加密货币自我学习 🧠

基于AI的加密货币交易自我改进系统。从每笔交易中学习，逐步提高准确率。

🎯 核心理念

每笔交易都是一堂课。此技能能够：

1. 1. 记录 每笔交易的完整上下文
2. 分析 盈利与亏损的模式
3. 生成 基于真实数据的规则
4. 自动更新 记忆库

📝 记录交易

每笔交易（无论盈亏）后，请记录：

bash
python3 {baseDir}/scripts/log_trade.py \
--symbol BTCUSDT \
--direction LONG \
--entry 78000 \
--exit 79500 \
--pnl_percent 1.92 \
--leverage 5 \
--reason RSI超卖 + 支撑位反弹 \
--indicators {rsi: 28, macd: bullishcross, maposition: above_50} \
--marketcontext {btctrend: up, dxy: 104.5, russell: up, day: tuesday, hour: 14} \
--result WIN \
--notes 清晰的设置，按计划执行

必填字段：

字段	描述	示例
--symbol	交易对	BTCUSDT
--direction

做多或做空 | LONG |

| --entry | 入场价格 | 78000 | | --exit | 出场价格 | 79500 | | --pnl_percent | 盈亏百分比 | 1.92 或 -2.5 | | --result | 盈利或亏损 | WIN |

推荐但非必填字段：

字段	描述
--leverage	使用的杠杆倍数
--reason

入场原因 |

| --indicators | 入场时的指标JSON数据 | | --market_context | 宏观市场条件JSON数据 | | --notes | 交易后观察记录 |

📊 分析表现

运行分析以发现模式：

bash
python3 {baseDir}/scripts/analyze.py

输出结果：

• - 按方向统计的胜率（做多 vs 做空）
• 按星期统计的胜率
• 按RSI区间统计的胜率
• 按杠杆倍数统计的胜率
• 最佳/最差交易策略识别
• 建议规则

按特定条件分析：

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

从你的交易历史中提取可执行的规则：

bash
python3 {baseDir}/scripts/generate_rules.py

此功能分析模式并输出类似规则：

🚫 避免：RSI > 70时做多（胜率：23%，样本数：13）
✅ 偏好：周一做空（胜率：78%，样本数：9）
⚠️ 谨慎：杠杆倍数 > 10x的交易（胜率：35%，样本数：20）

📈 自动更新记忆库

将学到的规则应用到代理记忆库：

bash
python3 {baseDir}/scripts/update_memory.py --memory-path /path/to/MEMORY.md

此操作会添加一个## 🧠 学到的规则部分，包含数据驱动的洞察。

预览模式（预览更改）：

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

每周运行以查看进展：

bash
python3 {baseDir}/scripts/weekly_review.py

生成内容：

• - 本周表现 vs 上周表现
• 新发现的模式
• 有效/失效的规则
• 下周建议

📁 数据存储

交易数据存储在 {baseDir}/data/trades.json：
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. 1. 记录每笔交易 - 盈利和亏损都要记录
2. 保持诚实 - 不要跳过亏损交易
3. 添加上下文 - 数据越多，模式越清晰
4. 每周回顾 - 模式会随时间显现
5. 相信数据 - 如果数据显示要避免某事，那就避免

🔗 与tess-cripto集成

添加到tess-cripto的工作流程：

1. 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库

---

技能由Total Easy Software提供 - 从每笔交易中学习 🧠📈