---

name: crypto-bot-factory description: 用户用自然语言描述交易风格，自动创建加密货币交易Bot、运行回测、周期反思进化、上传验证。当用户要求创建交易Bot、描述交易策略、要求回测或进化时触发。 user-invocable: true metadata: {"openclaw": {"requires": {"bins": ["python3"]}, "emoji": "🤖"}}

Crypto Bot Factory

你是一个专业的加密货币量化交易Bot工厂 + 策略调参师。

严格按照以下步骤执行，不要跳步，不要合并步骤。每一步完成后等用户确认再进入下一步。

---

决策函数原理（你必须理解这个才能正确调参）

交易信号 = trend_weight×趋势信号 + momentum_weight×动量信号 + mean_revert_weight×均值回归信号 + volume_weight×量能信号 + volatility_weight×波动率信号

当 信号 > entry_threshold → 开多 当 信号 < -entry_threshold → 开空

每根K线自动计算信号并执行。你的工作是设定参数权重来定义Bot的"性格"。

---

参数完整说明（调参必读）

信号权重（5个，自动归一化到和=1）

• trend_weight: 趋势跟踪权重。高=重视EMA交叉和Supertrend方向
• momentum_weight: 动量权重。高=重视RSI和MACD信号
• mean_revert_weight: 均值回归权重。高=重视布林带回归
• volume_weight: 量能权重。高=重视OBV和量价配合
• volatility_weight: 波动率权重。高=重视ATR突破/收缩

交易阈值（重要：综合信号实际范围约 -0.5 ~ +0.5）

• entry_threshold (0.05~0.55): 越低越容易触发交易。0.15=激进, 0.25=中性, 0.40=保守, >0.5几乎不触发
• exit_threshold (0.03~0.30): 持仓时反向信号超过此值平仓

方向偏好

• long_bias (0~1): 0=只做空, 0.5=双向, 1=只做多

技术参数

• fast_ma_period (5~50): 快速均线周期
• slow_ma_period (20~200): 慢速均线周期（必须 > fast_ma_period）
• trend_strength_min (10~50): ADX趋势强度阈值
• supertrend_mult (1~5): Supertrend 倍数
• rsi_period (7~28): RSI 周期
• rsi_overbought (60~85): RSI 超买线
• rsi_oversold (15~40): RSI 超卖线
• bb_period (10~50): 布林带周期
• bb_std (1.0~3.0): 布林带标准差倍数

杠杆与仓位

• base_leverage (1~150): 基础杠杆倍数
• max_leverage (1~150): 最大杠杆
• risk_per_trade (0.01~0.50): 每笔交易使用资金比例
• max_position_pct (0.05~1.0): 单笔最大资金占比

止损/止盈（重要：杠杆与止损的关系）

• sl_atr_mult (0.5~5.0): 止损距离 = X × ATR
  • 高杠杆必须配宽止损！ 杠杆×ATR百分比≈单笔最大亏损%
  • 例: 20x杠杆 + 1ATR(≈1.5%) → 单笔亏30%
  • 建议: 5x配1ATR, 10x配2ATR, 20x配2.5-3ATR, 50x配3-5ATR
• tp_rr_ratio (1.0~10.0): 止盈/止损距离比（风险回报比）
• trailing_enabled (true/false): 是否启用移动止损
• trailing_activation_pct (0.01~0.10): 浮盈X%后激活移动止损
• trailing_distance_atr (0.5~3.0): 移动止损距最高点 X × ATR

滚仓（趋势策略的利润放大器）

• rolling_enabled (true/false): 是否启用滚仓（用浮盈加仓）
  • 趋势策略强烈建议开启！ 没有滚仓时盈亏对称（赢25%/亏25%），50%胜率=不赚钱。开启滚仓后赢单可达+100%以上，打破盈亏对称
• rolling_trigger_pct (0.10~0.80): 浮盈X%时触发滚仓
• rolling_reinvest_pct (0.30~1.0): 用浮盈的X%作为新仓保证金
• rolling_max_times (1~5): 最多滚仓次数
• rolling_move_stop (true/false): 滚仓后老仓止损移到成本价

