hồi tích lũy kết quả cá nhân ở dạng mẫu ẩ danh để nâng dần chính sách phán đoán toàn hệ thống. Kết nối cập nhật chính sách học tăng cường; kết quả cá nhân chỉ phản ánh vào học tập tập thể theo đơn vị mẫu ẩ danh, cải thiện dần an toàn và nhất quán của chính sách phán đoán tổng thể.

Tích hợp hệ thống tài chính bên ngoài

Vận hành/tích hợp/mở rộng hiện tại:

Binance (hệ độc lập)

• Hệ độc lập dựa trên python-binance
• Triển khai đầy đủ Binance Algo Order API (v3.8.9.9)
• Sửa lỗi TP/SL -2021 (v3.8.9.11)
• Giao diện thực thi quyết định nâng cao

Hệ thống tích hợp CCXT

• Bybit, OKX, Bitget (phái sinh)
• Upbit, Bithumb (giao ngay)
• Logic hỗ trợ quyết định thống nhất
• Theo dõi thống kê theo sàn

Chứng khoán / ETF (đang mở rộng)

• Giao diện StockExchange (v3.8.9.11+)
• Tích hợp API công ty chứng khoán trong nước (giai đoạn vận hành/xác minh)
• Hoàn thành UI dịch vụ ETF/cổ phiếu (2026-01-18)
• Thiết kế tách engine theo loại tài sản (coin/chứng khoán)

Mở rộng

• Cổ phiếu/phái sinh nước ngoài (đang thử)
• Bất động sản (kế hoạch)
• Kiến trúc module hóa dễ mở rộng

Vai trò của Analyst AI

Analyst AI của NoahAI không phải một mô hình đơn thay thế phán đoán mà là cấu trúc ra quyết định nhiều module với vai trò tách biệt để phân rã, xác minh và giải thích phán đoán từ nhiều góc nhìn.

Mỗi module có trách nhiệm khác nhau — phân tích, đánh giá, kiểm soát rủi ro, xác minh — giảm thiên kiến phán đoán và điểm lỗi đơn lẻ, sắp xếp phán đoán dưới dạng người dùng hiểu được.

Chi tiết module cốt lõi

Các module dưới đây không phải danh sách API công khai ra bên ngoài dịch vụ mà là thành phần hạ tầng ra quyết định được tách và cấu hình bên trong NoahAI để thực hiện phán đoán tài chính an toàn. Mỗi module thiết kế tập trung phán đoán·xác minh·ghi nhận chứ không phải thực thi.

Tập module này được thiết kế theo cấu trúc Analyst AI với vai trò phân tích·đánh giá·rủi ro·xác minh tách biệt, giảm thiên kiến và điểm lỗi đơn lẻ.

1. analyzer.py — Phân tích thị trường và tạo tín hiệu AI

Chỉ báo kỹ thuật: RSI, MACD, dải Bollinger, SMA/EMA, ATR, phân tích khối lượng
Phân tích tình thị trường: biến động, độ mạnh xu hướng, động lượng, chỉ số tâm lý
Tạo tín hiệu: tích hợp tín hiệu kỹ thuật cơ bản + tín hiệu tăng cường AI
Ngưỡng động: tự điều chỉnh ngưỡng biến động theo từng bối cảnh thị trường
Tính độ tin cậy: tích hợp chỉ báo kỹ thuật + dữ liệu học AI + tâm lý thị trường (0.0 ~ 1.0)

2. evaluator.py — Thuật toán chọn tài sản

Điểm đa chiều: biến động (35%) + xu hướng (25%) + khối lượng (20%) + tần suất giao dịch (10%) + độ sâu sổ lệnh (5%) + RSI (5%)
Đánh giá dựa AI: dùng dữ liệu học AI để đánh giá tài sản
Chiến lược chọn theo thị trường: tự điều chỉnh tiêu chí theo biến động LOW/NORMAL/HIGH
Cách tiếp cận lai: cache + dự phòng + hardcode để đồng thời ổn định và hiệu năng
Tối ưu hiệu năng: tải ban đầu 4 phút → tức thì (cải thiện 99%), phụ thuộc API 100% → 30% (giảm 70%)

3. unified_trader.py — Điều phối kết quả phán đoán và quản lý trạng thái

Quản lý tích hợp đa sàn: hệ thống tích hợp sàn dựa trên CCXT
Giám sát vị thế thời gian thực: chu kỳ tối ưu theo sàn (5–15 giây)
Chính sách thực thi an toàn: áp dụng chính sách thực thi (dừng/giới hạn/xử lý ngoại lệ) theo cài đặt người dùng và guardrail
Chế độ xác minh: có thể xác minh chính sách phán đoán và cấu trúc rủi ro không cần thực thi thật

4. ai_manager.py — Học AI và củng cố mẫu

Phân tích thị trường: phân tích tình thị trường và đề xuất cài đặt động
Phân tích đóng lệnh: tối ưu thời điểm đóng
Xác minh tương đồng mẫu: xác minh mẫu trước vào lệnh (k-NN)
Phân tích cắt lỗ/chốt lời: phân tích nguyên nhân giao dịch và rút điểm cải thiện
Báo cáo hàng ngày: báo cáo ngày/tuần/tháng
AI hội thoại: trợ lý AI qua đối thoại ngôn ngữ tự nhiên

5. recorder.py — Cơ sở dữ liệu và quản lý dữ liệu học

Lưu vĩnh viễn lịch sử giao dịch
Quản lý dữ liệu học AI
Thống kê và phân tích hiệu suất

6. alpha_arena_trader.py — Chế độ Alpha Arena nghiên cứu·xác minh

※ Chế độ Alpha Arena là môi trường chỉ dùng nghiên cứu·xác minh, tách hoàn toàn khỏi quyết định dịch vụ thật và tài sản người dùng.

Thử nghiệm ra quyết định LLM: hỗ trợ DeepSeek 3.1, Qwen 3 Max
Chiến lược xác minh benchmark: áp dụng thuật toán xác minh benchmark nof1.ai Alpha Arena
Chế độ giao dịch độc lập: tách hoàn toàn khỏi pipeline tự động hiện có
Phạm vi nghiên cứu: chế độ thử nghiệm so sánh/chơi lại chất lượng phán đoán engine/chính sách trong cùng điều kiện (tách khỏi pipeline thật)

Điểm mở rộng

Kiến trúc module hóa có thể mở rộng như sau:

Mở rộng tài sản: coin → chứng khoán/ETF → phân tích thông tin bất động sản → tài chính sinh hoạt (chuyển khoản/xác nhận/sổ chi tiêu) trên cùng cấu trúc phán đoán·ghi nhận·xác minh
Mở rộng kênh: văn bản → trợ lý giọng nói (tiếp cận) + hướng dẫn từng bước cho người cao tuổi/người yếu số hóa
Bảo vệ: mở rộng phát hiện bất thường dựa trên ngữ cảnh tài chính cá nhân và mẫu hành vi để giảm rủi ro lừa đảo/phishing

Tài liệu kỹ thuật liên quan

Chi tiết giải thích·ghi nhận·học liên kết với kiến trúc có trong các tài liệu sau.