正在加载视频...

视频加载失败

新一期的Vibe Coding教程来了:《Web3项目:用Opus4.5开发Crypto-策略监控飞书机器人》 我们会接入CoinMaretCap的API,开发一个自定义策略监控器。当策略触发的时候会自动发送飞书消息到用户,确保投资者不会损失掉交易时机。

24,094 次观看 • 10 个月前 •via X (Twitter)

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

这次体验了一下 Bitget GetAgent 的 Playbook,感觉它更像是这次黑客松里最值得关注的基础设施方向之一。(我的视频里有详细解说) Playbook 本质上不是一个简单的信号列表,而是一个标准化的策略运行单元。 它把一套交易策略需要表达的东西都结构化了: -策略逻辑 -适用行情 -风险边界 -交易标的 -可调参数 -运行频率 -信号输出 -是否支持自动交易 这意味着策略不再只是散落在本地脚本、Telegram 群或者黑箱 bot 里,而是可以被创建、发布、订阅、运行和管理。 首先,我这次先订阅了一个现成 Playbook:「智能捕捉均值回归窗口」。 我发现它不是传统网格,而是偏均值回归:过滤掉过低和过高波动,只在相对适中的市场环境里捕捉超买/超卖后的价格回归。 后来,我又用 GetAgent skill 创建了自己的 BTC/ETH Playbook。 逻辑来自本地已有策略:多周期趋势过滤 + 短周期突破触发。 第一版只支持 signal-only,第二版改成支持 follow trade,也就是在有信号时可以自动执行交易。 整个流程跑下来,GetAgent 的意义会变得更清晰: 它不是单纯做一个 AI 聊天入口,也不是再造一个 Telegram bot。 它更像是把“策略开发 → 策略封装 → 发布 → 订阅 → 自动运行 → 交易执行”这条链路标准化。 这对开发者和交易用户都很关键。 对开发者来说,Playbook 是策略产品化的容器。 你可以把本地策略打包成可被平台识别和运行的标准资产。 对用户来说,Playbook 降低了理解和使用策略的门槛。 用户不再只是看到一个买卖点,而是能看到策略适合什么行情、参数怎么改、风险在哪里、是否会自动交易。 当然,自动交易不是魔法。 策略仍然会遇到假突破、连续止损、极端行情。 但至少在 Playbook 框架下,策略的逻辑、权限和执行边界是清楚的。 我觉得这就是 GetAgent 黑客松项目最有意思的地方: 它不是简单地“让 AI 帮你交易”, 而是在尝试定义一套 AI Agent 时代的交易策略发布与执行标准。 如果说上一阶段的交易 bot 是脚本化和群组化的, 那 Playbook 更像是把策略带入了平台化、可组合、可订阅的阶段。#BitgetHackathon 对了还能报名,赶紧来,报名完去TG研究怎么拿奖~: Bitget AI Bitget中文 Gracy Chen @Bitget 33🩵Xandi

MEJ毛毛姐

29,908 次观看 • 3 个月前

经过与 Openclaw 协作的 Vibe Coding,终于可以给大家看一眼我目前新开启的项目:A-Trading 了! 这是一个内置 AI 的量化交易工具,你可以让 AI 在各个时间周期为你实时生成各种属性的量化策略,根据多策略的运行情况,进行策略杂交。 简单来说就是用“优胜劣汰”的方式快速筛选最适合当下的交易策略! 每当你切换新的时间周期或要求策略生成后,AI会立即生成10~20个随机策略,随后程序后台会立即根据策略与价格数据进行本地回测,从而对不同策略进行排名; 当程序连续运行一段时间后,回测数据+实测数据表现最好的两个策略可以被选中进行繁殖... 点击“进化”按钮后,AI会继续根据优势策略,取长补短,在其基础上重新生成更多“子策略”,以此类推,理论上在这个模式下,你可以很快找到最适合当前市场结构的策略。 随着时间推移,优势策略可能会被取代,没关系,继续进化繁殖即可,系统会自动淘汰落后的策略... 目前我刚刚完成了和 TradingView 同级别的K线显示系统,并加入了持仓、交易标记等功能。 接下来除了对策略繁衍功能进行完善以外,还会尝试加入交易所API对接系统以及账户风控系统甚至实时 AI 交流框... 整个开发过程中,UI及自研K线部分是最头疼的,累积烧掉了近5000多万 Tokens... 接下来由于整体架构已经完善,就只需要慢慢增加更多的功能即可! 感谢 OpenClaw🦞 ,让我感受到了远比 Cursor 快乐的 Coding 体验,除了他动不动造反以外都不错! 未来我还会慢慢更新该项目的进展,大家有什么好的建议都可以提出来,我现在感觉无所不能!哈哈哈!

