Backpack 刷量交易 Bot

本项目是一个面向合约量化刷量/做市场景的交易 Bot，支持：

• Backpack USDC 永续合约刷量 / 做市（重点）
• 默认使用 DeepSeek，通过任意 OpenAI Chat Completions 兼容接口（由 LLM_API_BASE_URL / LLM_API_KEY / LLM_API_TYPE 配置）进行交易决策
• 支持纸面回测/回放、风险控制、Telegram 通知等

运行方式以 Docker 为主，核心逻辑和配置都已经封装好，你只需要：

1. 注册并开通 Backpack 交易所账号
2. 申请 API Key，并填入 .env
3. 配置为 backpack_futures 模式
4. 启动 Bot，即可在 Backpack 上进行刷量/交易

---

Backpack 刷量效果示例（实测）

下图为在 Backpack USDC 永续合约上刷量约 7 天的实测效果：第四季度第二周获得518积分 累计成交额约 40 万 USDC，整体亏损约 50 USDC（主要来自手续费和点差，实际盈亏仍取决于市场波动和具体策略）。

上图仅为历史示例，不代表任何未来收益承诺，请务必结合自身风险偏好谨慎使用。

---

🏢 代部署服务

不想自己折腾部署、服务器、环境？可以找我代部署。

• 🖥️ 无需本地电脑 7x24 小时开机：部署在海外服务器，全天候运行
• 🌍 网络稳定：服务器位于海外，访问交易所 API 更稳定
• 🔧 省心省力：系统安装、依赖配置、Docker、定时任务、监控等一站式搞定

费用说明（参考）：

• 服务器成本：约 40 元/月（按实际服务商为准）
• 代部署服务费：可面议（视你的需求复杂度）
• 大模型 API：我用 GLM 的编程套餐，第一个月只需要 100 元，API 调用次数基本用不完。购买地址：https://www.bigmodel.cn/claude-code?ic=TVUZHTWCW9

联系微信：gptkit

代部署包含：环境配置、代码部署、配置指导、简单使用说明。如有定制需求（策略改造、风控规则、指标调整等），可另行沟通。

---

1. Backpack 注册与准备工作

1.1 使用推荐链接注册 Backpack

推荐使用下面的注册链接创建 Backpack 账号（网页打开即可）：

https://backpack.exchange/join/86324687-8d6e-45f4-a477-7499a8aedd1a

注册完成后：

• 绑定邮箱/手机号，完成基础安全设置
• 按平台要求完成 KYC（如需）
• 开通 USDC 永续合约交易权限

1.2 申请 Backpack API Key

在完成账号注册与安全设置后，前往 Backpack 的 API 管理页面：

https://backpack.exchange/portfolio/settings/api-keys

步骤示例：

1. 登录 Backpack 官网
2. 打开上面的 API Keys 页面
3. 创建新的 API Key
4. 权限建议：
   • 开启 读取账户 / 读取持仓
   • 开启 交易权限（合约下单）
   • 不建议开启提现权限
5. 创建完成后，你会获得一对 Base64 编码的 ED25519 密钥：
   • 公钥（Public Key）
   • 私钥种子（Secret Seed）

请妥善保管，不要泄露，也不要提交到 Git 仓库。

---

2. 环境准备与依赖

2.1 基础环境

• 推荐：Ubuntu 等 Linux 云服务器（也可本地 macOS）
• 已安装：
  • Docker 24+（或兼容版本）
  • Git

拉取代码：

git clone https://github.com/terryso/LLM-trader-test.git
cd LLM-trader-test

2.2 复制并编辑环境变量文件

项目提供了示例配置：.env.example，你可以复制一份：

cp .env.example .env

然后使用你熟悉的编辑器修改 .env，重点是 Backpack 相关配置。

---

3. Backpack 相关配置说明

在 .env 文件中，找到并配置以下几个关键变量：

TRADING_BACKEND=backpack_futures

MARKET_DATA_BACKEND=backpack

BACKPACK_API_PUBLIC_KEY=你的_Backpack_API_Public_Key
BACKPACK_API_SECRET_SEED=你的_Backpack_API_Secret_Seed

