Communitygithub.com

Degenapetrader/EVClaw

Habilidad de trading para ejecutar operaciones de agente en vivo en Lighter (perpetuos cripto) y Hyperliquid (acciones HIP3). Úsala cuando el usuario pregunte sobre trading, posiciones, señales, ejecución de operaciones, modo agente en vivo, archivos de ciclo o gestión de operaciones EVClaw.

¿Qué es EVClaw?

EVClaw es una habilidad de trading diseñada para agentes de IA que permite ejecutar operaciones automatizadas en los exchanges Lighter (perpetuos de criptomonedas) y Hyperliquid (acciones HIP3). Su arquitectura sigue un flujo de agente en vivo: un ciclo de trading activa la recopilación de contexto, el agente principal (basado en GPT-5.2) valida propuestas, y un agente OpenClaw las ejecuta. La habilidad incluye gestión dinámica de riesgos, salidas basadas en decaimiento, límites de exposición, límite de tasa mediante token bucket y persistencia atómica de posiciones para recuperación ante fallos. Soporta tanto operaciones automáticas de agente en vivo como comandos manuales (`/trade`, `/execute`, `/signals`, `/positions`). Además, incorpora un motor de aprendizaje contextual que ajusta el tamaño de las posiciones según el historial de aciertos en diferentes condiciones de mercado. Está diseñada para traders algorítmicos y desarrolladores que buscan automatizar estrategias de trading en cripto y acciones tokenizadas con un enfoque en la toma de decisiones basada en convicción y señales multivariable.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add Degenapetrader/EVClaw

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Habilidad de Trading EVClaw

Modo: Agente en vivo (contexto → agente principal → ejecutar) Exchanges: Lighter (perpetuos cripto), Hyperliquid (acciones HIP3)

Arquitectura

Ciclo de Disparo → Archivo de Ciclo + Contexto → Evento del Sistema → Agente Principal (gpt-5.2)
   ↓               ↓                         ↓                 ↓
 tracker:8443   <runtime_dir>/evclaw_*  live_agent.py    Selección de contexto JSON
                                                     ↓
                                     <runtime_dir>/evclaw_candidates_*.json
                                                      ↓
                                     Agente Principal valida + registra propuestas
                                                      ↓
                                     El agente OpenClaw ejecuta propuestas
                                                      ↓
                                              Ejecutor → HL y/o Lighter

Consulte references/architecture.md para la arquitectura detallada del sistema.

Características Principales

  • Trading con agente en vivo (contexto → agente principal → ejecutar)
  • Manejo de ciclos basado en instantáneas + constructor de contexto
  • Ejecución por venue (sin requerir que un símbolo exista en ambos exchanges)
  • Tamaño dinámico + límites de exposición mediante DynamicRiskManager
  • Salidas basadas en decaimiento como lógica de salida principal
  • Respaldo de emergencia opcional con SL/TP (mediante bandera de configuración)
  • Límite de tasa con algoritmo de token bucket (40 solicitudes/60s)
  • Persistencia atómica de posiciones para recuperación ante caídas
  • Respuesta a incidentes impulsada por agente (flujo de triaje + remediación)

Comandos

/live-agent run/execute

Flujo de trabajo del agente principal (contexto → validar → registrar propuestas; el agente OpenClaw ejecuta en modo solo AGI).

# Registrar propuestas del ciclo pendiente más reciente
python3 ${EVCLAW_ROOT}/live_agent.py run --from-pending

Ejecutar desde candidatos (revisión manual primero):

python3 ${EVCLAW_ROOT}/live_agent.py execute \
  --seq 12345 \
  --cycle-file ${EVCLAW_RUNTIME_DIR}/evclaw_cycle_12345.json \
  --candidates-file ${EVCLAW_RUNTIME_DIR}/evclaw_candidates_12345.json

cli execute --cycle-file <ruta> --symbol <símbolo> --direction LARGO|CORTO --size-usd <float>

Ejecutar una decisión desde un archivo de ciclo (ejecución por llamada).

División importante de comandos:

  • /execute <PLAN_ID> chase|limit -> ejecución de plan de habilidad auxiliar (openclaw_skills/execute).
  • python3 ${EVCLAW_ROOT}/cli.py execute --cycle-file ... -> punto de entrada del ejecutor de bajo nivel.

