核心用法
Moltrade 是一款基于 Python 的开源量化交易机器人，集成于 OpenClaw 生态，主打去中心化信号社交与本地安全托管。用户可通过 CLI 完成策略配置、回测、模拟交易及实盘部署，并将加密交易信号通过 Nostr 协议广播给订阅者，实现无需暴露策略细节的透明跟单。
关键操作流程
1. 初始化配置：运行 python main.py --init 启动交互式向导，配置交易所 API（默认 Hyperliquid）、Nostr 密钥对、中继节点及跟单参数，注册后获取 relayer_nostr_pubkey 写入配置
2. 策略回测：使用 trader/backtest.py 验证策略表现，输出 PnL、胜率、最大回撤等指标
3. 测试模式运行：--test 参数模拟交易，验证信号广播链路正常，日志写入 trading_bot.log
4. 实盘启动：移除 --test 后执行真实订单，需双重确认密钥与风险限额
5. 信号广播：内置 SignalBroadcaster 自动将交易信号加密发布至 Nostr，仅指定订阅者可解密
扩展能力
- 自定义交易所：在
trader/exchanges/实现统一接口（蜡烛图、持仓、下单等），通过工厂模式注册 - 策略集成：继承
BaseStrategy并注册至策略工厂，支持参数化配置
---
显著优点
| 维度 | 亮点 |
|------|------|
| **安全架构** | 私钥/资金完全本地自持，云端仅作中继，零托管风险 |
| **隐私保护** | Nostr 信号端到端加密，策略细节仅订阅者可见 |
| **用户体验** | 一键跟单设计，非技术用户可快速跟随成熟策略 |
| **激励机制** | 透明信用系统奖励信号提供者、跟随者及中继节点 |
| **开放集成** | OpenClaw 作为策略顾问，提供自动化回测与优化建议 |
| **未来兼容** | 轻量中继架构可迁移至去中心化中继网络，抗审查 |
---
潜在缺点与局限性
- 依赖自建基础设施：需用户自行维护本地 Python 环境、Nostr 中继连接稳定性
- 策略质量参差：社交跟单模式下，信号提供者的历史业绩不代表未来收益，信用系统初期可能缺乏足够验证周期
- 交易所覆盖有限：默认仅 Hyperliquid，其他交易所需自行开发适配器
- 无独立 CLI 包：当前仅支持源码安装，未发布 PyPI 包，CI/自动化场景需维护仓库检出
- 安全责任完全用户承担：官方明确声明不承担任何财务损失，实盘前需充分测试
---
适合人群
- 量化策略开发者：希望将策略信号产品化、建立订阅者社区的开发者
- DeFi 资深用户：熟悉 Hyperliquid 等链上衍生品交易，追求非托管自动化
- 隐私敏感型交易者：不愿将策略逻辑或持仓暴露给中心化平台
- 技术极客/Nostr 生态参与者：对去中心化社交网络与加密通信有偏好的早期采用者
---
常规风险
| 风险类型 | 说明 |
|----------|------|
| **资金风险** | 加密货币与衍生品交易本身具有高杠杆、高波动特性，自动化策略可能在极端行情下产生巨额亏损 |
| **密钥泄露** | 虽为本地托管，若用户设备被入侵或误操作泄露 `nsec`，攻击者可完全控制资金 |
| **中继依赖** | Nostr 信号传输依赖中继节点可用性，中继故障可能导致信号延迟或丢失 |
| **代码风险** | 开源项目可能存在未审计漏洞，策略逻辑错误、交易所 API 异常处理不当均可导致非预期交易 |
| **合规风险** | 自动交易与信号跟单在部分司法辖区可能涉及证券法规制，需用户自行评估 |
> 重要提示：Moltrade 明确声明"过去业绩不代表未来结果"，任何实盘部署前应完成充分回测与模拟验证，切勿投入无法承受损失的资金。