Compétence de Trading EVClaw
Mode : Agent en direct (contexte → agent principal → exécution) Échanges : Lighter (perpètes crypto), Hyperliquid (actions HIP3)
Architecture
Déclencheur de Cycle → Fichier de Cycle + Contexte → Événement Système → Agent Principal (gpt-5.2)
↓ ↓ ↓ ↓
tracker:8443 <runtime_dir>/evclaw_* live_agent.py Sélection du contexte JSON
↓
<runtime_dir>/evclaw_candidates_*.json
↓
Agent Principal valide + enregistre les propositions
↓
Agent OpenClaw exécute les propositions
↓
Exécuteur → HL et/ou Lighter
Voir references/architecture.md pour l'architecture détaillée du système.
Fonctionnalités Clés
- Trading avec agent en direct (contexte → agent principal → exécution)
- Gestion des cycles basée sur des instantanés + constructeur de contexte
- Exécution par place de marché (aucune obligation qu'un symbole existe sur les deux échanges)
- Dimensionnement dynamique + limites d'exposition via DynamicRiskManager
- Sorties basées sur la décroissance comme logique de sortie principale
- Filet de sécurité SL/TP optionnel (drapeau de configuration)
- Limitation de débit par seau de jetons (40 req/60s)
- Persistance atomique des positions pour la récupération après plantage
- Réponse aux incidents pilotée par l'agent (flux de triage + correction)
Commandes
/live-agent run/execute
Flux de travail de l'agent principal (contexte → valider → enregistrer les propositions ; l'agent OpenClaw exécute en mode AGI uniquement).
# Enregistrer les propositions du cycle en attente le plus récent
python3 ${EVCLAW_ROOT}/live_agent.py run --from-pending
Exécuter à partir des candidats (validation manuelle d'abord) :
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 <chemin> --symbol <symbole> --direction LONG|SHORT --size-usd <flottant>
Exécuter une décision à partir d'un fichier de cycle (exécution par appel).
Scission importante des commandes :
/execute <PLAN_ID> chase|limit-> exécution de plan de compétence auxiliaire (openclaw_skills/execute).python3 ${EVCLAW_ROOT}/cli.py execute --cycle-file ...-> point d'entrée exécuteur bas niveau.
Paramètres :
| Paramètre | Type | Défaut | Description |
|---|---|---|---|
| --cycle-file | chaîne | requis | Chemin vers le JSON du cycle provenant de cycle_trigger.py |
| --symbol | chaîne | requis | Symbole de trading (ex. : ETH, xyz:NVDA) |
| --direction | chaîne | requis | LONG ou SHORT |
| --size-usd | flottant | requis | Taille de la position en USD |
| --dry-run | drapeau | false | Simulation (aucun ordre réel) |
python3 ${EVCLAW_ROOT}/cli.py execute \
--cycle-file ${EVCLAW_RUNTIME_DIR}/evclaw_cycle_123.json \
--symbol ETH --direction LONG --size-usd 500
/trade <symbole> <direction> <size_usd>
Exécuter une décision de trade manuelle.
python3 ${EVCLAW_ROOT}/cli.py trade <symbole> <direction> <size_usd>
/signals [symbole] [--min-z <flottant>] [--top <entier>]
Voir les signaux actionnables actuels provenant du tracker.
python3 ${EVCLAW_ROOT}/cli.py signals [symbole] [--min-z <flottant>] [--top <entier>]
/positions [--all] [--close <symbole>] [--export]
Voir et gérer les positions ouvertes.
python3 ${EVCLAW_ROOT}/cli.py positions [--all] [--close <symbole>] [--export]
Scripts Python
| Script | Objectif | Invocation |
|---|---|---|
main.py | Boucle d'analyse/rapport (sans exécution) | python3 main.py |
sse_consumer.py | Client SSE pour le flux du tracker | python3 sse_consumer.py |
context_builder_v2.py | Construire le contexte complet du cycle + opportunités | Importé par main |
trading_brain.py | Prise de décision basée sur la conviction | Importé par main |
risk_manager.py | Dimensionnement dynamique + sorties par décroissance | Importé par main |
executor.py | Exécution des ordres | Utilisé par cli.py execute |
learning_engine.py | Apprentissage des poids des signaux | python3 learning_engine.py |
cli.py | Interface en ligne de commande | python3 cli.py <commande> |
Mode Analyse (Sans Exécution)
# Analyser un fichier de cycle sauvegardé
python3 ${EVCLAW_ROOT}/main.py --cycle-file ${EVCLAW_RUNTIME_DIR}/evclaw_cycle_123.json
# Avec configuration personnalisée
python3 ${EVCLAW_ROOT}/main.py --config custom.yaml --cycle-file ${EVCLAW_RUNTIME_DIR}/evclaw_cycle_123.json
# Analyse SSE en direct (rapports uniquement)
python3 ${EVCLAW_ROOT}/main.py
Tests
python3 ${EVCLAW_ROOT}/tests/test_trading_brain.py
python3 ${EVCLAW_ROOT}/tests/test_executor.py
Configuration
La configuration est chargée depuis skill.yaml. Paramètres clés :
config.mode_controller.mode: Mode de trading (conservative,balanced,aggressive)config.brain: Seuils de conviction et poidsconfig.risk: Dimensionnement des positions et limites d'expositionconfig.executor: SL/TP, paramètres de poursuite, configuration des limites SR
Voir references/configuration.md pour la référence complète de la configuration.