Parámetros:

ParámetroTipoValor predeterminadoDescripción
--cycle-filestringobligatorioRuta al JSON del ciclo desde cycle_trigger.py
--symbolstringobligatorioSímbolo de trading (ej. ETH, xyz:NVDA)
--directionstringobligatorioLARGO o CORTO
--size-usdfloatobligatorioTamaño de la posición en USD
--dry-runbanderafalseEjecución en seco (sin órdenes reales)
python3 ${EVCLAW_ROOT}/cli.py execute \
  --cycle-file ${EVCLAW_RUNTIME_DIR}/evclaw_cycle_123.json \
  --symbol ETH --direction LARGO --size-usd 500

/trade <símbolo> <dirección> <size_usd>

Ejecutar una decisión de trading manual.

python3 ${EVCLAW_ROOT}/cli.py trade <símbolo> <dirección> <size_usd>

/signals [símbolo] [--min-z <float>] [--top <int>]

Ver las señales accionables actuales desde el tracker.

python3 ${EVCLAW_ROOT}/cli.py signals [símbolo] [--min-z <float>] [--top <int>]

/positions [--all] [--close <símbolo>] [--export]

Ver y gestionar posiciones abiertas.

python3 ${EVCLAW_ROOT}/cli.py positions [--all] [--close <símbolo>] [--export]

Scripts en Python

ScriptPropósitoInvocación
main.pyBucle de análisis/reporte (sin ejecución)python3 main.py
sse_consumer.pyCliente SSE para el stream del trackerpython3 sse_consumer.py
context_builder_v2.pyConstruir contexto completo del ciclo + oportunidadesImportado por main
trading_brain.pyToma de decisiones basada en convicciónImportado por main
risk_manager.pyTamaño dinámico + salidas por decaimientoImportado por main
executor.pyEjecución de órdenesUsado por cli.py execute
learning_engine.pyAprendizaje de pesos de señalespython3 learning_engine.py
cli.pyInterfaz de línea de comandospython3 cli.py <comando>

Modo Análisis (Sin Ejecución)

# Analizar un archivo de ciclo guardado
python3 ${EVCLAW_ROOT}/main.py --cycle-file ${EVCLAW_RUNTIME_DIR}/evclaw_cycle_123.json

# Con configuración personalizada
python3 ${EVCLAW_ROOT}/main.py --config custom.yaml --cycle-file ${EVCLAW_RUNTIME_DIR}/evclaw_cycle_123.json

# Análisis SSE en vivo (solo informes)
python3 ${EVCLAW_ROOT}/main.py

Pruebas

python3 ${EVCLAW_ROOT}/tests/test_trading_brain.py
python3 ${EVCLAW_ROOT}/tests/test_executor.py

Configuración

La configuración se carga desde skill.yaml. Parámetros clave incluyen:

  • config.mode_controller.mode: Modo de trading (conservador, equilibrado, agresivo)
  • config.brain: Umbrales de convicción y pesos
  • config.risk: Tamaño de posición y límites de exposición
  • config.executor: SL/TP, configuración de chase, límite de SR

Consulte references/configuration.md para la referencia completa de configuración.

Enrutamiento de Símbolos

PatrónExchangeEjemplo
xyz:<TICKER>Billetera HIP3 (acciones HIP3)xyz:NVDA, xyz:TSLA
<SÍMBOLO>Lighter (perpetuos cripto)ETH, BTC, kPEPE

Se pueden configurar anulaciones en skill.yaml bajo exchanges.router.overrides.

Agente en Vivo HIP3: Los símbolos HIP3 (xyz:) son exclusivos de la billetera HIP3. Si executor.hl_wallet_enabled: true, el modo en vivo puede ejecutar HIP3 sin requerir disponibilidad de Lighter.

Lógica de Decisión

Puntuación de Convicción

  • Cada señal contribuye a una puntuación de convicción (0.0 - 1.0)
  • Las señales tienen peso (CVD/FADE/LIQ_PNL/WHALE/DEAD/OFM/HIP3_MAIN)
  • Las recomendaciones se producen por encima del umbral de confianza del cerebro

Condiciones de Veto

CondiciónEfecto
WHALE en dirección opuestaVETO a la operación
CVD en dirección opuesta con z-score fuerteVETO a la operación

Riesgo y Salidas

  • Tamaño de riesgo dinámico basado en convicción y exposición
  • Salidas basadas en decaimiento como principal (cambio de señal de activación)
  • SL/TP como respaldo de emergencia opcional (executor.enable_sltp_backstop)

Consulte references/signals.md para tipos de señales y puntuación.

