返回顶部
d

defi-trading-engineDeFi交易引擎

DeFi Trading Engine - Autonomous DeFi trading bot with self-improving review system for OpenClaw agents. Use when setting up DeFi trading, crypto trading bot, automated trading, Base chain trading, Bankr integration, trading engine, self-improving bot, or trading strategy execution.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.1
安全检测
已通过
270
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

defi-trading-engine

DeFi 交易引擎

具备自我改进审查系统的自主DeFi交易机器人。扫描机会、执行交易、记录表现,并从错误中学习。

使用场景

在以下情况应用此技能:

  • - 在Base或其他EVM链上设置自动化加密货币交易
  • 构建自我改进的交易系统
  • 实施系统性DeFi交易策略
  • 执行定投、动量或均值回归策略
  • 审查和优化交易表现
  • 管理交易风险(仓位规模、回撤限制)
  • 与Bankr CLI或其他DEX工具集成

架构

自我改进循环:

扫描 → 评估 → 执行 → 记录 → 审查 → 调整参数 → 重复

组件:

  1. 1. 代币扫描器(scan-tokens.py)— 发现交易机会
  2. 风险管理器(risk-manager.py)— 执行仓位限制和风险规则
  3. 交易执行器(trade-executor.py)— 通过Bankr CLI执行交易
  4. 每日审查(daily-review.py)— 分析表现并提出改进建议
  5. 配置文件(trading-config.json)— 所有参数的集中配置

快速开始

1. 设置

创建工作空间:

bash
mkdir -p ~/trading-bot/{trades,reviews}
cd ~/trading-bot

复制技能脚本:

bash
cp ~/.openclaw/skills/defi-trading-engine/scripts/* .

2. 配置

创建 trading-config.json:

json
{
risk: {
maxpositionsize_usd: 40,
takeprofitpct: 4,
stoplosspct: 8,
maxactivepositions: 5,
maxdailytrades: 8,
cooldown_minutes: 30,
maxdrawdownpct: 15
},
strategy: {
type: momentum_swing,
entrysignal: volumespikeandprice_up,
exitsignal: takeprofitorstop_loss,
timeframe: 15min
},
bankr: {
chain: base,
wallet: trading-wallet,
slippage_pct: 1.5
},
data_sources: {
usecoingeckotrending: true,
use_dexscreener: true,
minliquidityusd: 50000,
minvolume24h_usd: 100000
}
}

3. 设置Bankr(如需)

参见 references/bankr-setup.md 了解Bankr CLI设置。

4. 运行交易循环

手动执行:

bash

1. 扫描机会


python3 scan-tokens.py --output candidates.json

2. 审查候选代币

cat candidates.json

3. 执行交易(风险检查后)

python3 trade-executor.py --symbol SOL --action buy --amount 40

4. 运行每日审查

python3 daily-review.py

自动循环(cron):

bash

每30分钟运行扫描器


/30 * cd ~/trading-bot && python3 scan-tokens.py --output candidates.json

23:00运行每日审查

0 23 * cd ~/trading-bot && python3 daily-review.py

核心脚本

scan-tokens.py

使用免费API扫描交易机会。

数据源:

  • - CoinGecko热门代币
  • 成交量激增(24小时成交量 vs 7日均值)
  • 价格动量(1小时、4小时、24小时趋势)
  • 流动性和市值过滤器

输出(candidates.json):
json
[
{
symbol: SOL,
name: Solana,
price: 145.5,
volume_24h: 2800000000,
volumespikeratio: 1.8,
pricechange1h_pct: 2.5,
pricechange24h_pct: 5.2,
liquidity_usd: 850000000,
score: 8.5,
signals: [trending, volumespike, momentumup]
}
]

用法:
bash
python3 scan-tokens.py --output candidates.json --min-score 7.0



risk-manager.py

在每笔交易前执行风险限制。充当守门员角色。

检查项:

  • - 仓位规模在限制内
  • 未超过最大活跃仓位数
  • 未超过每日交易限制
  • 遵守冷却期
  • 未突破最大回撤

用法:
bash
python3 risk-manager.py --action check --symbol SOL --amount 40

退出码:

  • - 0 — 交易批准
  • 1 — 交易拒绝(打印原因)

示例输出:

✅ 风险检查通过
- 仓位规模:$40(限制:$40)
- 活跃仓位:3(限制:5)
- 每日交易:5(限制:8)
- 冷却期:正常(距上次交易35分钟)
- 回撤:8.5%(限制:15%)



trade-executor.py

通过Bankr CLI(或通用DEX接口)执行交易。

支持的操作:

  • - buy — 市价买入
  • sell — 市价卖出
  • limitbuy — 限价买入
  • limitsell — 限价卖出
  • setstoploss — 止损订单
  • settakeprofit — 止盈订单

用法:
bash

市价买入


python3 trade-executor.py --symbol SOL --action buy --amount 40

带止损卖出

python3 trade-executor.py --symbol SOL --action sell --stop-loss-pct 8

交易日志(trades/YYYY-MM-DD.json):
json
[
{
timestamp: 2026-03-13T15:45:00Z,
symbol: SOL,
action: buy,
amount_usd: 40,
price: 145.5,
quantity: 0.275,
tx_hash: 0xabc123...,
status: success,
takeprofitprice: 151.32,
stoplossprice: 133.86
}
]



daily-review.py

分析交易历史、计算盈亏、识别弱点并提出参数调整建议。

计算的指标:

  • - 总盈亏(已实现+未实现)
  • 胜率(盈利交易百分比)
  • 平均盈利 vs 平均亏损
  • 夏普比率(数据充足时)
  • 最大回撤
  • 最佳/最差交易

输出(reviews/review-YYYY-MM-DD.md):

markdown

交易审查 — 2026-03-13

表现总结

  • - 总盈亏: +$42.50(+5.3%)
  • 交易次数: 8(6胜,2负)
  • 胜率: 75%
  • 平均盈利: $9.20
  • 平均亏损: -$5.80
  • 最大回撤: 8.5%

最佳表现

  1. 1. SOL:+$18.50(+12.7%)
  2. LINK:+$12.20(+8.1%)

最差表现

  1. 1. UNI:-$8.50(-5.7%)

模式分析

  • - ✅ 动量交易(4/5盈利)
  • ⚠️ 低流动性代币(1/3盈利)
  • ❌ 高波动期间入场(0/2盈利)

推荐调整

  1. 1. 将 minliquidityusd 从$50k提高到$100k(低流动性交易表现不佳)
  2. 添加波动率过滤器(VIX > 30时跳过交易)
  3. 收紧止损至6%(平均亏损超过目标)

后续行动

  • - [ ] 使用新参数更新 trading-config.json
  • [ ] 用新规则回测过去30天
  • [ ] 监控表现1周后再做进一步更改

用法:
bash
python3 daily-review.py --start-date 2026-03-01 --end-date 2026-03-13



配置参考

风险参数

参数默认值用途
maxpositionsize_usd40
每笔交易最大

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 defi-trading-engine-1776105853 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 defi-trading-engine-1776105853 技能

通过命令行安装

skillhub install defi-trading-engine-1776105853

下载

⬇ 下载 defi-trading-engine v1.0.1(免费)

文件大小: 25.03 KB | 发布时间: 2026-4-15 12:27

v1.0.1 最新 2026-4-15 12:27
Tested release. All scripts verified. Config defaults to dry-run. Missing config no longer crashes.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部