# 交易机器人 — 信号驱动架构构建一个交易机器人，通过“sn Signals”使用来自 SignalNGN 的实时信号，通过“ledger trades add”执行交易，并在本地强制执行风险管理。 ## 架构 sn Signals --json → Bot Process → 账本交易添加（交易记录） ↑ ↓ ↓ NATS 流风险管理循环分类账头寸（状态查询）（定期价格检查）该机器人是一个**单个长时间运行的进程**，有两个并发问题： 1. **信号循环** — 从 `sn Signals --json` stdout 读取 JSON 行，决定是否采取行动，执行交易 2. **风险循环** — 根据止损/止盈/追踪止损/最大持有时间定期检查未平仓头寸，平仓触及限制的头寸 **先决条件：** 安装并配置了 `sn` 和 `ledger` CLI。请参阅“sn”和“ledger”技能进行设置。不需要其他依赖项——“sn”提供信号和实时价格，“ledger”提供交易记录和头寸查询。 ** ** ## 核心循环生成 `sn Signals --json` 作为子进程。逐行读取标准输出。每一行都是一个完整的 JSON 信号。虽然正确： proc = spawn("sn 信号--json") 对于 proc.stdout 中的行：信号 = parse_json(行) 句柄信号（信号） Maybe_run_risk_check() # 信号之间每 N 秒一次 # proc 退出 — 等待，然后重新启动睡觉(10) 刷新配置（） **要点：** * `sn Signals` 在内部维护 NATS 连接并处理 auth * 信号在 NATS 标头中具有 **2 分钟的 TTL** - 永远不会传递过时的信号 * 如果子进程退出（网络故障、服务器重新启动），**通过退避重新启动它** * 重新启动时，**刷新交易配置** - 它可能已更改服务器端 ** ** ## 信号有效负载 `sn Signals --json` 中的每个 JSON 行： { “交易所”：“coinbase”， “产品”：“BTC-美元”， “粒度”：“五分钟”， “策略”：“ml_xgboost”， “行动”：“购买”， “置信度”：0.82， “价格”：98500.50， “止损”：97200.00， “获利”：100800.00， "risk_reasoning": "基于 ATR 的止损价低于入场点 1.3%", "reason": "38 个特征呈现强烈看涨信号", “位置百分比”：0.25， “市场”：“期货”， “杠杆”：2， “指标”：{“rsi”：58.3，“macd_hist”：0.0042，“sma50”：96800，“sma200”：91200}， “时间戳”：1740218400 } 领域|使用 ---|--- `行动` | “BUY”（开多头）、“SELL”（平仓多头）、“SHORT”（开空头）、“COVER”（平仓空头） `信心` | 0–1。按阈值过滤（例如仅作用于 ≥ 0.72） `价格` |蜡烛在信号时间收盘。用作入场价 `止损` / `止盈` |策略建议的水平。 **使用前验证**（参见风险管理） `位置_pct` |凯利衍生尺寸（0 = 无建议，使用固定尺寸） `风险推理` | SL/TP 基本原理的人类可读解释 `市场` | “现货”或“期货” ** ** ## 交易配置获取服务器端交易配置以了解**哪些产品和策略处于活动状态**。 sn 交易列表 --enabled --json 返回配置对象的数组。构建一个以“product_id”为键的查找映射： { “比特币-美元”：{ “交易所”：“coinbase”， “粒度”：“五分钟”， “长杠杆”：2， “短杠杆”：2， "strategies_long": ["ml_xgboost"], “strategies_short”：[“ml_xgboost”]， “strategies_spot”：[] } } ### 产品+策略过滤 **关键：信号流包含平台上所有租户的信号。** 引擎发布来自所有用户交易配置联合的信号。您的机器人**必须**过滤信号，以仅对您自己的交易配置中的产品和策略采取行动。如果没有此过滤器，机器人将交易其他用户配置中的随机产品。 **双层过滤器（两者都需要）：** 1. **产品过滤器**：拒绝任何“产品”不是您交易配置映射中的键的信号。这是第一次检查 - 如果该产品不在您的配置中，请立即删除信号。 2. **策略过滤器**：对于通过产品过滤器的产品，检查信号的策略是否与该产品允许的策略之一匹配。 # 第 1 层：产品必须在我们的配置中 cfg = Trading_config.get(信号.