#自动化交易

优化版的XXYY 扫链任务详细版,睡着觉就把狗子打到了!,目前测试效果还是很不错的! 一、两个脚本各做什么 (扫链) 每10秒扫描一次市场,发现满足条件的代币立即买入 take_profit.py(止盈) 每10秒检查一次持仓,发现浮盈达标立即自动卖出 ─── 二、钱包 | 链 | 地址 | | --- | -------------------------------------------- | | SOL | 56S5ijdHqreYxgJt7adjtYaKnqvWwqjVyCtktcE2piFx | | BSC | 0x930f57d6893e85ecad0af4ac3e4af05574cc9dfe | ─── 三、交易参数 | 参数 | 值 | | ------ | -------------- | | SOL买入量 | 0.05 SOL(约$7) | | BSC买入量 | 0.007 BNB(约$2) | | SOL优先费 | 0.001 SOL | | BSC优先费 | 0.1 Gwei | | 滑点容忍 | 20% | | 防夹模式 | model=1(开启) | | 每次最大买入 | 不限,满足条件全部买 | ─── 四、扫描频率 | 参数 | 值 | | ------- | ----------------- | | 扫链间隔 | 每10秒一轮 | | SOL+BSC | 同时并行扫描 | | Feed类型 | 新币+即将毕业+已毕业三类同时获取 | | 每轮最大扫描 | 90个代币(30条×3类型) | ─── 五、筛选条件(共15项) 第一阶段:Feed级预过滤(直接用API返回字段,不额外请求) | # | 指标 | 阈值 | | --- | ------- | ------------ | | 1 | 代币年龄 | < 240分钟 | | 2 | 持币地址数 | > 100人 | | 3 | 开发者持仓比例 | < 60% | | 4 | 市值范围 | $20k ~ $300k | 第二阶段:Query API验证(对第一阶段通过的代币逐一查询) | # | 指标 | 阈值 | | --- | --------- | -------------- | | 5 | Top10持仓占比 | < 45% | | 6 | 狙击者数量 | < 6个 | | 7 | 内幕人员持仓 | < 6% | | 8 | 每小时成交额 | > $100k | | 9 | 流动性 | > $15k | | 10 | 蜜罐检测 | 非蜜罐 | | 11 | 社交媒体链接 | > 1个(推特/TG/网站) | | 12 | KOL合仓人数 | ≥ 1人 | | 13 | KOL买入总金额 | > $0 | 第三阶段:链上买卖量验证(仅SOL链,仅对前13项全过的代币) | # | 指标 | 阈值 | | --- | ------ | -------- | | 14 | 5分钟买量 | > 5分钟卖量 | | 15 | 15分钟买量 | > 15分钟卖量 | 两项满足任一即可通过(5分钟或15分钟其中一项买>卖即可) KOL严格检查:KolInfo为空 或 kolCount≤0 或 kolAmount≤0 → 直接跳过,无论其他指标多优秀 全部通过 → 立即买入 ─── 六、Feed API过滤参数 XXYY请求时传入 kol: "1," ,让服务器只返回有KOL参与的代币,减少无效扫描。 ─── 七、缓存机制 Token查询结果缓存5分钟,同一代币在缓存有效期内不重复查询,避免API浪费。 ─── 八、限速机制 XXYY API触发429限速时,采用指数退避等待: • 第1次限速:等2秒重试 • 第2次:等4秒 • 第3次:等6秒 • 以此类推,最多重试5次 ─── 九、推送通知 每5分钟一次(固定时钟,每小时的00分、05分、10分...): === 扫描报告 [HH:MM] === 总轮数: X SOL扫描: X个(累计) BSC扫描: X个(累计) 实时买入通知: 买 代币: XXX KOL人数: X KOL金额: $XX KOL占比: X% 链: SOL 价格: $X.XXXXXXX 金额: 0.050 SOL 来源: COMPLETED 签名: XXXXX take_profit.py 仅止盈触发时通知: 卖出 XXX +XXX% -> 卖10% 签名: XXXXX 或 卖出失败 XXX: 错误原因 ─── 十、止盈条件 | 触发条件 | 动作 | | ---------- | --------- | | 浮盈 ≥ +100% | 自动市价卖出10% | | 浮盈 ≥ +500% | 自动市价卖出25% | | TP1+TP2全触发 | 剩余10%持仓观望 | ─── 十一、文件 | 用途 | 路径 | | ------ | ----------------------------------------------------- | | 持仓记录 | /root/.openclaw/workspace/scripts/xxyy/positions.json | | 扫链日志 | /root/.openclaw/workspace/memory/xxyy.log | | 止盈日志 | /root/.openclaw/workspace/memory/xxyy_tp.log | | 通知备用队列 | /tmp/xxyy_notify_queue.txt | ─── 十二、当前运行状态 | 项目 | 状态 | | -------------- | ---------------- | | | PID 1170455 运行中 | | take_profit.py | PID 1155485 运行中 | | 推送 | Telegram直发,已验证正常 | | 扫描速度 | 首轮约30秒,后续每轮约10秒 |
过去两周,AI 交易迅速成为行业焦点。 但必须承认:目前市场上约 90% 的“AI 交易”仍停留在辅助层面——给情绪、给信号、给分析,而真正关键的环节(下单、风控、复盘)依然依赖人工完成。 如果从行业演化角度看,真正的终局只有一种: AI 全链路自主执行——自行看盘、研究、生成策略、下单、管理风险并持续复盘。 7×24 小时、零情绪、零疲劳、持续进化,这才是完整意义上的 AI Trading。 围绕这一目标,当前市场最受关注的两条路线——Alpha Arena 与 Taco——已经出现清晰分化。 Alpha Arena:展示型 - 主要是“AI 对战演示平台” - 不开放真实自动交易 - 用户只能围观,无法真正参与 Taco:落地型 - 连接钱包即可上手 - 全流程自动化:研究 → 策略 → 执行 → 风控 → 复盘 - 100%非托管 + TEE加密 + 全链可审计 - 面向新手、交易员到机构全覆盖 一句话概括: Alpha Arena 展示“AI 会交易”;Taco 让“每个人都能拥有一个 AI 交易员(Agent)”。 Taco 目前提供三种模式: 🧭 Copilot:实盘辅助,AI 生成策略与订单配置,由用户确认执行。 🤖 Autopilot:全自动模式,AI 接管策略、下单与风控。 🔍 Deep Research:链上、代币模型、情绪、新闻与技术分析的深度研究输出。 无论你是新手、老手、还是研究导向型交易者,都能找到对应模式。 更重要的是,Taco 引入 Trade-to-Own 模型:所有真实交易都会累积贡献并兑换 Stars,将直接影响 2026 Q1 的 $TACO 空投。平台未来最高 60% 收入用于回购销毁,真正让用户从“使用者”变成平台价值参与者。 截至 2025.11.21,Taco Phase 1 已开放早期使用,并进入实际落地阶段。 参与访问: 连接钱包 & 入金 USDC,即可使用 Copilot / Autopilot 开始交易并积累 Stars。 2025 最值得提前上车的 AI 交易赛道之一,大概率在这里。
Rocky
1年前