基于AI与记忆增强的DEX交易策略自主进化引擎构建实践

1. 项目概述：一个能自己“进化”的DEX交易策略发现引擎

如果你在Base链上交易过，或者用过Uniswap V3、Aerodrome这些去中心化交易所，你肯定知道一个痛点：市场是活的，但你的交易策略往往是死的。你花几天时间写了个策略，回测看着不错，一上线，市场风格一变，策略立马失效，然后你又得从头开始调参、重构，陷入一个没完没了的循环。

AutoResearch这个项目，就是冲着解决这个“人肉调参”的瓶颈来的。它的核心想法非常直接：把策略的发现和进化过程，交给一个AI代理去自动化完成。这个代理会像一个不知疲倦的研究员，不断地提出新的策略假设（比如“把RSI周期从14改成10试试”），然后用真实的Base链上DEX数据（ETH/USDC, AERO/USDC等）进行回测，根据一个综合评分决定是保留这个新策略，还是回滚到上一个版本。最关键的是，它有一个“记忆”系统，能记住每一次实验的成功与失败，让下一次的“进化”方向更聪明。

我花了12个小时，从零构建了这个系统。它不是一个简单的回测框架，而是一个完整的、能自主运行的“策略发现引擎”。从获取链上数据、计算技术指标、设计回测引擎，到集成LLM（大语言模型）来生成策略突变、最后通过Bankr钱包在Base主网上进行实盘交易验证，整个流程完全打通。最让我兴奋的是，它真的在无人干预的情况下，通过230多次实验，将一个基准策略的评分从0.421提升到了8.176，提升了超过1840%，并且自动发现了从简单的均值回归到复杂的双策略组合的进化路径。

2. 核心架构与设计哲学

2.1 为什么是“自主研究”，而不是“自动交易”？

市面上大多数交易机器人，核心是“执行”。你给它一个设定好的策略（比如“RSI低于30买入，高于70卖出”），它就不眠不休地执行。AutoResearch的定位是“研究”。它的核心产出不是交易信号，而是经过验证的、更优的交易策略本身。

这背后的设计哲学深受Andrej Karpathy的“autoresearch”概念启发。Karpathy将其应用于AI模型训练，让AI自己修改训练脚本、跑实验、评估结果。我们把这个循环搬到了DEX交易策略领域。这里的“训练”变成了“回测”，评估标准从“验证集准确率”变成了“风险调整后的综合收益评分”。

2.2 系统架构全景

整个系统可以看作一个由数据驱动、记忆增强的闭环反馈系统。下图展示了其核心工作流：

[数据层] -> [策略引擎] -> [回测与评估] -> [记忆与学习] -> [突变生成] ^ | | v +------------------------------------------------------------+

数据层：这是系统的眼睛。它从多个源头获取Base链上DEX的实时和历史数据，包括Uniswap V3的0.05%和0.3%费率的ETH/USDC池、cbETH/WETH池，以及Aerodrome的AERO/USDC池。我们使用了DeFiLlama、CoinGecko的API，并集成了Uniswap开发者平台的子图查询作为后备，确保数据的可靠性和实时性。数据以每小时K线的形式被标准化处理，为回测提供燃料。

策略引擎：这是系统的大脑。它基于一个简单的类接口（一个onBar函数）运行。当前活跃的策略代码就存放在一个单一的strategy.js文件中，这是系统的“单一事实来源”。引擎会为每个交易对计算10种技术指标（RSI, MACD, 布林带, ATR, VWAP, 随机指标, OBV, EMA, 威廉指标, 百分比排名），并将这些数据喂给策略函数，策略函数则返回目标持仓量。

回测与评估：这是系统的裁判。它模拟交易，严格计算手续费（基于真实DEX费率）、滑点，并跟踪资金曲线。其评分系统是策略进化的指挥棒，计算公式为：score = sharpe × √(min(trades/50, 1.0)) − drawdown_penalty − turnover_penalty。这个公式巧妙地在夏普比率（风险收益比）、交易活跃度、最大回撤和换手率之间取得了平衡，鼓励策略寻找稳健的Alpha，而不是通过高频交易刷虚假收益或承担过大风险。