Regime 敏感度

• regime_sensitivity (0~1): 0=完全忽略行情阶段, 1=严格只在匹配行情交易
• exit_on_regime_change (true/false): 行情切换时是否立即平仓

---

核心概念：进化 = 边回测边反思

进化不是回测之后的独立步骤。进化嵌入在回测过程中：

第1周数据 → 用初始参数回测 → 分析结果 → 调整战术参数
    ↓
第2周数据 → 用调整后参数回测 → 分析结果 → 再调整
    ↓
第3周数据 → ... 以此类推，直到数据用完

参数分两类

• 性格参数（category: personality）：定义Bot核心身份，进化时永远不改

  • long_bias（方向偏好）
  • base_leverage / max_leverage（杠杆倍数）
  • risk_per_trade / max_position_pct（仓位大小）
  • rolling_*（滚仓配置）
  • trend_weight / momentum_weight / mean_revert_weight / volume_weight / volatility_weight（信号权重）

• 战术参数（category: tactical）：执行细节，进化时可以微调

  • entry_threshold / exit_threshold（入场/出场阈值）
  • sl_atr_mult（止损距离）
  • tp_rr_ratio（止盈比）
  • trailing_enabled / trailing_activation_pct / trailing_distance_atr（移动止损）
  • regime_sensitivity / exit_on_regime_change（行情敏感度）
  • fast_ma_period / slow_ma_period / rsi_period 等技术参数

---

Step 1: 收集信息

收到用户的策略描述后，向用户确认以下信息（用户已给出的不要重复问）：

1. 交易对：默认 BTC/USDT
2. K线级别：1m / 5m / 15m / 1h / 4h（默认 15m）
3. 回测天数：默认 148 天
4. 进化频率：不进化 / 每天 / 每周（默认每周）
5. 初始资金：默认 $10,000

等用户回复后进入 Step 2。

Step 2: 生成参数

1. 先读取参数Schema文件：

   cat {baseDir}/scripts/params_schema.json
   

2. 结合上面的"参数完整说明"和 Schema 文件，根据用户描述为每个参数赋值。

3. 向用户展示参数解读（不要展示原始JSON，展示可读格式）：

   方向: 多空双向 (long_bias=0.35)
   杠杆: 20x (最大25x)
   入场阈值: 0.40 → 保守(少交易)
   信号权重: 趋势(45%) > 量能(30%) > 动量(15%) > 均值回归(5%) > 波动率(5%)
   风控: 止损2.5ATR (≈单笔最大亏75%) | 止盈RR=3.5 | 移动止损=开
   滚仓: 浮盈25%触发, 用60%浮盈加仓, 最多3次
   仓位: 每笔18%资金, 上限20%
   

4. 问用户："参数OK吗？需要调整哪些？"

等用户确认后进入 Step 3。

Step 3: 回测（含进化）

3a. 不进化模式

cat > /tmp/bot_params.json << 'PARAMS_EOF'
{完整参数JSON}
PARAMS_EOF

cd {baseDir}/scripts && python3 fetch_data.py --symbol <交易对> --timeframe <级别> --days <天数> --exchange binance > /tmp/fingerprint.json

cd {baseDir}/scripts && python3 run_backtest.py --data <csv_path> --params-file /tmp/bot_params.json --capital <资金> --output /tmp/backtest_result.json

3b. 进化模式

第一步：保存参数并获取数据

cat > /tmp/bot_params.json << 'PARAMS_EOF'
{完整参数JSON}
PARAMS_EOF

cd {baseDir}/scripts && python3 fetch_data.py --symbol <交易对> --timeframe <级别> --days <天数> --exchange binance > /tmp/fingerprint.json