# 可选：如不填则使用默认官方地址与 5000ms 窗口
#BACKPACK_API_BASE_URL=https://api.backpack.exchange
#BACKPACK_API_WINDOW_MS=5000

# 统一的实盘总开关（建议手动确认后再打开）
LIVE_TRADING_ENABLED=true

说明：

• TRADING_BACKEND=backpack_futures：选择 Backpack 作为交易后端
• MARKET_DATA_BACKEND=backpack：选择 Backpack 公共行情 API 作为价格/K 线来源，用于技术指标计算和 Dashboard 展示；在只关心 Backpack 场景下，可以让行情与交易保持一致、完全自洽
• BACKPACK_API_PUBLIC_KEY / BACKPACK_API_SECRET_SEED：
  • 对应你在 Backpack 后台申请到的 API 公钥/私钥种子
  • 必须是 Base64 编码的 ED25519 密钥（按官方文档生成）
• LIVE_TRADING_ENABLED=true：
  • 当且仅当你确认要在 Backpack 上真实下单/刷量时再开启
  • 如果不想立刻上实盘测试，可以先不设置或设为 false，只跑纸面回测逻辑

除了 Backpack 之外，.env 里还需要：

• LLM 相关（推荐直接使用 GLM 的 OpenAI Chat Completions 兼容接口）：

  • LLM_API_BASE_URL：你的 LLM 网关地址，例如 https://open.bigmodel.cn/api/coding/paas/v4/chat/completions
  • LLM_API_KEY：在 bigmodel.cn 后台创建的 GLM API Key
  • LLM_API_TYPE：接口类型标记，GLM 推荐设置为 custom

  示例：使用 GLM 编程套餐（推荐）

  # LLM 模型配置
  TRADEBOT_LLM_MODEL=glm-4.6
  TRADEBOT_LLM_TEMPERATURE=0.3
  TRADEBOT_LLM_MAX_TOKENS=4000
  #TRADEBOT_LLM_THINKING={"budget_tokens":512}
  
  # GLM 接口配置
  LLM_API_BASE_URL=https://open.bigmodel.cn/api/coding/paas/v4/chat/completions
  LLM_API_KEY=你的_GLM_API_Key
  LLM_API_TYPE=custom

• 资金风控相关（可选）：

  • PAPER_START_CAPITAL / LIVE_START_CAPITAL
  • 风险控制开关与每日亏损限制（RISK_CONTROL_ENABLED、DAILY_LOSS_LIMIT_PCT 等）

• 行情数据来源（可选）：

  • MARKET_DATA_BACKEND=binance：从 Binance 现货接口拉取行情（默认）
  • MARKET_DATA_BACKEND=backpack：从 Backpack 公共行情 API 获取价格和 K 线，在纯 Backpack 场景下更统一

你可以只先配置 Backpack + LLM，其他参数保持默认即可开始试跑。

---

4. Backpack 刷量 Bot 启动流程

4.1 本地直接运行（不使用 Docker）

推荐在本地开发、调试策略或先小规模试跑时使用本方式。

1. （可选但推荐）创建虚拟环境并安装依赖：

   python3 -m venv .venv
   source .venv/bin/activate  # Windows 使用 .venv\\Scripts\\activate
   pip install -r requirements.txt

2. 确保项目根目录下已经配置好 .env 文件（包括 Backpack、LLM、风控等变量）。

3. 启动 Backpack 刷量 Bot：

   python3 bot.py

4. 启动监控 Dashboard（可选，与本地 ./data 目录共用数据）：

   streamlit run dashboard.py

说明：默认情况下，bot.py 和 dashboard.py 都会读取项目根目录下的 .env，并将运行数据写入 ./data（可通过 TRADEBOT_DATA_DIR 环境变量修改）。

---

4.2 构建 Docker 镜像

在项目根目录执行：

docker build -t tradebot .