Crypto_Painter

130,149 次观看 • 8 个月前

做加密量化,如果你不想回测一套、调参一套、实盘又重写一套,Freqtrade 基本把整条链路都给你接起来了。 freqtrade,54.3K stars,支持币安/OKX/Bybit 等所有主流交易所现货+合约,回测、FreqAI 机器学习、Telegram/网页控制全都有! 以前写币圈交易机器人,得自己接交易所 API、做回测、做风控、做告警,一堆坑要踩。 freqtrade 不一样,开箱即用的完整交易机器人,交易所支持最全、社区最大、文档最全,全球量化玩家都在用。 核心能力: 1️⃣ 策略回测:直接用交易所历史 OHLCV 数据测试策略,手续费也会计入结果 2️⃣ Hyperopt 调参:可以自动搜索入场、出场、ROI、止损、移动止损等参数 3️⃣ Dry-Run 模拟盘:先用实时行情跑模拟交易,不碰真钱,验证回测和真实市场之间的差距 4️⃣ 实盘自动交易:支持 Binance、Bybit、OKX、Gate、Kraken、Hyperliquid 等,覆盖现货和多个期货市场 5️⃣ FreqAI:可以训练自适应机器学习模型,并定期重新训练,让模型跟随市场变化 6️⃣ 风控与交易对管理:支持白名单、黑名单、动态交易对、仓位管理和保护机制 7️⃣ WebUI + Telegram:直接查看持仓、盈亏、交易记录,也能远程启动、停止和管理 Bot 它是一个 Python 开源量化交易框架,从历史数据、策略开发、回测、参数优化,到模拟盘和实盘交易,都可以在同一套系统里完成。 做 Crypto 量化、策略回测、自动交易或者机器学习交易的,这个基本属于绕不开的项目。

爱吃折耳根的Ace

23,631 次观看 • 20 天前

Microduck 本身只开源了microduck 和 microduck_rl,它在电脑上无法操控,不方便~ 于是乎,我耗费了一周的使用额度,做了个 microduck-studio 并开源了,希望以后玩 Microduck 的人,能少踩一点我踩过的坑。 开发机器人的时候,真正折磨人的很多时候不是代码,而是环境、端口、进程、socket、仿真和运行时散落在各处。服务明明都启动了,机器人就是不动,然后开始一个终端一个终端排查,这些坑我已经踩过一遍了,就没必要让后来的人再踩一遍,所以我做了三件事: ① 把开发环境串起来 Docker、robotd --sim、MuJoCo Viewer、Web 服务统一到一条可重复的一键启动链路里。 不用再开一堆终端,手动拼端口、socket 和进程。 ② 把状态直接摆出来 robotd、MuJoCo、策略、仓库状态都可以直接查看,也可以执行移动、停止和技能指令。 哪里出了问题,不用再靠猜。 ③ 把“启动成功”变成“真的能用” 服务启动后会继续做联通测试,真正发送控制指令,确认仿真机器人能够移动。 不是网页能打开就算成功,而是整条控制链路真的跑通。 microduck-studio 不替代 microduck,也不替代 microduck_rl。 它只是把原本零散的开发流程,整理成一个更容易使用、更容易排错的“本地控制室”。 如果它能让后来开发 Microduck 的人少踩几个坑、少开几个终端、少浪费几个小时排查问题,那这个项目就已经有价值了。 自己踩过的坑,顺手填上。 自己走通的路,给后来的人留个路标。 项目地址放评论区了 🔽

玉米_AlphaNotes

25,076 次观看 • 29 天前