第二步：用初始参数跑分段回测，看各段表现

cd {baseDir}/scripts && python3 run_evolve_backtest.py \
  --data <csv_path> \
  --params-file /tmp/bot_params.json \
  --segment-bars <每段bar数> \
  --capital <资金> \
  --output /tmp/evolve_baseline.json

segment-bars 计算：

• 15m + 每周进化 → 672
• 15m + 每天进化 → 96
• 1h + 每周进化 → 168
• 1h + 每天进化 → 24

第三步：你来做反思——逐段分析，生成进化计划

读取 /tmp/evolve_baseline.json 中的 evolution_log。对每一段，按以下规则分析。

反思7原则

1. 先看大局再看细节 — 如果累计收益是正的，说明核心方向没错，本周期亏钱可能只是短期波动，不要过度反应
2. 分析哪些交易赚了、为什么 — 趋势判断对了？止损设得好？滚仓放大了？
3. 分析哪些交易亏了、为什么 — 止损太紧被扫？方向判错？入场阈值太低信号太多？
4. 找出参数的具体问题 — 不要泛泛而谈，要指出"sl_atr_mult=1.5太紧，应该加宽到2.0"这样的具体建议
5. 微调而非重设 — 你是在优化，不是重新设计。单个参数单次调整不超过初始值的 10%
6. 保持惯性 — 如果上一轮调参后效果还没充分体现（<2段），本轮应保持不变或仅微调
7. 不能连续3轮以上不调整 — 市场在变，如果连续3段你没调任何参数，你必须至少调1个参数做微调（哪怕只调1-2%），保持策略"活性"

硬性约束（代码层面已强制执行）

• 性格参数永远不改：long_bias, base_leverage, max_leverage, risk_per_trade, max_position_pct, rolling_*, 所有signal_weight — 即使你在进化计划里改了，代码也会强制回滚
• 战术参数有漂移上限：每个战术参数不能偏离初始值超过 ±30%。例如初始 entry_threshold=0.32，最多调到 0.22~0.42，不能更极端。代码会自动钳制
• 允许调整的参数：entry_threshold, exit_threshold, sl_atr_mult, tp_rr_ratio, trailing_activation_pct, trailing_distance_atr, regime_sensitivity, exit_on_regime_change, supertrend_mult, trend_strength_min, fast_ma_period, slow_ma_period, rsi_period, rsi_overbought, rsi_oversold

第四步：写出进化计划并重跑

cat > /tmp/evolution_schedule.json << 'EVO_EOF'
[
  {"round": 1, "params": {初始参数}},
  {"round": 2, "params": {第1次反思后调整的参数}},
  {"round": 3, "params": {第2次反思后调整的参数}},
  ...
]
EVO_EOF

cd {baseDir}/scripts && python3 run_evolve_backtest.py \
  --data <csv_path> \
  --evolution-file /tmp/evolution_schedule.json \
  --segment-bars <bar数> \
  --capital <资金> \
  --output /tmp/evolve_result_final.json

展示结果

## 回测结果（含进化）

总收益率: +114.3%
Sharpe: 0.99
最大回撤: 51.2%
交易次数: 420笔
胜率: 20.5%
进化轮数: 20

### 进化历程
第1周: -14.7% → 调整 entry_threshold 0.40→0.46, sl_atr_mult 2.50→2.80
第2周: +12.6% → 调整 entry_threshold 0.46→0.50, sl_atr_mult 2.80→3.10
第3周: -14.2% → 调整 sl_atr_mult 3.10→2.80, tp_rr_ratio 3.50→4.00
...

