moltrade

🤖 去中心化量化交易与信号跟单机器人

金融交易榜 #10

去中心化量化交易机器人,支持Nostr加密信号广播与一键跟单,本地密钥托管零托管风险,适合DeFi量化交易者。

收藏
15.4k
安装
4.6k
版本
1.0.4
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心用法

Moltrade 是一款基于 OpenClaw 的去中心化自动交易助手,核心功能包括:

1. 策略执行与回测

  • 内置回测引擎:python trader/backtest.py --config config.json --strategy <name> --symbol <symbol>
  • 支持自定义策略开发,需继承 BaseStrategy 并按 INTEGRATION.md 规范注册
  • OpenClaw 集成策略顾问功能,可自动生成回测报告与优化建议

2. 信号广播与社交交易

  • 通过 Nostr 网络加密广播交易信号,仅目标订阅者可解密
  • 一键跟单模式:非专业用户可快速配置本地执行环境
  • 信号流程:运行机器人 → 生成并加密信号 → 中继转发 → 跟单执行 → 验证赚积分

3. 交易所适配

  • 默认支持 Hyperliquid,可扩展自定义适配器
  • 需在 trader/exchanges/ 实现标准接口(get_candles, place_order 等)

运行模式--init 初始化配置 → --test 模拟验证 → 移除 --test 实盘(需用户明确授权)

---

显著优点

| 维度 | 优势 |
|------|------|
| **安全架构** | 客户端自托管密钥,云端仅作中继不触私钥;无托管风险 |
| **隐私保护** | Nostr 端到端加密,策略细节仅订阅者可见 |
| **易用性** | 一键跟单降低量化门槛,配置向导引导完成 |
| **激励对齐** | 透明积分系统奖励信号提供者、跟随者、中继节点 |
| **扩展性** | 轻量中继架构可迁移至去中心化网络,抗审查 |

---

潜在缺点与局限性

  • 无独立 CLI:当前需克隆仓库运行,尚未发布 PyPI 包
  • 策略开发门槛:自定义策略需 Python 编码能力,非纯 GUI 操作
  • Nostr 网络依赖:信号广播受中继节点可用性影响
  • 交易所覆盖有限:默认仅 Hyperliquid,其他需自行开发适配器
  • 无内置风控熔断:需用户自行配置 trading.risk_limits 参数

---

适合人群

  • DeFi 量化交易者、策略开发者
  • 希望分享/跟随加密交易信号的社群 KOL
  • 注重资产自托管、不信任中心化托管的隐私敏感用户
  • 具备基础 Python 环境配置能力的自动化交易爱好者

---

常规风险

⚠️ 金融损失风险:加密货币及衍生品交易存在重大亏损可能,历史业绩不代表未来收益
⚠️ 密钥泄露风险nsec 与钱包私钥本地存储,设备被盗或备份不当将导致资产损失

⚠️ 策略失效风险:回测表现与实盘存在偏差,市场 regime change 可能导致策略亏损

⚠️ 智能合约/交易所风险:Hyperliquid 等第三方平台的安全事件可能影响资金安全

⚠️ 网络延迟风险:Nostr 中继转发可能引入信号延迟,影响高频策略执行

安全解读

核心用法

Moltrade 是一款基于 Nostr 协议的自动化交易机器人技能,主打「本地私钥托管 + 加密信号社交化交易」。用户可通过 OpenClaw 安装后,运行 python main.py --init 完成交互式配置(中继节点、钱包、Nostr 密钥、跟单参数),随后进行策略回测、模拟交易或实盘运行。

主要功能模块:

  • 策略回测python trader/backtest.py --config config.json --strategy <name> --symbol <symbol>,输出 PnL、胜率、回撤等指标
  • 模拟模式--test 参数运行,验证信号广播与执行逻辑,无真实资金风险
  • 实盘交易:移除 --test 后连接 Hyperliquid 等交易所,需用户显式确认
  • 信号广播:通过 Nostr 网络加密推送交易信号,订阅者可解密跟单
  • 交易所适配:在 trader/exchanges/ 实现标准接口即可扩展新交易所
  • 策略集成:继承 BaseStrategy 类并注册,支持自定义量化策略

显著优点

1. 安全架构领先:私钥完全本地托管,云端仅作中继/重加密转发,无 custody 风险;符合「非托管钱包」安全范式
2. 隐私保护完善:信号端到端加密,仅目标订阅者可解密,策略细节不会公开泄露

3. 低门槛跟单体验:提供一键式复制交易功能,降低非专业用户参与量化交易的门槛

4. 激励机制透明:基于链上可验证的 Credit 系统,信号提供者、跟随者、中继节点共享收益

5. 可扩展性强:支持自定义策略与交易所适配器,且架构预留去中心化中继网络迁移能力

潜在缺点与局限性

  • 技术门槛仍存:需理解 Python 环境配置、Nostr 密钥管理、交易所 API 等概念,纯新手可能遇阻
  • 实盘风险自担:虽提供模拟模式,但切换到主网后所有交易风险由用户承担,无风控兜底机制
  • 生态依赖度高:深度依赖 Nostr 网络可用性与中继节点稳定性,若中继故障可能影响信号接收
  • 无独立审计披露:安全报告基于 skill 本体扫描,未包含底层 trader/ 目录代码的完整审计
  • 流动性与滑点风险:跟单机制在高波动或低流动性市场可能产生显著滑点,未内置动态滑点保护

适合人群

  • 具备基础 Python/CLI 能力的量化交易爱好者
  • 重视资产自控权、拒绝交易所托管的 DeFi 原住民
  • 希望建立交易信号订阅社群的资深交易者
  • 愿意承担高风险以换取自动化交易便利性的进阶用户

常规风险

1. 资金安全风险:实盘模式下私钥管理不当(如配置文件泄露)可导致资金损失
2. 策略失效风险:回测表现不代表未来收益,市场环境变化可能导致策略快速失效

3. 智能合约/交易所风险:底层 Hyperliquid 等中心化交易所的智能合约或运营风险未消除

4. 网络与延迟风险:Nostr 中继或交易所 API 延迟可能导致信号执行价格偏离预期

5. 合规不确定性:自动交易与信号分享在某些司法辖区可能涉及证券法规制

moltrade 内容

手动下载zip · 3.3 kB
SKILL.mdtext/markdown
请选择文件