记忆与学习（LCM）：这是系统区别于随机搜索的关键。我们集成了OpenClaw的Lossless Context Management（无损上下文管理）。每一次实验，无论成功（KEPT）还是失败（REVERTED），都会被详细记录到记忆库中，包括改动了什么参数、得分多少、夏普比率、回撤等。在生成下一次突变前，AI代理会先查询记忆：“我们试过哪些RSI周期？哪个效果最好？”“在偏离阈值这个参数上，最优区间大概在哪里？”“有哪些结构性的改动（比如添加新指标）我们还没探索？”这使得研究过程是收敛的，避免了在无效区域反复试错。

突变生成（LLM Gateway）：这是系统的创新引擎。我们通过Bankr的LLM Gateway接入Claude Sonnet等模型。系统会构建一个详细的提示词（Prompt），包含当前策略代码、历史实验记忆、市场数据摘要，然后要求LLM“提出一个最有希望提高综合评分的、具体的代码修改建议”。LLM可能会建议调整参数，也可能建议引入新的指标组合或出场逻辑。这个建议会被自动应用到strategy.js文件中，触发新一轮回测。

2.3 模块化设计

整个代码库由14个核心源文件模块化构成，职责清晰：

• src/controller.js: 总控循环，协调突变、测试、学习流程。
• src/backtest.js: 回测引擎核心，包含手续费模型和评分逻辑。
• src/indicators.js: 纯函数实现的10个技术指标库。
• src/regime.js: 市场状态检测模块，通过Hurst指数、EMA斜率等判断趋势/震荡市。
• src/memory.js: LCM记忆的封装，负责实验日志的存储和查询。
• src/executor.js: 实盘执行引擎，连接Bankr钱包，处理风险控制和订单发送。
• src/bankr.js: Bankr服务的集成层，处理LLM调用和钱包交互。
• scripts/daemon.js: 守护进程脚本，让整个研究循环可以7x24小时无人值守运行。

这种设计使得系统易于理解、调试和扩展。例如，如果你想替换LLM提供商，只需修改bankr.js；如果想增加新的技术指标，就更新indicators.js。

3. 实操搭建与运行指南

3.1 环境准备与快速启动

假设你已经在本地配置好了Node.js（v20+）环境，并且有一个可以访问Base链的RPC节点（可以用公共的，也可以用自己的Infura或Alchemy端点）。

第一步，克隆代码库并安装依赖（注意，核心运行时依赖为零，但一些脚本可能需要node-fetch等，请根据package.json安装）：

git clone https://github.com/darks0l/autoresearch.git cd autoresearch npm install # 如果package.json里有开发依赖的话

第二步，获取历史数据。回测需要数据，我们提供了脚本从多个源抓取Base上主流交易对的近期小时K线数据：

node scripts/fetch-data.js

这个脚本会默认获取ETH/USDC, AERO/USDC等4个交易对的数据，保存到data/目录下。你也可以修改脚本或通过配置来增加其他你感兴趣的Base链上交易对。

第三步，运行基准测试。在让AI开始研究之前，最好先看看一个简单策略的基线水平：

node scripts/run-benchmarks.js

这会运行一个内置的简单VWAP均值回归策略，并输出其综合评分。我最初得到的基线分数是0.421，这将是AI进化的起点。

3.2 启动自主研究循环

现在，激动人心的部分来了。运行以下命令，启动一个自动进行30次实验的研究会话：

node scripts/run-autoresearch.js --max 30

你会看到控制台开始输出日志：

[启动] 加载策略文件与历史记忆... [记忆查询] 发现23次历史实验，最佳得分: 0.740 (exp074) [LLM调用] 请求生成突变... [突变生成] LLM建议：将RSI周期从14调整为10，以获取更灵敏的超卖信号。 [回测] 对4个交易对进行回测，共2800根K线... [结果] 新得分: 0.726，旧得分: 0.740。未提升，回滚。 [记忆] 记录实验exp075: REVERTED。 [LLM调用] 基于失败经验，请求新的突变... ...