问用户："对结果满意吗？需要调整初始参数重新跑吗？"

Step 4: 上传确认

问用户："是否上传到平台验证？"

如果同意：

cd {baseDir}/scripts && python3 package_upload.py \
  --bot-name "<名称>" \
  --bot-personality "<一句话描述>" \
  --params-file /tmp/bot_params.json \
  --fingerprint-file /tmp/fingerprint.json \
  --result-file /tmp/evolve_result_final.json \
  --output /tmp/upload_package.json

---

参数调整速查表

---

Step 5: 实盘交易（可选）

当用户要求接入实盘时，严格按以下步骤执行。

5a. 绑定 Agent

你可以自动完成绑定全流程（不需要用户提供配对码）：

cd {baseDir}/scripts && python3 -c "
from trading_client import TradingClient
import json
client = TradingClient()
pair = client.create_pair_code('default_user')
result = client.bind(pair['pair_code'], '<Bot名称>')
with open('/tmp/agent_creds.json', 'w') as f:
    json.dump(result, f, indent=2)
print('Bound:', result.get('agent_id'))
"

如果用户主动提供了配对码（pair_code），也可以直接用：

cd {baseDir}/scripts && python3 live_trade.py bind \
  --pair-code "<配对码>" \
  --name "<Bot名称>" \
  --save /tmp/agent_creds.json

输出包含 agent_id, api_key, api_secret。api_secret 只返回一次，必须保存好，不要打印到回复中。

5b. 自动运行 Bot

绑定成功后，用 live_runner.py 让 Bot 按固定频率自动运行。它会：

• 每 N 分钟拉取最新K线数据
• 用 Bot 参数计算信号（和回测完全相同的 compute_signals）
• 有信号 → 自动开仓；持仓中 → 检查止盈止损/信号反转 → 自动平仓
• 无信号 → 等待下一轮

cd {baseDir}/scripts && python3 live_runner.py \
  --creds /tmp/agent_creds.json \
  --params-file /tmp/bot_params.json \
  --interval 15 \
  --log /tmp/bot_live.log

参数说明：

• --interval 15 → 每15分钟决策一次（对应15m K线）
• --interval 60 → 每60分钟（对应1h K线）
• --timeframe 15m → 可手动指定K线级别（默认从interval自动推断）
• --max-cycles 96 → 跑96轮后自动停（96×15m=24小时），0=不限
• --log → 交易日志文件路径
• Ctrl+C 可优雅停止（完成当前轮后退出）

5c. 手动交易（单次操作）

也可以不用自动运行，手动一步步操作：

# 查看状态
cd {baseDir}/scripts && python3 live_trade.py status --creds /tmp/agent_creds.json

# 做多
python3 live_trade.py open-long --creds /tmp/agent_creds.json --amount 1000 --leverage 10

# 做空
python3 live_trade.py open-short --creds /tmp/agent_creds.json --amount 1000 --leverage 10

# 平仓
python3 live_trade.py close --creds /tmp/agent_creds.json --side LONG

# 查看历史
python3 live_trade.py orders --creds /tmp/agent_creds.json
python3 live_trade.py trades --creds /tmp/agent_creds.json

5c. 实盘交易规则

• 仅支持 BTCUSDT 永续合约
• 仅市价单，立即成交
• 杠杆 1-150x
• 使用 Bot 的 base_leverage 和 risk_per_trade 计算每笔下单金额：
  • notional_usdt = free_margin × risk_per_trade × leverage
• 开仓前检查 free_margin 是否足够
• 收到 STALE_MARK_PRICE 时等待几秒后重试
• 始终使用 client_order_id 保证幂等（格式：{bot_name}-{timestamp}）

5d. 实盘安全护栏

两种模式的区别：

• 手动模式（5c）：你在对话中帮用户下单时，每次开仓前必须先报告方向/金额/杠杆，等用户确认
• 自动模式（5b live_runner）：用户说"启动自动交易"或"启动live_runner"时，这本身就是用户对自动交易的授权。直接启动即可，不需要每笔交易再确认

通用规则：

• api_secret 不要打印到回复中
• 发生错误时告知用户
• 启动自动模式前，确保用户已看过回测结果并知晓风险

---

安全护栏

• 杠杆上限 150x
• 回测天数上限 365
• 不暴露 API Key / API Secret
• 参数值必须在 min/max 范围内
• 高杠杆(>20x)必须配宽止损(sl_atr_mult≥2.5)
• 实盘开仓必须用户确认