[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-11583":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":5,"homepage":8,"htmlUrl":8,"language":9,"languages":8,"totalLinesOfCode":8,"stars":10,"forks":11,"watchers":12,"openIssues":12,"contributorsCount":13,"subscribersCount":13,"size":13,"stars1d":14,"stars7d":14,"stars30d":15,"stars90d":13,"forks30d":13,"starsTrendScore":16,"compositeScore":17,"rankGlobal":8,"rankLanguage":8,"license":18,"archived":19,"fork":19,"defaultBranch":20,"hasWiki":21,"hasPages":19,"topics":22,"createdAt":8,"pushedAt":8,"updatedAt":23,"readmeContent":24,"aiSummary":25,"trendingCount":13,"starSnapshotCount":13,"syncStatus":14,"lastSyncTime":26,"discoverSource":27},11583,"autoresearch-crypto","chencore\u002Fautoresearch-crypto","chencore",null,"Python",159,36,1,0,2,31,6,4.7,"MIT License",false,"dev-2.0",true,[],"2026-06-12 02:02:32","# autoresearch-crypto\n\n\u003Cdiv align=\"right\">\u003Ca href=\"README_EN.md\">English\u003C\u002Fa>\u003C\u002Fdiv>\n\n自主加密货币量化交易策略研究框架。从 autoresearch 范式演化而来——不再优化 LLM，而是让 AI Agent 自主发现、演化和执行加密货币交易策略。\n\n> **免责声明**：本项目仅供研究和教育用途。加密货币交易具有重大风险。过往表现不能保证未来收益。使用风险自负。\n\n## 概述\n\nautoresearch-crypto 是一个模块化量化交易框架，专为以下场景设计：\n\n- **策略研究**：通过进化算法自动搜索和优化交易策略\n- **回测**：高保真回测，模拟真实手续费和滑点\n- **实盘交易**：与 Nado DEX 和 OKX 的生产级集成\n- **Agent 驱动演化**：ATLAS 多策略进化和 GEPA 反思式进化引擎\n\n## 功能特性\n\n| 功能 | 说明 |\n|---------|-------------|\n| **11 种内置策略** | 趋势跟踪、均值回归、剥头皮、网格、混合动量、自适应等 |\n| **ATLAS 进化** | 多 Agent 竞争性进化，跨策略原型 |\n| **GEPA 反思** | 带边界案例检测和策略枯竭恢复的反思式学习 |\n| **市场机制检测** | 自动机制分类（趋势\u002F震荡\u002F高波动） |\n| **多时间框架分析** | 跨 1m、5m、15m、1h、4h 时间框架的集合信号 |\n| **Maker\u002FTaker 费率优化** | 混合执行：开仓\u002F止盈用 POST_ONLY（Maker），止损用 IOC（Taker） |\n| **前进验证** | 多窗口样本外测试 |\n\n## 快速开始\n\n### 环境要求\n\n- Python 3.10+\n- [uv](https:\u002F\u002Fdocs.astral.sh\u002Fuv\u002F) 包管理器（推荐）\n- NVIDIA GPU（可选，用于策略搜索——建议 8GB+ 显存）\n\n### 安装\n\n```bash\n# 1. 克隆仓库\ngit clone \u003Crepo-url> autoresearch-crypto\ncd autoresearch-crypto\n\n# 2. 安装依赖\nuv sync\n\n# 3. 准备环境变量\ncp .env.example .env\n# 编辑 .env，添加你的 API 密钥 \u002F 私钥\n```\n\n### 下载市场数据\n\n```bash\n# 下载 ETH 5分钟数据（60天）\nuv run python prepare_crypto.py --symbol ETHUSDT --interval 5m --days 60\n```\n\n### 策略搜索\n\n```bash\n# 快速扫描（5分钟）\nuv run python search_eth_optimal.py --quick\n\n# 完整搜索（推荐，约20分钟）\nuv run python search_eth_optimal.py\n```\n\n### 回测\n\n```bash\n# 使用默认策略回测\nuv run python backtest_quant.py --symbol ETHUSDT --interval 5m --days 60\n\n# 使用指定 checkpoint 回测\nuv run python backtest_quant.py \\\n    --symbol ETHUSDT --interval 5m --days 60 \\\n    --checkpoint checkpoints\u002Fhybrid_mm_eth60d.pt\n```\n\n### 实盘交易（Nado DEX）\n\n```bash\nuv run python live_nado_quant.py \\\n    --ticker ETH \\\n    --interval 5m \\\n    --capital 100 \\\n    --checkpoint checkpoints\u002Fhybrid_mm_eth60d.pt\n```\n\n## 