Aprendizaje Contextual

El motor de aprendizaje realiza un seguimiento de las tasas de aciertos por condiciones de contexto y ajusta el tamaño en consecuencia:

  • Cuando hay suficientes datos (≥10 operaciones por condición), el motor de aprendizaje proporciona un multiplicador
  • Tasa de aciertos > 45% → aumentar tamaño (hasta 1.5x)
  • Tasa de aciertos < 45% → reducir tamaño (hasta 0.5x)

Características de contexto rastreadas: trend_alignment, vol_regime, funding_alignment, smart_money, signal_strength.

Consulte references/signals.md para detalles de las características de contexto.

Selección de Tipo de Orden

Tipo de OrdenCuándo Usar
CHASE LIMITAlta convicción (≥0.6), alineado con tendencia, sensible al tiempo
LIMIT ORDERMenor convicción (<0.6), contra tendencia, se prefiere llenado paciente

Manejo de Errores

ErrorManejo
Desconexión SSEReintento con backoff exponencial (2s-30s)
Límite de tasa (429)Esperar a que se recargue el token bucket
Orden rechazadaRegistrar y abortar (no reintentar)
Fallo en colocación de SL/TPRegistrar advertencia, la posición permanece abierta
Fallo en obtención de posiciónUsar estado en caché

Registro de Eventos

Los registros se escriben en stdout con el formato:

2026-01-25 12:00:00 [executor] INFO: Ejecutando LARGO para ETH

Niveles de registro:

  • INFO: Ejecución de operaciones, cambios de posición
  • WARNING: Límites de tasa, fallos de SL/TP
  • ERROR: Fallos de órdenes, errores de exchange

Archivos de Memoria

El estado persistente se almacena en memory/:

ArchivoPropósito
signal_weights.yamlMultiplicadores de confianza por señal
trade_journal.yamlHistorial de operaciones (últimas 1000)
circuit_breaker.yamlEstado de pérdida diaria, racha de pérdidas
positions.yamlPosiciones activas
symbol_blacklist.yamlSímbolos en lista negra
context_feature_stats.jsonTasas de aciertos por condición de contexto
mistakes.jsonErrores de trading clasificados

Consulte references/memory-files.md para formatos de archivo.

Requisitos

Paquetes de Python

  • aiohttp>=3.9.0
  • pyyaml>=6.0
  • requests>=2.31.0
  • python-dotenv>=1.0.1
  • hyperliquid-python-sdk>=0.21.0
  • lighter-sdk (opcional, instalado desde requirements-lighter.txt cuando el venue Lighter está habilitado)

Dependencias del Sistema

  • Python 3.10+
  • Variables de entorno de Lighter: LIGHTER_BASE_URL, LIGHTER_ACCOUNT_INDEX, LIGHTER_API_KEY_PRIVATE_KEY, LIGHTER_API_KEY_INDEX
  • Variables de entorno de Hyperliquid: HYPERLIQUID_ADDRESS (dirección principal de la billetera), HYPERLIQUID_AGENT_PRIVATE_KEY (clave de firmante delegada; no la clave privada de la billetera principal)
  • Hyperliquid opcional: HYPERLIQUID_PRIVATE_NODE, EVCLAW_INCLUDE_WALLET_HIP3_FILLS
  • Controles de venue: EVCLAW_ENABLED_VENUES
  • Variable de entorno masiva (señales de depredador HIP3): MASSIVE_API_KEY
  • APIs del Tracker (alojadas externamente a través del tracker evplus):
    • EVCLAW_TRACKER_BASE_URL
    • EVCLAW_TRACKER_HIP3_PREDATOR_URL
    • EVCLAW_TRACKER_HIP3_SYMBOLS_URL
    • EVCLAW_TRACKER_SYMBOL_URL_TEMPLATE
  • EVClaw OSS es solo de red: todos los datos del tracker se obtienen de tracker.evplus.ai
  • Tracker SSE ejecutándose en tracker.evplus.ai:8443

Sub-Habilidades

EVClaw incluye sub-habilidades en openclaw_skills/:

  • trade: Planificador de operaciones manuales (/trade <SÍMBOLO>)
  • execute: Ejecutar planes de operaciones almacenados (/execute <PLAN_ID>)
  • hedge: Operaciones de cobertura de cartera
  • stats: Estadísticas e informes de trading
  • best3: Visualización de las 3 mejores oportunidades

Skills relacionados