这个过程会持续进行，直到达到30次实验上限，或者你手动中断。每次实验，AI都会尝试一个微小的改动，并根据回测结果决定保留还是丢弃。

3.3 部署持久化守护进程

对于长期、无人值守的研究，你需要运行守护进程模式。它会以批次为单位运行实验，并在批次间隙暂停，避免过度消耗资源（和API调用费用）。

node scripts/daemon.js --batch 15 --model claude-sonnet-4.5 --target 10.0

参数解释：

• --batch 15: 每轮运行15次实验。
• --model claude-sonnet-4.5: 指定使用Claude Sonnet模型进行突变生成（效果更好，但成本略高）。
• --target 10.0: 设定一个目标分数，达到后守护进程可以暂停或通知。

守护进程会在每批实验结束后，将改进的策略自动提交到Git（如果配置了Git仓库），并生成一份报告。它还会跟踪Bankr LLM的积分消耗，确保研究循环在预算内进行。

3.4 实盘交易执行（谨慎！）

在AI发现了一个高评分策略后，你可以选择进行实盘交易。强烈建议先用模拟盘（paper trading）运行足够长时间。

# 模拟盘运行，使用最新的策略 node scripts/run-live.js # 模拟盘，并使用市场状态检测模块来动态调整策略 node scripts/run-live.js --regime # 实盘交易（需要配置BANKR_API_KEY和有效的Bankr钱包余额） node scripts/run-live.js --live --regime --cycles 24

实盘执行引擎内置了严格的风险控制：

• 单笔头寸上限：默认不超过投资组合总价值的15%。
• 每日止损线：当日累计亏损达到5%时，自动停止交易。
• 交易对白名单：只允许在预设的、流动性好的交易对上交易（如ETH/USDC）。
• 余额同步：每次交易前会从Bankr钱包同步真实余额，确保不会超买。

重要提示：实盘交易涉及真实资产损失风险。务必从小额开始，充分理解策略逻辑，并确保你已设置好所有安全配置（如API密钥权限仅限交易，不包含提现）。

4. 策略进化全记录与深度解析

这个项目最宝贵的产出，不是最终的策略代码，而是那230多次完整的实验日志。它像一本AI交易策略的“进化日记”，揭示了机器如何思考市场。我们来深入看看几个关键阶段。

4.1 第一阶段：VWAP均值回归的陷阱（实验1-74）

最初的基准策略是一个经典的VWAP（成交量加权平均价）均值回归策略：当价格偏离VWAP一定百分比时入场，回归时出场。在合成数据（人为生成的、具有明显均值回归特性的数据）上，AI通过微调参数（如偏离阈值、ATR周期、RSI周期），成功将分数从0.421提升到了0.740。

关键教训：过拟合（Overfitting）。当我把这个在合成数据上表现优异的策略（exp074）放到真实Base链数据上回测时，分数暴跌至-1.460，模拟回报为-6%。这是一个教科书般的过拟合案例：策略完美适应了训练数据（合成数据）的噪声，却无法泛化到真实市场。

实操心得：永远、永远要用真实市场数据进行最终验证。合成数据或单一历史阶段的数据只能用于初步构思。市场的复杂性和结构性变化是任何合成数据难以模拟的。

4.2 第二阶段：结构性突破——转向趋势跟踪（实验117）

认识到VWAP策略的局限性后，我（作为人类开发者）进行了一次手动结构性干预。我没有让AI继续调参，而是完全重写了策略逻辑，从均值回归转向趋势跟踪。新策略结合了：

1. 唐奇安通道突破作为入场信号。
2. EMA双线交叉作为趋势过滤器，只在趋势方向交易。
3. RSI超卖区作为趋势中的回调买入机会。
4. 基于ATR的动态跟踪止损来保护利润。

这次重构带来了质的飞跃，分数从0.74跃升至2.838，首次在真实数据上实现了正收益。这揭示了一个关键点：LLM擅长在既定框架内做局部优化（调参），但突破性的架构创新往往还需要人类的直觉和领域知识来引导。

4.3 第三阶段：LLM守护进程的渐进式优化（实验126-183）

在提供了趋势跟踪这个强大的新框架后，我将控制权交回给AI守护进程。它开始了新一轮的“微进化”：

• 实验126：引入基于Hurst指数的市场状态识别，在趋势市增加仓位。
• 实验128：将ATR跟踪止损的倍数从2.0收紧至1.5，夏普比率显著提升至4.002。
• 实验151：增加多时间框架趋势过滤（例如，用50周期EMA的斜率判断大趋势），过滤掉了许多逆势交易。

