介绍
# Crypto Self-Learning 🧠
用于加密货币交易的 AI 驱动自我提升系统。从每一笔交易中学习，随时间推移提高准确性。
## 🎯 核心概念
每一笔交易都是一堂课。该技能： 1. **记录** 包含完整上下文的每一笔交易 2. **分析** 盈利与亏损中的模式 3. 从真实数据中 **生成** 规则 4. 自动 **更新** 记忆
## 📝 记录交易
在**每笔**交易（盈或亏）后，进行记录：
```bash python3 {baseDir}/scripts/log_trade.py \ --symbol BTCUSDT \ --direction LONG \ --entry 78000 \ --exit 79500 \ --pnl_percent 1.92 \ --leverage 5 \ --reason "RSI oversold + support bounce" \ --indicators '{"rsi": 28, "macd": "bullish_cross", "ma_position": "above_50"}' \ --market_context '{"btc_trend": "up", "dxy": 104.5, "russell": "up", "day": "tuesday", "hour": 14}' \ --result WIN \ --notes "Clean setup, followed the plan" ```
### 必填字段： | 字段 | 描述 | 示例 | |-------|-------------|---------| | `--symbol` | 交易对 | BTCUSDT | | `--direction` | LONG 或 SHORT | LONG | | `--entry` | 入场价格 | 78000 | | `--exit` | 离场价格 | 79500 | | `--pnl_percent` | 盈亏百分比 | 1.92 或 -2.5 | | `--result` | WIN 或 LOSS | WIN |
### 选填但推荐： | 字段 | 描述 | |-------|-------------| | `--leverage` | 使用的杠杆 | | `--reason` | 入场原因 | | `--indicators` | 入场时的指标 JSON 数据 | | `--market_context` | 宏观条件的 JSON 数据 | | `--notes` | 交易后观察笔记 |
## 📊 分析表现
运行分析以发现模式：
```bash python3 {baseDir}/scripts/analyze.py ```
输出内容： - 按方向（做多 vs 做空）统计的胜率 - 按星期几统计的胜率 - 按 RSI 区间统计的胜率 - 按杠杆统计的胜率 - 识别出的最佳/最差设置 - 建议的规则
### 分析特定筛选条件： ```bash python3 {baseDir}/scripts/analyze.py --symbol BTCUSDT python3 {baseDir}/scripts/analyze.py --direction LONG python3 {baseDir}/scripts/analyze.py --min-trades 10 ```
## 🧠 生成规则
从交易历史中提取可执行规则：
```bash python3 {baseDir}/scripts/generate_rules.py ```
这将分析模式并输出如下规则： ``` 🚫 AVOID: LONG when RSI > 70 (win rate: 23%, n=13) ✅ PREFER: SHORT on Mondays (win rate: 78%, n=9) ⚠️ CAUTION: Trades with leverage > 10x (win rate: 35%, n=20) ```
## 📈 自动更新记忆
将学到的规则应用到 agent 记忆中：
```bash python3 {baseDir}/scripts/update_memory.py --memory-path /path/to/MEMORY.md ```
这将追加一个“## 🧠 Learned Rules”部分，包含数据驱动的见解。
### 试运行（预览变更）： ```bash python3 {baseDir}/scripts/update_memory.py --memory-path /path/to/MEMORY.md --dry-run ```
## 📋 查看交易历史
```bash python3 {baseDir}/scripts/log_trade.py --list python3 {baseDir}/scripts/log_trade.py --list --last 10 python3 {baseDir}/scripts/log_trade.py --stats ```
## 🔄 每周回顾
每周运行一次以查看进度：
```bash python3 {baseDir}/scripts/weekly_review.py ```
生成内容： - 本周表现与上周对比 - 新发现的模式 - 有效/无效的规则 - 下周建议
## 📁 数据存储
交易记录存储在 `{baseDir}/data/trades.json` 中： ```json { "trades": [ { "id": "uuid", "timestamp": "2026-02-02T13:00:00Z", "symbol": "BTCUSDT", "direction": "LONG", "entry": 78000, "exit": 79500, "pnl_percent": 1.92, "result": "WIN", "indicators": {...}, "market_context": {...} } ] } ```
## 🎯 最佳实践
1. **记录每一笔交易** - 盈利和亏损都要记 2. **保持诚实** - 不要跳过糟糕的交易 3. **添加上下文** - 数据越多，模式越好 4. **每周回顾** - 模式随时间显现 5. **相信数据** - 如果数据说避免某事，那就避开它
## 🔗 与 tess-cripto 集成
添加到 tess-cripto 的工作流中： 1. 交易前：检查 MEMORY.md 中的规则 2. 交易后：记录完整上下文 3. 每周：运行分析并更新记忆
--- *本技能由 Total Easy Software 开发 - 从每一笔交易中学习* 🧠📈