olaxbt/ai-market-maker

KI-Marktmacher-Skill (AI Market Maker Skill)

Zweck

Dieser Skill bietet Werkzeuge und Dokumentation, um den Multi-Agenten-LangGraph-Handelsworkflow in OpenClaw-Umgebungen auszuführen, zu inspizieren und zu erweitern.

Er enthält einen harten Risikowächter (Risk Guard), der vor jeder Ausführung ein Veto einlegt, strukturierte Ablaufverfolgung (Tracing) für Transparenz und dedizierte OpenClaw-Integrationswerkzeuge.

Schnellstart

Installation

# Von OpenClaw aus
claw install https://github.com/olaxbt/ai-market-maker

# Oder lokal
git clone https://github.com/olaxbt/ai-market-maker.git
cd ai-market-maker
claw skill install ./openclaw

Überprüfung

# Abhängigkeiten prüfen
./openclaw/scripts/verify_installation.sh

# Oder
python3 openclaw/scripts/claw_runner.py --verify

Verwendung

# Backtest mit Standardeinstellungen ausführen
python3 openclaw/scripts/claw_runner.py --backtest

# Paper Trading
python3 openclaw/scripts/claw_runner.py --paper --ticker BTC/USDT

# Benutzerdefinierter Backtest
python3 openclaw/scripts/claw_runner.py --backtest --symbols "BTC/USDT,ETH/USDT" --steps 150

Standardkonfiguration

Die Standardeinstellungen verwenden mehrere Symbole und konservative Risikoparameter:

Anzahl der Trades: 17
Gesamtrendite: 14,95%
Überschussrendite gegenüber BTC Buy & Hold: +30,25%
Sharpe Ratio: 1,79
Maximaler Drawdown: 11,84%
Gewinnrate: 62,5%

Diese Ergebnisse basieren auf 100 Tagen historischer Daten für BTC, ETH und SOL, mit vollständigem Benchmark-Vergleich und Protokollierung von Risikoereignissen.

🔧 OpenClaw-spezifische Funktionen

Automatische Umgebungskonfiguration

• Python-Pfadeinrichtung für OpenClaw-Umgebungen
• Nexus-API-Key-Verwaltung (Demo-Key inklusive)
• TA-Lib-Abhängigkeitserkennung und -Hilfestellung
• Fehlerbehandlung und Protokollierung optimiert für Claw

Vorkonfigurierte Befehle

# Paper Trading mit benutzerdefiniertem Ticker
claw run ai-market-maker --paper --ticker ETH/USDT

# Backtesting mit mehreren Symbolen
claw run ai-market-maker --backtest --symbols "BTC/USDT,ETH/USDT" --steps 150

# Installationsüberprüfung
claw run ai-market-maker --verify

Häufige Probleme & Lösungen

1. TA-Lib-Installation

Problem: ModuleNotFoundError: No module named 'talib' Lösung:

# Empfohlen für Umgebungen ohne sudo
conda install -y ta-lib -c conda-forge

# Alternative: Quellkompilierung
wget http://prdownloads.sourceforge.net/ta-lib/ta-lib-0.4.0-src.tar.gz
tar -xzf ta-lib-0.4.0-src.tar.gz
cd ta-lib/
./configure --prefix=$HOME/.local
make
make install
export LD_LIBRARY_PATH=$HOME/.local/lib:$LD_LIBRARY_PATH
pip install ta-lib

2. Modul-Import-Fehler

Problem: ModuleNotFoundError: No module named 'agents.market_scanner' Lösung:

# Im Entwicklungsmodus installieren
pip install -e .

# Oder Python-Pfad setzen
export PYTHONPATH=/pfad/zu/ai-market-maker/src:$PYTHONPATH

3. Nexus-API-Ratenbegrenzungen

Problem: 429 Too Many Requests Lösung:

• Demo-Key inklusive (ratenbegrenzt)
• Eigenen Nexus-API-Key in .env für die Produktion setzen
• Request-Caching implementieren

4. Umgebungskonfiguration

Problem: Umgebungsvariablen nicht gesetzt Lösung:

# Automatische Konfiguration über claw_runner.py
# Manuelle Überschreibung:
export NEXUS_API_KEY=ihr_key
export AIMM_DESK_STRATEGY_PRESET=standard

📊 Flow API (für externe Werkzeuge)

Das Repository stellt eine leichtgewichtige, meist schreibgeschützte HTTP-API bereit:

• GET /runs/latest → Daten des letzten Laufs
• GET /runs/{run_id}/payload → Vollständige Nutzlast eines Laufs
• GET /runs/{run_id}/events → Ereignisse und Ablaufverfolgungen
• GET /pm/portfolio-health → Portfolio-Zusammenfassung
• GET /backtests → Backtest-Läufe auflisten

Sicherheit

• AIMM_API_KEY und AIMM_AUTH_SECRET sind immer erforderlich (kein mitgelieferter Standard).
• Leere Werte werden als nicht gesetzt behandelt; der erste Start generiert eindeutige Schlüssel unter .secrets/.
• Alle Flow-API-Anfragen außer GET /health erfordern x-api-key (oder Authorization: Bearer mit demselben Schlüssel).
• Stellen Sie die Flow-API in der Produktion hinter einen Reverse Proxy und konfigurieren Sie AIMM_CORS_ORIGINS für Ihre Dashboard-Ursprungsadresse.

Schlüsseldateien für die OpenClaw-Integration

Bereich	Ort	Zweck
OpenClaw-Runner	openclaw/scripts/claw_runner.py	Haupt-Einstiegspunkt
Installationsprüfer	openclaw/scripts/verify_installation.sh	Abhängigkeitsprüfung
Skill-Manifest	openclaw/manifest.json	OpenClaw-Skill-Definition
Verwendungsbeispiele	openclaw/examples/claw_usage.md	Anleitungen zur Nutzung
Hauptworkflow	src/main.py	Kernlogik des Handels
Agentensystem	src/agents/	7 Handelsschalter
Web-Dashboard	web/	Next.js-Überwachungs-UI

Leistungstipps

1. Caching aktivieren: Reduzieren Sie API-Aufrufe mit lokalem OHLCV-Cache
2. Intervalle anpassen: Erhöhen Sie STRATEGY_INTERVAL_SEC für geringere Ressourcennutzung
3. Paper-Modus verwenden: Strategien ohne echtes Geld testen
4. Ressourcen überwachen: Speicher-/CPU-Auslastung prüfen

Mitwirken

Wir freuen uns über Beiträge! Bitte lesen Sie zuerst die Hauptdatei CONTRIBUTING.md.

Schwerpunktbereiche:

1. Verbesserungen der Fehlerbehandlung
2. Vereinfachung der Installation
3. Leistungsoptimierungen
4. Dokumentationsverbesserungen

So tragen Sie bei:

# 1. Repository forken
# 2. Feature-Branch erstellen
git checkout -b feature/verbesserung

# 3. Änderungen vornehmen
# 4. Mit Überprüfungsskript testen
./openclaw/scripts/verify_installation.sh

# 5. Pull Request einreichen

Dokumentation

Verfügbare Anleitungen

• Schnellstart: README.md
• OpenClaw-Nutzung: openclaw/examples/claw_usage.md
• Koreanische Anleitung: openclaw/examples/korean_guide.md
• Technische Dokumentation: docs/-Verzeichnis

Support

• GitHub Issues: https://github.com/olaxbt/ai-market-maker/issues
• Dokumentation: docs/-Verzeichnis und openclaw/examples/

---

Version: 1.0.0 Letzte Aktualisierung: 2026-04-17