这个阶段，分数从2.838稳步提升至3.777。AI通过系统性的、数据驱动的试错，不断打磨策略的细节。

4.4 第四阶段：再次突破——集成学习与双策略组合（实验161-199）

当分数在3.78附近陷入平台期时，我再次介入，引入了集成学习（Ensemble）的概念（实验161）。新策略并行运行三个独立的子策略（唐奇安突破、RSI抄底、MACD动量），只有当至少两个子策略发出相同方向的信号时才开仓，并根据“投票”的票数来加权仓位。这一下将分数推高到了4.512。

然而，有趣的事情发生了。AI守护进程在后续的实验中，竟然发现“简化”比“复杂”更有效。实验163剥离了复杂的集成投票，回归到纯粹的唐奇安趋势突破，分数反而进一步提升到5.310。这似乎说明，在当时的市场状态下，一个清晰强力的信号比多个微弱信号的组合更有效。

随后，AI自发地发现了几项关键改进：

• 实验170（ATR百分比过滤器）：将简单的“ATR > SMA”过滤器，改为“ATR处于其近期分布的60百分位以上”。这是一个质的提升，分数跃升至7.327。它不再看ATR的绝对值，而是看其相对位置，更好地捕捉了“波动率扩张”的起始点。
• 实验180（自适应盈利目标）：根据趋势强度动态调整盈利目标（弱趋势2倍ATR，强趋势4倍ATR），让利润奔跑，分数到了7.875。
• 实验183（动态突破回看期）：根据波动率状态动态调整唐奇安通道的回看周期（高波动用25期，低波动用15期），适应不同市场节奏，分数达7.991。
• 实验199（双策略组合）：这是最终的巅峰。AI设计了一个双策略投资组合：一个策略负责趋势突破，另一个负责均值回归。然后利用Hurst指数（衡量时间序列趋势性的指标）来动态分配资金：当Hurst指数高（趋势市），大部分资金分配给趋势策略；当Hurst指数低（震荡市），则分配给均值回归策略。这个动态资产配置模型将最终分数推至8.176。

4.5 核心发现与AI行为模式总结

1. 退出优于入场：在大多数失败的实验中，AI试图优化入场条件。而大多数成功的实验，改进的是出场逻辑（止损、止盈）。这印证了一句交易格言：“会买的是徒弟，会卖的是师傅。”
2. 简单性力量：复杂的集成策略（exp161）被更简单的纯趋势策略（exp163）超越。AI最终发现，减少错误信号比增加更多信号源更重要。
3. 自动升级机制有效：我们设定了“平台期检测器”。如果连续5次实验都是参数微调且没有显著提升，系统会强制LLM进行“结构性思考”，禁止它再调参。正是这个机制逼出了“ATR百分比过滤器”这个重大创新。
4. 记忆是关键：没有LCM记忆，每次实验都是独立的随机游走。有了记忆，AI能避免重复失败，并沿着有希望的方向深入探索。

5. 市场状态检测：让策略“识时务”

一个在所有市场环境下都固守同一套逻辑的策略注定会失败。因此，我构建了一个轻量但有效的市场状态检测模块（src/regime.js）。它从三个维度分析最近100根K线：

1. 趋势强度：通过短期EMA与长期EMA的交叉和斜率来判断。
2. 波动率水平：计算ATR，并判断其处于近期历史分布中的百分位。
3. 市场记忆性（Hurst指数）：通过重标极差（R/S）分析估算。H值接近0.5类似随机游走，小于0.5倾向均值回归，大于0.5倾向趋势延续。

系统将市场划分为5种状态，并对应调整策略行为：

在双策略组合（exp199）中，Hurst指数直接用于分配两个策略的资金权重。这是一个非常优雅的解决方案，让策略本身具备了环境适应性。

6. 集成、扩展与生产化考量

6.1 作为OpenClaw技能运行

AutoResearch被设计为可嵌入其他智能体系统。你可以将其作为技能安装到OpenClaw中：

cp -r autoresearch ~/.openclaw/skills/autoresearch

之后，你就可以在OpenClaw的对话中直接命令它：“运行30次autoresearch实验，并将结果报告到#autoresearch-lab频道”。这使得它能够成为更大自动化工作流的一部分。