产品) 如果 cfg 为无： → 拒绝（产品不在我们的配置中） # 第 2 层：该产品必须允许策略允许 = cfg.strategies_long + cfg.strategies_short + cfg.strategies_spot 如果不是 prefix_match(signal.strategy, allowed): → 拒绝（不允许的策略）引擎在发布信号时将**方向后缀**附加到策略名称：配置名称 |信号“策略”字段 ---|--- `ml_xgboost` | `ml_xgboost`（长）或`ml_xgboost+trend` `ml_xgboost` | `ml_xgboost_short` 或 `ml_xgboost_short+看跌` `用户：bb_squeeze` | `用户：bb_squeeze` 或 `用户：bb_squeeze+趋势` **使用前缀匹配**：如果信号的策略等于条目或以“entry+”或“entry_”开头，则信号的策略与配置条目匹配。这很重要——精确匹配会错过大多数信号。对于 config_strategies 中允许的：如果 signal.strategy == 允许或 signal.strategy.startswith(允许 + "+") 或 signal.strategy.startswith(允许 + "_"): → 比赛 ** ** ## 交易执行 ### 开仓 1. **检查现有仓位** : `ledger posts --json` — 如果该交易品种 + 边已经有未平仓仓位，则跳过 2. **计算规模** ：如果 > 0，则使用 `position_pct` (Kelly)，否则使用投资组合的固定百分比 3. **计算数量** : `size_usd / 价格` 4. **验证止损/止盈**：参见风险管理部分 5. **通过账本记录** : `账本交易添加 --symbol ... --side ... --quantity ... --price ...` 6. **保存仓位状态**：在本地保存止损/止盈/追踪止损数据以用于风险循环 # 检查现有位置账本头寸纸--json | jq '.[] | select(.symbol == "BTC-USD" and .side == "long" and .status == "open")' # 记录入场交易账本交易添加纸张\ --符号BTC-USD --单边买入 --数量 0.015 --价格 98500.50 \ --费用0.30 --市场型期货 --杠杆2 --保证金750.00 \ --strategy ml_xgboost --置信度 0.82 \ --entry-reason“38 个特征的强烈看涨信号”\ --止损 97200 --止盈 100800 * `side`: `"buy"`表示多头入场或空头出场，`"sell"`表示空头入场或多头出场 *“费用”：预估 — 期货 0.02%，现货 0.1% * `杠杆`和`保证金`：仅适用于期货。 `保证金 = size_usd / 杠杆` * 交易 ID 是自动生成的。通过 `--trade-id` 设置特定的（幂等） ### 平仓 1.获取仓位详情：`ledgerportfolio--json`→通过交易品种+边找到仓位 2. 使用仓位的`avg_entry_price`和`quantity`进行盈亏计算 3. 记录与**相反方**的平仓交易（‘卖出’平多头，‘买入’平空头） 4. 包含`--退出原因`（例如“🛑止损”、“🎯目标命中”、“🔒追踪止损”） 5. 清理本地位置状态账本交易添加纸张\ --符号BTC-USD --侧卖 --数量 0.015 --价格 97180.00 \ --费用0.30 --市场型期货 \ --退出原因“🛑止损” ** ** ## 头寸规模如果 signal.position_pct > 0：基数大小 = 投资组合价值 × 仓位_pct # 凯利推导其他：基本规模 = 投资组合价值 × 固定百分比 # 例如15% size=clamp(base_size, min=150, max=2000) # 美元边界数量=尺寸/价格 * **凯利规模** (`position_pct`)：该信号提供了风险资本的一小部分，源自该策略的历史赢率和回报率 * **固定尺寸**：没有凯利建议时的回退。每个头寸通常占投资组合的 10-20% * **边界**：强制执行最小/最大以避免微位置或过度曝光 ** ** ## 风险管理请参阅 [references/risk-management.md]() 了解完整的实现细节。 **风险管理堆栈摘要：** 层 |触发|默认 ---|---|--- **止损** |价格触及止损水平 | -3% 后杠杆 **止盈** |价格触及目标价| +6% 后杠杆 **追踪止损** |以 +2% 损益激活，落后峰值 1.5% | — **最大保持** |持仓 > N 小时 | 72小时 ### 止损/止盈验证使用信号之前请务必验证信号的止损/止盈： sl_valid = stop_loss > 0 AND |stop_loss - 价格| / 价格 > 0.001 # >0.1% 自入场 tp_valid = take_profit > 0 AND |take_profit - 价格| / 价格 > 0.001 如果不是 sl_valid → 使用默认止损（输入 ± 3%/杠杆）如果不是 tp_valid → 使用默认 TP（入场 ± 6%/杠杆）这捕获了止损/止盈等于入场价格的退化情况。 ### 风险循环每 5 分钟运行一次（或在信号处理之间）。对于每个空缺职位： 1. 获取当前价格 2. 计算盈亏百分比（考虑杠杆和方向） 3. 如果盈亏超过激活阈值，则更新追踪止损 4. 检查所有退出条件（SL → 尾随 → TP → 最大保持） 5. 任何条件触发时平仓 ** ** ## 冷却时间防止同一产品的快速信号导致重复交易： key = f"{产品}:{策略}:{行动}" 如果last_signal[key] < 5 分钟前 → 跳过 5 分钟是 5 分钟蜡烛图策略的合理默认值。 ** ** ## 守护进程管理对于生产，将机器人作为托管进程运行，在失败时自动重新启动。 **macOS（启动）：** <字典> <键>标签 com.example.trading-bot 程序参数 <数组> <字符串>/usr/bin/python3 <字符串>/path/to/trading_bot.py 环境变量 <字典> <键>路径 <字符串>/usr/local/bin:/usr/bin:/bin:~/go/bin 保持活动 <真/> 标准输出路径 <字符串>/path/to/bot.log 标准错误路径 <字符串>/path/to/bot.log 工作目录 <字符串>/路径/到/工作区 **控制：** launchctl load ~/Library/LaunchAgents/com.example.trading-bot.plist # 启动 launchctl unload ~/Library/LaunchAgents/com.example.trading-bot.plist # stop launchctl stop com.example.trading-bot # restart (KeepAlive 重新启动) **Linux (systemd)：** 标准用户服务单元，带有 `Restart=always`。 ** ** ## 通知通过以下方式向 Telegram（或任何消息通道）发送交易通知： * 已建仓位 — 包括入场价格、规模、止损/止盈、策略、指标 * 平仓 — 包括退出价格、盈亏（% 和美元）、原因 * 风险管理结束 — 包括触发哪个条件（🛑 SL、🎯 TP、🔒 尾随、⏰ 最大持有）使用 OpenClaw 的“消息发送”进行通知，或直接使用 Telegram Bot API。 ** ** ## 投资组合价值追踪跟踪实时投资组合价值：投资组合价值 = 起始资本 + 已实现盈亏总额 + 未实现盈亏总额 * `starting_capital`: 初始存款（例如 $10,000） * `total_realized_pnl`：来自`ledgerportfolio `→`total_realized_pnl`字段（所有平仓损益的总和） * `total_unrealized_pnl`: 每个未平仓头寸的`(当前价格 - 入场) / 入场 × 杠杆`之和，乘以头寸成本基础在仪表板上显示此信息，而不是静态起始余额。高于起始资本时颜色为绿色，低于起始资本时颜色为红色。 ** ** ## 状态文件该机器人与脚本一起维护本地状态文件：文件|目的 ---|--- `.position_state.json` | SL/TP/追踪止损水平、峰值损益、每个仓位的开仓时间 `.exit_reasons.json` |为什么每个仓位被平仓（用于仪表板显示）这些是机器人的本地运行时状态——**账本是实际头寸和交易的真相来源**。如果状态文件丢失，机器人会在下次风险检查时从分类账位置重建默认值。 ** ** ## 回测在上线之前使用“sn backtest”运行并回顾历史策略表现。 ### 运行回测 sn回测运行\ --exchange binance --product BTC-USD \ --strategy ml_xgboost --粒度 FIVE_MINUTES \ --模式点\ --2025-01-01开始 --2025-12-31结束选项：`--mode spot|futures-long|futures-short`、`--leverage N`、`--trend-filter`、`--no-wait`。 ### 策略参数使用“--params key=value”（可重复）来覆盖策略参数。结果始终记录所使用的完整有效参数 - 包括未指定的任何内容的默认值 - 因此结果是自我描述和可比较的。 sn回测运行\ --exchange binance --product BTC-USD \ --strategy ml_xgboost --粒度 FIVE_MINUTES \ --params 置信度=0.80 \ --params exit_confidence=0.40 \ --params rr_ratio=2.5 \ --参数 atr_stop_mult=1.5 每个策略的可用参数：战略|参数 ---|--- `ml_xgboost` | `confidence`、`exit_confidence`、`rr_ratio`、`atr_stop_mult` `alpha_beast` | `rsi_buy_max`、`rsi_sell_min`、`vol_multiplier`、`atr_stop_mult`、`rr_ratio` `zscore_mean_reversion` | `入口`、`出口`、`max_pos`、`阻尼` `rsi_mean_reversion` | “超卖”、“超买” `布林线RSI` | `rsi_超卖`, `rsi_超买` `macd_动量` | `阈值` `成交量动量` | `乘数` `combined_rsi_macd` | “超卖”、“超买” ### 列出结果 sn回测列表#最新20条结果（默认） sn 回测列表 --limit 50 # 显示 50 个结果 sn 回测列表 --limit 0 # 显示所有结果 sn 回测列表 --sort winrate # 按胜率降序排序 sn backtest list --sort date # 按日期降序排序（默认） sn 回测列表 --sort winrate --limit 0 # 所有结果，胜率最高的优先 sn 回测列表 --product BTC-USD --limit 0 # 按产品过滤，显示全部 **`--limit`** （默认为 `20`）：要返回的结果数。 ‘0’表示全部。 **`--排序`**（默认`日期`）：`日期` = 最新的排在第一位； `winrate` = 获胜率最高的优先。过滤器：`--exchange`、`--product`、`--strategy`。 ### 检查单个结果 sn回测得到113 显示完整指标：总回报、赢率、最大回撤、夏普比率、利润系数、平均赢/输、最大连续亏损。 ### 解释结果 **高胜率≠有利可图。** 如果盈利交易规模较小而亏损交易规模较大，则策略可以显示 77% 的胜率，但会出现负回报。始终检查“profit_factor”（需要 > 1.0）和“avg_win / avg_loss”比率以及赢率。评估的关键指标：公制|它测量什么 |良好的门槛 ---|---|--- `总回报` |期间总体损益百分比 |积极 `获胜率` |盈利交易的百分比 |依赖于上下文 `利润系数` |毛利润/毛亏损| > 1.2 `最大回撤` |最大峰谷损失| < 20% `锐利比率` |风险调整回报| > 1.0 `avg_win / avg_loss` |盈利规模与亏损规模 | > 1.0 ** ** ## 新机器人清单 1. 安装 `sn` 和 `ledger` CLI，运行 `sn auth login` 2. 设置交易配置：`sn transactions set --grinarity ... --long ... --short ... --enable` 3.重载引擎：`sn交易重载` 4. 实现信号循环（生成 `sn Signals --json`，读取行） 5. 实施策略过滤器（与交易配置的前缀匹配） 6. 实施交易执行（仓位检查→规模→`账本交易添加`） 7. 实施 SL/TP 验证（拒绝退化值，回退到默认值） 8. 实施风险管理循环（定期价格检查→止损/止盈/追踪/最大持有） 9. 实施冷却（防止重复信号） 10. 实现子进程自动重启和退避 11. 设置为托管守护进程 (launchd/systemd) 12.添加通知（Telegram或其他渠道） 13. 上线前使用纸质账户进行测试

交易机器人

包含技能