4.3 准备数据目录

mkdir -p ./data

Bot 运行时会把交易记录、AI 决策、持仓状态等信息写入 ./data 目录，方便后续分析与对账。

4.4 启动 Backpack 刷量 Bot（Docker）

确认 .env 已正确设置（尤其是 Backpack API 与 LLM），然后：

docker run --rm -it \
  --env-file .env \
  -v "$(pwd)/data:/app/data" \
  tradebot

此时：

• 如果 TRADING_BACKEND=backpack_futures 且 LIVE_TRADING_ENABLED=true：
  • Bot 会根据 DeepSeek 的决策，在 Backpack USDC 永续合约上真实下单/刷量
• 如果未开启实盘：
  • 仍然会生成完整的交易决策与日志，但不会向交易所发送真实订单

4.5 使用 Docker 启动监控 Dashboard

项目自带一个 Streamlit Dashboard，用于查看 Bot 的表现、收益曲线等：

docker run --rm -it \
  --env-file .env \
  -v "$(pwd)/data:/app/data" \
  -p 8501:8501 \
  tradebot \
  streamlit run dashboard.py

浏览器访问：http://localhost:8501

你可以看到：

• 资金曲线、回撤、Sharpe/Sortino 等指标
• 具体每笔交易和 AI 决策内容

---

5. Backpack 实盘联通自检（小额测试）

在正式高频刷量前，建议先做一笔非常小金额的联通测试，确认：

• API Key 权限正确
• 延迟/撮合正常
• 账户有足够 USDC 作为保证金

项目提供了一个 Backpack 永续合约的手动 smoke 测试脚本：

./scripts/run_backpack_futures_smoke.sh \
  --coin BTC \
  --size 0.001 \
  --side long

该脚本会：

• 在 BTC_USDC_PERP 市场开一笔极小头寸
• 等待几秒
• 再通过 reduce-only 市价单平掉该头寸

如果脚本运行失败，请重点检查：

• .env 中 BACKPACK_API_PUBLIC_KEY / BACKPACK_API_SECRET_SEED 是否正确
• 是否有网络问题/时间窗口配置不正确（BACKPACK_API_WINDOW_MS）

---

6. 风险控制与 Telegram 通知（可选）

6.1 风险控制

在 .env 末尾，你可以看到一整段中文风控说明，主要变量包括：

• RISK_CONTROL_ENABLED：是否启用风控总开关
• KILL_SWITCH：紧急停止新开仓（保留平仓/止损）
• DAILY_LOSS_LIMIT_ENABLED：是否启用每日亏损限制
• DAILY_LOSS_LIMIT_PCT：每日最大亏损占比（达到后自动拉闸）

建议在实盘刷量前，按自己可承受风险合理调整这些参数。

6.2 Telegram 通知

如需用 Telegram 实时接收 Bot 的交易情况，可在 .env 配置：

• TELEGRAM_BOT_TOKEN
• TELEGRAM_CHAT_ID
• 可选：TELEGRAM_SIGNALS_CHAT_ID（只推送开仓/平仓信号）

配置完成后，每次迭代、开平仓、异常告警等信息都会推送到你的 Telegram。

6.3 Runtime Config & /config 命令

运行过程中，如果已经配置好 Telegram 管理员（.env 中设置 TELEGRAM_ADMIN_USER_ID，值为你的 Telegram user_id），可以通过 /config 命令在不重启 Bot 的前提下临时调整部分关键配置。

• /config list：列出所有支持的运行时配置项及其当前生效值（已经包含 runtime overrides 的结果）。
• /config get KEY：查看某个配置项的详情，包括当前值和合法取值说明。
• /config set KEY VALUE：设置运行时覆盖值（runtime override），仅管理员可用，并会写入审计日志。

