Crow Trader 测试实盘 ADA 策略

Jason Appleton（人称 Crypto Crow）展示了当前重构后的 Crow Trader，运行了加密货币的模拟与实盘策略。演示包含了针对 ADA 的配置，以及用于测试真实订单的一小笔资金。

Appleton 表示，该产品尚未准备好广泛使用，目前每天会收到四到五次更新。

Crow Trader 运行模拟与实盘策略

Crow Trader 是一款桌面应用，允许用户在连接到真实资金之前配置并测试自动化交易策略。

Appleton 展示了四个模拟交易设置和三个连接到实盘的策略。这些配置包括一个网格机器人、两个 Bollinger Bands 策略，以及他的 EMA 交叉策略。

数个模拟配置使用了 Cardano 交易对。Appleton 为实盘测试分配了约 400 美元，同时收集机器人与交易所端点交互的数据。

演示还暴露了一个尚未解决的问题。某个设置在没有明确原因的情况下反复将资金退回到稳定币余额，Appleton 表示仍需对此进行调查。

回测与 TradingView 构建工作流程

Crow Trader 允许用户选择策略、用历史数据进行回测、通过模拟交易运行并在启用真实订单前调整参数。部分策略还包含 DCA 设置以及用于管理入场的附加选项。

Appleton 正在通过 webhook 开发与 TradingView 的连接。该功能将允许在 TradingView 中创建的指标或策略直接向 Crow Trader 发送信号，后者即可为所选交易对执行订单。

该连接已成为开发系统的一部分，但 Appleton 尚未确认其已在当前版本中得到充分测试。免费的 Evaluation Mode 提供策略配置、回测与模拟交易的访问，而实盘信号与策略执行需要授权版本。

机器学习层将分析市场周期

下一个计划加入 Crow Trader 的层是一个机器学习模型，旨在处理 Bitcoin 数据、市场流动性、MVRV 指标及历史市场周期。

Appleton 希望该系统将当前的市场状况与以往周期的峰值、底部与复苏阶段进行比较。随后，该模型将估计每日可能的市场方向，并为自动化策略寻找潜在入场点。

鉴于所需的计算能力，相关分析将运行在桌面应用之外，并把结果传送给 Crow Trader。用户可以启用或停用该模块，但不会直接配置其底层模型。

Appleton 还引入了多代理 AI 代码审查流程。在发布新构建之前，另一种前沿模型会审查变更并提出修复或改进建议。

在 Appleton 的演示中，Crow Trader 通过单一界面模拟了多种策略并执行了有限的实盘测试。其下一阶段开发包括稳定实盘执行、完成 TradingView webhook 测试，并将规划中的机器学习系统连接到该应用。