6.2 自定义交易对发现

系统内置了4个Base主流交易对，但你可以轻松扩展。我们提供了发现脚本，可以自动扫描Base链上TVL最高的DEX资金池并添加。

# 预览TVL前10的池子 node scripts/pairs.js discover # 自动添加TVL大于100万美元的前5个新池子 node scripts/pairs.js auto --max 5 --min-tvl 1000000

你也可以通过API手动添加任何Base链上的交易对，只需要提供合约地址和费率信息。新增的交易对会持久化到配置文件中，并自动纳入后续的所有回测。

6.3 报告生成与分析

实验日志是文本格式，为了更直观的分析，我们提供了报告生成器：

# 生成完整的Markdown报告 node scripts/report.js --out my_strategy_report.md # 生成带样式的HTML报告，方便在浏览器中查看 node scripts/report.js --html report.html

报告包含评分演变图表、每笔实验的详细参数、分交易对表现、失败模式分析等，是复盘AI研究过程的最佳工具。

6.4 x402微支付与自维持经济循环

为了让这个系统能真正“自给自足”，我们设计了基于EIP-3009（x402）的微支付服务。外部用户或智能体可以支付少量费用来调用服务：

• /strategy/discover: 支付2 USDC，启动N次新的策略研究实验。
• /strategy/validate: 支付0.5 USDC，对现有策略进行样本外验证。
• /strategy/signal: 支付0.1 USDC，获取指定交易对的最新交易信号。

产生的收入会自动转入Bankr钱包，用于支付后续LLM API调用的费用，从而形成一个自维持的研究经济循环：更好的策略吸引更多使用，产生更多收入，进而资助更深入的研究。

7. 常见问题、故障排查与避坑指南

在12小时的密集开发和后续测试中，我踩了不少坑。这里记录下最关键的一些问题和解决方案。

7.1 数据获取失败或延迟

问题：运行fetch-data.js时卡住，或回测时提示数据缺失。排查：

1. 检查网络和API密钥：首先确认你的网络能访问外部API（DeFiLlama, CoinGecko）。如果用了Uniswap API，确认密钥有效且未超限。
2. 使用备用数据源：代码中设置了数据源优先级。如果主源失败，会自动降级到备用源。查看日志确认降级是否发生。
3. 本地数据缓存：成功获取的数据会保存在data/目录下。后续回测会优先使用本地缓存。如果你需要最新数据，可以手动删除缓存文件再运行。
4. RPC节点问题：如果用到直接链上查询，确保Base RPC URL稳定。公共节点可能限速，建议使用可靠的供应商节点。

技巧：在src/config.js中增加数据源超时时间和重试逻辑，可以大幅提高鲁棒性。我后来将超时设为10秒，并最多重试3次。

7.2 LLM生成的策略代码有语法错误或逻辑错误

问题：AI有时会生成无法通过JavaScript解析的代码，或者逻辑上明显有问题的修改（比如把买入条件写成卖出）。解决：

1. 强化系统提示词（System Prompt）：这是最重要的。你的提示词必须明确要求LLM“输出一个完整的、可运行的、语法正确的JavaScript策略类onBar函数”。并提供清晰的示例。
2. 添加代码验证层：在将AI生成的代码写入strategy.js之前，先用eval()或创建一个临时VM沙盒尝试解析和执行一下。如果抛出语法错误，则直接判定本次实验失败，并记录原因“LLM生成无效代码”，然后重试。
3. 设置安全边界：在提示词中限制AI的修改范围。例如，“只允许修改entryThreshold,exitThreshold,rsiPeriod这三个参数的数值，或调整calculateSignal函数内的逻辑比较符（>, <, >=, <=），不允许添加新的外部依赖或改变函数签名”。