当前版本中，可以通过 /config 直接修改的运行时配置项为 3 个：

• TRADEBOT_INTERVAL
  • 含义：交易循环的主时间框架（如 15m、1h）
  • 合法值：1m, 3m, 5m, 15m, 30m, 1h, 2h, 4h, 6h, 8h, 12h, 1d
  • 生效方式：
    • 通过 /config set TRADEBOT_INTERVAL 1m 等命令设置后，下一轮迭代开始即生效；
    • 会影响：
      • 主循环 _run_iteration 的休眠时间（日志中 Waiting XXXs... 的数值）；
      • 计算 Sortino Ratio 时的时间粒度；
      • 构造给 LLM 的 prompt 中的 timeframe 描述，以及用于指标计算的 K 线间隔。
• TRADEBOT_LLM_TEMPERATURE
  • 含义：LLM 采样温度
  • 合法范围：0.0 – 2.0（超出范围会被拒绝或忽略，沿用 env/default）
  • 生效方式：
    • 通过 /config set TRADEBOT_LLM_TEMPERATURE 1.2 等命令设置后，下一次 LLM 调用立即使用新的温度；
    • 该值会体现在发送给 LLM 的请求 payload 中，并记录在 data/ai_messages.csv 的 metadata.temperature 字段中，方便回溯决策环境。
• TRADEBOT_LOOP_ENABLED
  • 含义：主循环总开关（false = 暂停 Bot 主循环，只保留 Telegram 等外围线程；true = 正常运行）
  • 合法值：true / false（常见等价写法如 1/0、on/off 也会被解析）
  • 生效方式：
    • 当设置为 false 时，主循环会跳过交易逻辑，只按 get_effective_check_interval() 轮询休眠；
    • 当设置为 true 时，主循环恢复正常迭代。

此外，runtime overrides 层本身仍支持对 TRADING_BACKEND / MARKET_DATA_BACKEND 等 key 进行进程内覆盖，但当前实现中：

• 这两个 backend 相关 key 只能通过 .env 与重启进程生效；
• /config 命令不会接受 TRADING_BACKEND / MARKET_DATA_BACKEND 作为合法 key，输入时会返回「无效配置项」提示；
• 建议继续使用 .env 管理交易/行情后端，避免在运行中试图热切换 backend 导致状态不一致。

权限与风险提示：

• 只有 TELEGRAM_ADMIN_USER_ID 对应的管理员账号可以成功执行 /config set，普通用户调用会被拒绝并在日志中记录。
• 所有运行时修改都通过 RuntimeOverrides 容器保存在内存中，不会自动写回 .env；一旦进程重启，所有 runtime overrides 会被丢弃，配置会回到 .env / 默认值。
• 建议在纸上交易模式或小仓位下先验证 /config 行为，再在实盘环境中使用；不要通过过大的 temperature / 过短的 interval 让 LLM 行为过于激进，注意 API 费用与交易风险。

6.4 可配置交易 Universe & Telegram 管理

Bot 支持通过 Telegram /symbols 命令动态管理交易 Universe（可交易的币种列表），无需重启即可调整交易范围。

命令用法

• /symbols list：查看当前交易 Universe（任何用户可用）
• /symbols add SYMBOL：添加交易对到 Universe（仅管理员）
• /symbols remove SYMBOL：从 Universe 移除交易对（仅管理员）

示例：

/symbols list
/symbols add BTCUSDT
/symbols remove SOLUSDT

Universe 默认来源与覆盖方式

1. 默认 Universe：由 config/settings.py 中的 SYMBOLS 列表定义
2. 运行时覆盖：通过 /symbols add/remove 命令修改，存储在内存中
3. 重启行为：进程重启后，Universe 会恢复到默认值

