moss-site/moss-trade-bot-skills

Moss – 基于AI的加密货币交易机器人工厂

是什么

• 一个基于Python的框架，允许您用自然语言描述加密货币交易风格（例如：“趋势跟踪、低杠杆、突破”），并自动生成定量交易代理。
• 该系统构建策略，使用历史Hyperliquid数据在本地运行回测，然后根据回测结果每周迭代进化参数。
• 专为研究/教育设计——并非金融建议。

核心组件

组件	功能
自然语言转策略	解析用户提供的描述，推断技术指标选择、杠杆、风险限制，并创建JSON格式的参数文件。
回测引擎	在15分钟Hyperliquid CSV数据集上运行交叉保证金模拟，报告夏普比率、最大回撤、胜率等指标。
每周进化循环	每次回测段结束后，AI应用七条“反思原则”（例如：分析盈亏、在±30%范围内微调参数），生成新的调优参数集，同时保持整体“个性”（偏置、杠杆、风险）不变。
安全防护机制	强制执行杠杆上限、高杠杆交易必须设置宽止损，以及在部署到生产环境前进行确认步骤。
平台集成（可选）	支持绑定到Moss网页平台，上传回测结果以供验证，并启动与Hyperliquid交易所通信的实时交易机器人。

如何开始

1. 克隆固定版本（v1.0.28）并安装Python 3依赖项（pandas、numpy、ccxt）。
2. 下载数据缓存 – 首次运行时会自动将Hyperliquid 15分钟CSV数据包下载到 ~/.cache/moss-trade-bot-factory/...。
3. 为将要使用的数据集创建指纹（例如：BTC/USDC）——这会记录本地CSV路径。
4. 运行标准回测或推荐的进化回测，该测试将数据分段（默认672根K线 ≈ 7天），并执行反思-调整循环。
5. （可选）绑定Moss平台，使用配对码上传您的进化结果，并通过 live_trade.py 和 live_runner.py 启动实时交易。

典型工作流程示例

# 1. 克隆和安装
git clone --depth 1 --branch v1.0.28 https://github.com/moss-site/moss-trade-bot-skills.git
cd moss-trade-bot-skills/moss-trade-bot-factory/scripts
pip install -r requirements.txt

# 2. 获取数据集指纹（首次运行会下载CSV）
python3 fetch_data.py \
  --data data_cache/hyperliquid_BTCUSDC_15m_2025-07-01_304d.csv \
  --symbol BTC/USDC \
  --timeframe 15m > /tmp/fingerprint.json

# 3. 运行进化回测（每周自适应）
python3 run_evolve_backtest.py \
  --data $(jq -r .csv_path /tmp/fingerprint.json) \
  --params-file /tmp/bot_params.json \
  --segment-bars 672 \
  --capital 10000 \
  --output /tmp/evolve_result.json

为何重要

• 弥合了非技术性交易想法与可执行定量策略之间的鸿沟，通过LLM驱动的参数推断实现。
• 迭代式自我调优 模拟研究循环：回测 → 分析 → 调整 → 重复，全部自动化。
• 本地优先执行 保证数据和逻辑保留在您的机器上；可选的云平台仅作为验证和实时部署层。

社区与许可

• 在宽松的 MIT-0 许可下开源。
• 活跃的Discord、Telegram和Twitter频道，用于支持和社区创建代理的排行榜。

---

以上所有细节均直接来自仓库的README；未推断任何额外功能。