### 加密货币市场现状
加密货币市场是一个高波动、高风险的金融市场，具有以下特点：
- 高波动性：日波动率可达 10-20%，远高于传统金融市场
- 24/7 交易：全年无休，需要持续监控
- 趋势明显：加密资产往往呈现明显的趋势性，适合趋势跟踪策略
- 市场效率低：价格反应滞后，存在套利和趋势跟踪机会
### 量化交易的优势
在加密货币市场中，量化交易相比手动交易具有显著优势：
- 客观性：完全基于预设规则，避免情绪干扰
- 速度优势：毫秒级响应市场变化
- 全天候监控：24/7 运行，不错过任何交易机会
- 风险管理：严格的风险控制机制
- 回测验证：可通过历史数据验证策略有效性
### 趋势跟踪策略的应用价值
趋势跟踪策略是量化交易中的经典策略之一，特别适合加密货币市场：
- 捕捉大趋势：在牛市中获取可观收益
- 风险控制：通过追踪止损及时止损
- 适应性强：适用于不同市场环境
- 实现简单：逻辑清晰，易于实现和优化
### 核心功能
1. 市场状态识别：基于多指标融合评分系统，识别震荡市、上涨趋势、下跌趋势
2. 追踪止损：5% 初始止损 + 阶梯式追踪（浮盈>2% 开始追踪）
3. 严格风控：日亏损限额、回撤限额、余额检查
4. 市价单执行：确保快速成交，避免价格滑点
5. 实时监控：Web 监控界面，WebSocket 实时推送
6. K 线数据处理：支持 REST API 和 WebSocket 数据获取
7. 状态一致性验证：自动检测和修复状态不一致问题
8. 多格式数据支持：同时支持列表格式和字典格式的 K 线数据
9. 仓位管理：支持加仓合并，解决小额持仓问题
10. 平台限制适配：自动处理 Gate.io 最低交易限额（3 USDT）
11. 冷却期机制：平仓后 5 秒内禁止开仓，避免频繁交易
12. 状态持续时间检查：避免在临界点反复开仓
13. 历史持仓初始化：启动时自动识别和初始化历史持仓
14. 市场状态切换记录：详细记录市场状态变化，便于分析
15. K 线数据缓存：使用 deque 优化内存使用，自动限制缓存大小
### 策略逻辑
1. 震荡市 - 观望，不执行交易
2. 上涨趋势 - 做多，使用追踪止损
3. 下跌趋势 - 空仓观望，持仓由止损管理
### 止损机制
- 初始止损：买入价 × 95%（亏损 5%）
- 阶梯追踪：浮盈>2% 后，每涨 1%，止损上移 0.5%
- 只上不下：止损位只向上移动，不向下移动
### 风险控制
- 日亏损限额：10 USDT
- 最大回撤：8%
- 总账户回撤：10%
- 总账户日亏损：30 USDT
- 余额检查：开仓前检查 USDT/XRP 余额
- 冷却期：平仓后 5 秒内禁止开仓
### 技术栈
- 开发语言：Python 3.14+
- 异步框架：asyncio, aiohttp
- WebSocket：实时数据推送
- 数据处理：pandas (用于回测)
- 监控系统：HTML + JavaScript + WebSocket
- 日志系统：Python logging 模块
### 核心模块
1. Strategy：策略引擎，包含趋势跟踪逻辑
2. Core：核心功能模块
- client.py：Gate.io API 客户端（REST + WebSocket）
- inventory.py：库存管理
- orderbook.py：订单簿管理
- risk.py：风险管理
- technical_indicators.py：技术指标计算
- trailing_stop.py：追踪止损管理
3. Monitor：监控系统
- dashboard.html：监控界面
- server.py：监控服务器
4. Config：配置管理
5. Main：主程序入口
### API 集成
- REST API：用于获取历史数据、下单、查询账户信息
- WebSocket API：用于实时获取订单簿、K 线数据、订单更新
- 签名认证：使用 HMAC-SHA512 签名，确保 API 请求安全
### 数据流程
1. 数据获取：通过 WebSocket 实时获取订单簿和 K 线数据
2. 市场状态识别：基于技术指标计算市场状态
3. 策略执行：根据市场状态执行相应的交易策略
4. 风险控制：执行前检查风控规则
5. 订单执行：使用市价单快速执行交易
6. 监控推送：实时推送策略状态和交易信息到监控界面
评论