7.3 回测速度过慢

问题：当交易对数量增多或K线数据量很大时，回测一次实验可能需要几十秒，严重拖慢研究循环。优化：

1. 指标预计算：技术指标计算是性能瓶颈。我将所有10个指标的计算从每次onBar调用时计算，改为在数据加载阶段一次性批量计算好，并存入数组。策略函数只需查表，速度提升了一个数量级。
2. 减少不必要的精度：回测中模拟的滑点和手续费模型，在早期研究阶段可以适当简化。例如，使用固定比例滑点代替订单簿模型。
3. 并行化回测：如果测试多个不相关的交易对，可以使用Node.js的worker_threads进行并行回测。但要注意共享内存和结果汇总的复杂度。
4. 抽样回测：在探索性研究阶段，可以只用最近30%的数据进行快速回测。只有当策略评分显著提升时，再用全量数据进行最终验证。

7.4 策略在实盘与回测表现严重不符

问题：回测分数很高，但一上实盘就亏损。排查（按优先级）：

1. 未来函数（Look-ahead Bias）：这是最常见原因。确保你的策略在t时刻只能使用t时刻及之前的数据。仔细检查指标计算是否无意中引入了未来信息（例如，使用了整个数据段的平均值）。
2. 手续费与滑点低估：回测中使用的费率（如0.05%）和滑点模型（如固定0.1%）可能远低于实际。尤其是在市场波动大时，真实滑点可能远超预期。实盘时，务必使用更保守的（更高的）手续费和滑点假设重新回测。
3. 数据质量差异：回测使用的历史K线数据（如1小时收盘价）与实盘接收的Tick级或分钟级数据存在差异。确保数据源和清洗逻辑一致。
4. 市场状态变化：策略可能只适应特定市场状态（如低波动趋势市）。使用regime.js模块分析策略在不同历史阶段的表现，并考虑引入类似双策略组合的动态适配机制。

7.5 Bankr LLM积分消耗过快

问题：守护进程运行一段时间后，Bankr积分耗尽，研究停止。管理策略：

1. 设置预算和警报：在守护进程配置中，设置每日或每批次的最大积分消耗。可以与Bankr的API结合，定期查询余额，低于阈值时发送通知（如Discord Webhook）。
2. 优化提示词，减少Token使用：提示词要简洁精准。将历史实验记忆进行摘要后再喂给LLM，而不是发送全部原始日志。实验表明，经过摘要的关键信息（如“RSI周期在10-20之间表现最佳”）与完整日志的效果几乎一样，但能节省大量Token。
3. 使用成本更低的模型进行探索：对于大量的、探索性的参数微调，可以使用像claude-haiku这样的轻量级模型。只有当策略进入平台期，需要“创造性突破”时，再切换到更强的claude-sonnet或claude-opus模型。
4. 实现“冷启动”缓存：如果多次运行相似的研究，可以将第一次运行时LLM生成的有用突变（即使当时未提升评分）缓存起来，后续运行可以直接从缓存中抽取候选，减少LLM调用。

7.6 记忆（LCM）查询返回无关信息

问题：AI基于记忆提出的突变建议似乎与当前策略不相关，或在重复过去的失败。解决：

1. 改进记忆索引和查询：LCM默认基于语义搜索。如果记忆条目太多，查询可能不够精准。可以尝试为每次实验添加更结构化、更丰富的元数据标签，例如["parameter_tuning", "rsi_period", "success"]，然后让查询同时结合语义和这些标签进行过滤。
2. 定期清理或总结记忆：当实验次数超过一定数量（比如500次），可以对早期、低分或过时的实验记录进行归档或摘要，只保留最近的和高分实验的详细记录，保持记忆库的“新鲜度”和相关性。
3. 人工引导：当AI陷入局部最优时，手动在记忆库中添加一条“高级提示”，例如：“过去50次实验都在调整入场参数，但评分停滞。建议优先探索出场逻辑的优化，或考虑引入市场状态过滤。” 这可以显著改变AI的搜索方向。

这个项目对我来说，不仅仅是一个黑客松作品，它是一次关于“AI如何自主解决问题”的深度实践。它证明了，在定义清晰的评估框架和持续的记忆反馈下，AI确实可以承担起策略研究和迭代的繁重工作，将人类从重复的试错中解放出来，去关注更宏观的结构设计和方向把握。最让我满意的不是那个8.176的分数，而是看到系统能自己从失败中学习，并一步步找到通往更优解路径的那个过程。如果你也对自动化策略发现感兴趣，我强烈建议你克隆代码库，从运行第一个基准测试开始，亲眼看看这个“数字研究员”是如何工作的。