Symbol 校验与 MARKET_DATA_BACKEND 的关系

添加新 symbol 时，系统会根据当前 MARKET_DATA_BACKEND 进行校验：

• Binance 后端：验证 symbol 是否存在于 Binance Futures 市场
• Backpack 后端：用户仍使用 USDT 风格的 symbol（如 BTCUSDT），系统内部会自动映射到 Backpack 的 USDC 合约格式（如 BTC_USDC_PERP）

删除 Symbol 对持仓与风险管理的影响

重要行为约定：

• /symbols remove 只影响后续新开仓，不会强制平掉已有持仓
• 已有持仓继续由现有 SL/TP、Kill-Switch、每日亏损限制等机制管理
• 若 Universe 中移除了仍有持仓的 symbol，日志中会有 WARNING 提示（orphaned position）

Backtest 与 Paper/Live 的 Universe 解耦

• 回测模式：使用 BACKTEST_SYMBOLS 环境变量或 CLI 参数控制 symbol，与 Telegram /symbols 命令完全独立
• Paper/Live 模式：受 /symbols 命令和 Universe override 影响

这种设计确保回测结果的可重复性，不会因为运行时的 Universe 调整而改变。

审计日志

所有 /symbols add/remove 操作都会记录审计日志，格式如下：

SYMBOLS_AUDIT | action=ADD | symbol=BTCUSDT | user_id=123456 | chat_id=789 | old_universe=5 symbols | new_universe=6 symbols | success=True | timestamp=2024-01-01T12:00:00+00:00

被拒绝的操作（非管理员、无效 symbol）也会记录，包含当前 Universe 上下文：

SYMBOLS_AUDIT | action=DENY | symbol=INVALIDUSDT | user_id=456789 | chat_id=789 | old_universe=5 symbols | success=False | reason_code=add_invalid_symbol | reason=Symbol 'INVALIDUSDT' 不在已知交易对列表中 | timestamp=2024-01-01T12:00:00+00:00

日志字段说明：

• reason_code：机器可读的原因代码（如 add_permission_denied、add_invalid_symbol）
• reason：人类可读的详细说明

日志级别：

• 成功的 add/remove：INFO
• 被拒绝的修改：WARNING

注意：内部异常由调用方使用 logging.error() 单独记录，不通过 SYMBOLS_AUDIT 前缀。

---

7. 常见使用场景示例（Backpack 刷量）

• 交易所活动刷量：

  • 需要在指定永续合约上达到一定成交量
  • 使用本 Bot 持续小额下单+平仓，生成连续成交记录

• 做市/挂单深度（需视策略微调）：

  • 通过修改系统 Prompt 或策略逻辑，让 Bot 更偏向挂单成交

• 策略研究/回测：

  • 先在纯纸面模式下调参
  • 再切换到 Backpack 实盘进行小额验证

如果你有更复杂的刷量/做市需求（如双边对敲、多账号协同、细粒度手续费/返佣优化等），可以在微信沟通定制开发。

---

8. 免责声明

本仓库及相关代码仅用于技术研究和教育演示：

• 不构成任何投资建议或交易建议
• 不保证任何收益或回报
• 使用本项目产生的任何直接或间接损失，均由使用者自行承担

在你开始实盘刷量或交易之前，请务必：

• 充分理解永续合约、高杠杆交易的风险
• 先在纸面/小额资金环境中长期验证
• 仔细评估自己的风险承受能力

---

9. 开发者说明（简要）

• 使用 Docker 运行时，日志与数据统一写入 /app/data（映射到本地 ./data）
• 不会自动覆盖已有数据文件，如需迁移旧数据请手工处理
• 项目包含完整的单元测试与回测脚本，适合二次开发和策略研究

如果你只关心 Backpack 刷量，把注意力放在：

• .env 中 Backpack 与风险控制相关变量
• scripts/manual_backpack_futures_smoke.py 联通测试脚本
• Docker 启动命令

即可完成从 0 到 1 的搭建与上线。