项目结构\n\n```\nautoresearch-crypto\u002F\n├── live_nado_quant.py          # Nado DEX 实盘交易\n├── live_okx_quant.py           # OKX 实盘交易\n├── backtest_quant.py           # 回测引擎\n├── train_quant.py              # 策略训练 \u002F 搜索\n├── search_eth_optimal.py       # ETH 最优策略搜索\n├── search_deep.py              # 深度参数搜索\n├── prepare_crypto.py           # 市场数据下载器\n├── dex\u002F                        # 核心框架\n│   ├── strategies\u002F             # 策略实现（11个类）\n│   ├── indicators.py           # 技术指标\n│   ├── evolution.py            # ATLAS 进化引擎\n│   ├── reflection.py           # GEPA 反思式进化\n│   ├── scoring.py              # 风险调整评分\n│   ├── market_regime.py        # 机制检测\n│   ├── config.py               # 集中式常量配置\n│   └── live\u002Fcommon.py          # 实盘交易共享工具\n├── checkpoints\u002F                # 策略检查点（保留 quant_model.pt）\n├── docs\u002F                       # 文档\n│   ├── STRATEGIES.md           # 策略目录\n│   └── 策略.md                  # 原始中文策略笔记\n└── scripts\u002F                    # 工具脚本\n    ├── evolve.py               # 运行 ATLAS 进化\n    ├── evolve_gepa.py          # 运行 GEPA 进化\n    └── train_all.py            # 训练所有策略类型\n```\n\n## 策略一览\n\n| 策略 | 类型 | 适用市场 | 交易频率 | 风险等级 |\n|----------|-------|------|------------------|-----------|\n| **HybridMM** | 均值回归 + 动量 | 震荡 + 趋势 | 低（约2笔\u002F天） | 中等 |\n| **Trend** | 布林带均值回归 | 震荡市 | 极低 | 中等 |\n| **Scalp** | 高频剥头皮 | 高波动 | 极高 | 高 |\n| **TrendFollow** | 趋势跟踪 | 强趋势 | 低 | 中等 |\n| **Grid** | 网格交易 | 横盘 | 中等 | 低 |\n| **PureAction** | 极端反转 | 超买\u002F超卖 | 中等 | 中等 |\n| **Adaptive** | 自适应 | 所有机制 | 中等 | 中等 |\n\n详见 [docs\u002FSTRATEGIES.md](docs\u002FSTRATEGIES.md)。\n\n## 进化引擎\n\n### ATLAS 多策略进化\n\n多 Agent（Alpha、Beta、Gamma、Delta）同时进化不同策略原型：\n\n```bash\nuv run python scripts\u002Fevolve.py --generations 30\n```\n\n### GEPA 反思式进化\n\n每 5 轮强制记录假设的反思式学习：\n\n```bash\nuv run python scripts\u002Fevolve_gepa.py --cycles 30\n```\n\n## 风险评分\n\n框架使用风险惩罚评分代替原始夏普比率，防止 Agent 偏好高杠杆\u002F高回撤策略：\n\n```\nScore = Sharpe * (1 - |MaxDD|)^-1 * TradePenalty * EdgeGuard\n```\n\n## 配置\n\n所有交易默认值集中在 [`dex\u002Fconfig.py`](dex\u002Fconfig.py)：\n\n| 参数 | 默认值 | 说明 |\n|-----------|---------|-------------|\n| `INITIAL_CAPITAL` | 10000.0 | 回测初始资金 |\n| `COMMISSION` | 0.02% | DEX Maker 手续费 |\n| `SLIPPAGE` | 0.02% | 执行滑点 |\n| `EVAL_MAX_DRAWDOWN` | 30% | 硬性禁用阈值 |\n\n## 平台支持\n\n| 交易所 | 状态 | 文件 |\n|----------|--------|------|\n| Nado DEX | 已支持 | `live_nado_quant.py` |\n| OKX | 已支持 | `live_okx_quant.py` |\n\n## 参与贡献\n\n欢迎贡献！请查看 [CONTRIBUTING.md](CONTRIBUTING.md) 了解如何参与。\n\n## 许可证\n\nMIT — 详见 [LICENSE](LICENSE)。\n","autoresearch-crypto 是一个用于加密货币量化交易策略研究的框架，支持从策略发现到实盘交易的全流程。其核心功能包括通过进化算法自动搜索和优化交易策略、高保真回测以及与Nado DEX和OKX交易所的生产级集成。特别地，项目引入了ATLAS多策略进化引擎和GEPA反思式学习机制，以实现Agent驱动的策略演化。此外，它还提供了11种内置交易策略，覆盖趋势跟踪、均值回归等多种类型，并支持多时间框架分析及市场机制自动分类。此框架适用于希望进行加密货币量化交易策略开发与测试的研究人员或开发者，在确保风险可控的前提下探索更优的交易策略。","2026-06-11 03:32:08","CREATED_QUERY"]