Routage des Symboles
| Motif | Place de marché | Exemple |
|---|---|---|
xyz:<TICKER> | Portefeuille HIP3 (actions HIP3) | xyz:NVDA, xyz:TSLA |
<SYMBOLE> | Lighter (perpètes crypto) | ETH, BTC, kPEPE |
Les substitutions peuvent être configurées dans skill.yaml sous exchanges.router.overrides.
Agent en direct HIP3 : Les symboles HIP3 (xyz:) sont exclusifs au portefeuille HIP3. Si executor.hl_wallet_enabled: true, le mode en direct peut exécuter sur HIP3 sans nécessiter de disponibilité Lighter.
Logique de Décision
Score de Conviction
- Chaque signal contribue à un score de conviction (0.0 - 1.0)
- Les signaux sont pondérés (CVD/FADE/LIQ_PNL/WHALE/DEAD/OFM/HIP3_MAIN)
- Les recommandations sont produites au-dessus du seuil de confiance du cerveau
Conditions de Veto
| Condition | Effet |
|---|---|
| WHALE direction opposée | VETO le trade |
| CVD direction opposée avec z-score fort | VETO le trade |
Risque et Sorties
- Dimensionnement dynamique du risque basé sur la conviction et l'exposition
- Les sorties par décroissance sont primaires (déclencheur par retournement de signal)
- Filet de sécurité SL/TP optionnel (
executor.enable_sltp_backstop)
Voir references/signals.md pour les types de signaux et les scores.
Apprentissage Contextuel
Le moteur d'apprentissage suit les taux de victoire par conditions de contexte et ajuste le dimensionnement en conséquence :
- Lorsque suffisamment de données existent (≥10 trades par condition), le moteur d'apprentissage fournit un multiplicateur
- Taux de victoire > 45 % → augmentation du dimensionnement (jusqu'à 1,5x)
- Taux de victoire < 45 % → réduction du dimensionnement (jusqu'à 0,5x)
Caractéristiques du contexte suivies : trend_alignment, vol_regime, funding_alignment, smart_money, signal_strength.
Voir references/signals.md pour les détails des caractéristiques du contexte.
Sélection du Type d'Ordre
| Type d'Ordre | Quand l'Utiliser |
|---|---|
| CHASE LIMIT | Conviction élevée (≥0,6), aligné sur la tendance, sensible au temps |
| LIMIT ORDER | Conviction plus faible (<0,6), contre-tendance, exécution patiente préférée |
Gestion des Erreurs
| Erreur | Gestion |
|---|---|
| Déconnexion SSE | Reconnexion avec backoff exponentiel (2s-30s) |
| Limite de débit (429) | Attendre le rechargement du seau de jetons |
| Ordre rejeté | Journaliser et abandonner (ne pas réessayer) |
| Échec placement SL/TP | Journaliser avertissement, la position reste ouverte |
| Échec récupération position | Utiliser l'état en cache |
Journalisation
Les journaux sont écrits sur stdout avec le format :
2026-01-25 12:00:00 [executor] INFO: Exécution LONG pour ETH
Niveaux de journal :
- INFO : Exécution de trade, changements de position
- WARNING : Limites de débit, échecs SL/TP
- ERROR : Échecs d'ordres, erreurs d'échange
Fichiers Mémoire
L'état persistant est stocké dans memory/ :
| Fichier | Objectif |
|---|---|
signal_weights.yaml | Multiplicateurs de confiance par signal |
trade_journal.yaml | Historique des trades (roulement de 1000) |
circuit_breaker.yaml | Perte quotidienne, état de série de pertes |
positions.yaml | Positions actives |
symbol_blacklist.yaml | Symboles blacklistés |
context_feature_stats.json | Taux de victoire par condition de contexte |
mistakes.json | Erreurs de trading classifiées |
Voir references/memory-files.md pour les formats de fichiers.
Prérequis
Paquets 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 (optionnel, installé depuis
requirements-lighter.txtlorsque la place de marché Lighter est activée)
Dépendances Système
- Python 3.10+
- Variables d'environnement Lighter :
LIGHTER_BASE_URL,LIGHTER_ACCOUNT_INDEX,LIGHTER_API_KEY_PRIVATE_KEY,LIGHTER_API_KEY_INDEX - Variables d'environnement Hyperliquid :
HYPERLIQUID_ADDRESS(adresse principale du portefeuille),HYPERLIQUID_AGENT_PRIVATE_KEY(clé de signature déléguée ; pas la clé privée du portefeuille principal) - Hyperliquid optionnel :
HYPERLIQUID_PRIVATE_NODE,EVCLAW_INCLUDE_WALLET_HIP3_FILLS - Contrôles des places de marché :
EVCLAW_ENABLED_VENUES - Variable d'environnement Massive (signaux prédateurs HIP3) :
MASSIVE_API_KEY - API du tracker (hébergées en externe via le tracker evplus) :
EVCLAW_TRACKER_BASE_URLEVCLAW_TRACKER_HIP3_PREDATOR_URLEVCLAW_TRACKER_HIP3_SYMBOLS_URLEVCLAW_TRACKER_SYMBOL_URL_TEMPLATE
- EVClaw OSS est réseau uniquement : toutes les données du tracker sont récupérées depuis
tracker.evplus.ai - Tracker SSE exécuté sur tracker.evplus.ai:8443
Compétences Secondaires
EVClaw inclut des compétences secondaires dans openclaw_skills/ :
- trade : Planificateur de trade manuel (
/trade <SYMBOLE>) - execute : Exécuter les plans de trade stockés (
/execute <PLAN_ID>) - hedge : Opérations de couverture de portefeuille
- stats : Statistiques et rapports de trading
- best3 : Affichage des 3 meilleures opportunités