Research Strategy

研究新策略完整流程

流程图

搜索 → 实现 → 回测 → 评估 → 决策 → 记录 → 汇报 → 循环

10 个步骤

Step 1: 📖 读取现有策略

• 读取 core/strategy/vwap.py
• 读取 MEMORY.md 策略接口规范

Step 2: 🌐 网上搜索

• 用 market-intel-assistant 搜索（必须用这个 skill！）
• 选 1-2 个简单策略

Step 3: 📁 创建文件夹

• mkdir core/strategy/test
• touch core/strategy/test/__init__.py

Step 4: 💻 实现策略

• 参照 vwap.py 结构
• 创建 test_xxx.py

Step 5: 🧪 回测测试

python3 BackTest_Research-strategy.py &

# 查看日志
tail -n 20 logs/research.log

Step 6-9: 🎯 自动处理（主脚本）

• 评估 → 决策 → 移动 → 记录

Step 10: 🔄 循环

• 直接返回 Step 2，直接执行，无需确认

评估标准

决策规则

常用命令

# 1. 搜索策略（必须用 market-intel-assistant skill！）

# 2. 创建策略文件
touch core/strategy/test/test_xxx.py

# 3. 回测
python3 BackTest_Research-strategy.py &

# 4. 启动主脚本监听
python3 research_workflow.py &

# 5. 查看日志
tail -n 50 logs/research_workflow.log

主脚本

cd /Users/allenbot/.openclaw/skills/research-strategy

# 启动
python3 research_workflow.py &

# 日志
tail -n 50 /Users/allenbot/.openclaw/workspace/project/auto-trading/logs/research_workflow.log

文件夹结构

core/strategy/
├── vwap.py              ✅ 已验证
├── test/                📁 测试文件夹
    ├── __init__.py
    └── test_xxx.py

注意事项

• 评估、决策、记录、汇报都由主脚本自动处理
• 回测完成后主脚本会自动检测和处理
• 每完成一个策略向爸爸汇报

Sub-agent 任务模板

启动 sub-agent 时，使用以下任务描述：

你是一个专门的研究代理。

任务：自动执行 research-strategy 流程。

完整流程：
1. 搜索：用 web_search 搜索加密货币交易策略
2. 实现：创建 test_xxx.py 文件
3. 回测：运行 python3 BackTest_Research-strategy.py
4. 等待：等待主脚本处理完成
5. 评估：检查主脚本的处理结果
6. 循环：如果策略通过或失败，继续下一个策略，返回步骤 1

规则：
- 不需要等确认，直接执行
- 回测完成后等待主脚本处理
- 自动评估结果
- 自动继续下一个策略
- 循环直到所有策略研究完

现在开始：搜索下一个策略

启动命令

# 启动 sub-agent
sessions_spawn(
    task="""你是一个专门的研究代理。任务：自动执行 research-strategy 流程。1. 搜索：用 web_search 搜索加密货币交易策略 2. 实现：创建 test_xxx.py 文件 3. 回测：运行 python3 BackTest_Research-strategy.py 4. 等待：等待主脚本处理完成 5. 评估：检查主脚本的处理结果 6. 循环：如果策略通过或失败，继续下一个策略，返回步骤 1 规则：- 不需要等确认，直接执行- 回测完成后等待主脚本处理- 自动评估结果- 自动继续下一个策略- 循环直到所有策略研究完现在开始：搜索下一个策略""",
    label="Research Agent"
)

自主执行，无需等待确认。