OpenClaw × SimuTrade 完全自主模式（零干预交易循环）

说明：文中所有内容仅用于技术演示与教育目的，不构成任何投资建议，不建议基于此直接进行实盘交易。

一、为什么选择 OpenClaw × SimuTrade？

要做「零干预」的自动交易，你至少需要三个关键能力：

• 能够理解自然语言和策略规则的智能体

• 能够安全地模拟真实交易环境（行情、订单、持仓、风控）

• 能够长期稳定地执行「周期性任务」并记录结果

在这个组合中：

• OpenClaw 负责「大脑」：

  • 理解你的投资目标与策略文本

  • 调用后端工具获取数据、下单、做风控

  • 定期执行交易循环并持续优化决策

• SimuTrade（自定义 MCP） 负责「交易引擎」：

  • 提供账户、订单、行情、风控、投资思维等完整接口

  • 在纯模拟环境中执行订单与记录行为

  • 支持可配置的「风险控制规则」与「投资思维」

两者结合后，你就能获得一个：

会「思考」、会「自我约束」、会「下单」、还能「反省」的自动化模拟交易体。

二、环境准备与 SimuTrade 配置

1. 前置条件

在继续之前，请确保你已经：

• 安装并能正常使用 OpenClaw

• 拥有一个有效的 SimuTrade API 密钥

• 可以编辑 OpenClaw 的配置文件（例如 JSON 配置）

具体安装和账号注册过程在此略过，你可以在各自官方文档中查阅。

2. 在 OpenClaw 中连接 SimuTrade

在 OpenClaw 的配置文件中，加入 SimuTrade 作为一个 MCP 服务。例如：

{
  "mcpServers": {
    "simutrade": {
      "url": "https://api.simutrade.ai/v1/mcp/sse",
      "headers": {
        "Authorization": "Bearer ts_live_你的API密钥"
      }
    }
  }
}

请将其中的：

• 你的API密钥 替换为你在 SimuTrade 控制台获取的真实密钥。

• simutrade 作为此 MCP 的名称，后续提示词和策略中都会用到这个名字。

保存配置后，重启或重载 OpenClaw。

3. 验证连接是否成功

在 OpenClaw 的交互界面中，你可以用一段简短的自然语言来测试：

「请使用名为 simutrade 的模拟交易服务，读取我的账户信息和当前持仓，并用表格总结。」

如果能成功返回模拟账户与持仓信息，说明 OpenClaw 已经能正常调用 SimuTrade，你就具备了继续搭建自动交易循环的基础。

三、SimuTrade 提供的能力一览

你的 SimuTrade MCP 暴露了以下工具（接口），它们共同组成了一个比较完整的模拟交易平台：

1. 行情与历史数据

• simutrade_get_quote
  获取某个交易对的当前市场报价（如最新成交价、买卖盘等）。

• simutrade_get_market_history
  获取一段时间内的市场历史数据（如 K 线、价格序列、成交量等）。

用途：

• 计算移动平均线、波动率、RSI 等技术指标

• 判断趋势、区间震荡、突破等形态

• 为下单前的价格参考提供依据

2. 账户、持仓与订单

• simutrade_get_portfolio
  获取整个投资组合（账户净值、资产分布、盈亏情况等）。

• simutrade_list_positions
  列出所有当前持仓（仓位数量、成本价、浮盈/浮亏等）。

• simutrade_list_orders
  查询当前挂单与历史订单列表。

• simutrade_get_order
  针对某一笔订单获取详细信息（状态、成交情况等）。

• simutrade_place_order
  提交新的买入/卖出订单（方向、数量、价格类型等）。

• simutrade_cancel_order
  撤销已有订单（常用于超时未成交或策略调整时）。

用途：

• 确定当前资金情况与风险敞口

• 避免重复下单与脏挂单

• 实现开仓、加仓、减仓和平仓的完整生命周期管理

3. 风控规则体系

• simutrade_create_risk_control_rules

• simutrade_list_risk_control_rules

• simutrade_update_risk_control_rules

• simutrade_delete_risk_control_rules

• simutrade_list_risk_control_executions

这些工具共同构成一套「可配置、可追踪」的风险控制系统，你可以：

• 定义规则：

  • 单笔最大风险比例（例如不超过账户净值 3%）

  • 单日最大回撤限制（例如亏损超过 5% 停止开新仓）

  • 单个标的的仓位上限（例如不超过净值 20%）

• 查看与维护：

  • 列出当前生效的所有风控规则

  • 在策略升级时更新或删除规则

• 审计与复盘：

  • 查询规则执行记录（哪些时刻触发了哪些风控）

这让 AI 不只是「听话尽量小心」，而是被硬性规则约束，有清晰的执行记录可查。

4. 投资思维与长期目标

• simutrade_get_investment_thinking

• simutrade_update_investment_thinking

你可以把自己的「投资哲学」固化在系统中，例如：

• 你是偏向趋势跟随，还是偏向逆向交易？

• 你可以接受多大的最大回撤？目标收益率大致在什么区间？

• 你偏好短线（日内）、波段，还是中长线？

在每一次交易循环中，OpenClaw 都可以先读取这套「投资思维」，在此基础上执行策略，从而保持风格统一。

四、设计一个完全自主的交易循环

下面我们围绕「每 X 分钟/小时自动运行一次」的思路，设计一个从头到尾的零干预交易循环。

你可以把这部分直接作为系统架构说明，也可以拆分成开发任务。

1. 交易循环整体步骤

一次完整的循环可以拆解成六个阶段：

1. 读取账户状态

2. 了解当前投资思维与风控规则

3. 获取市场行情与生成交易信号

4. 基于风控规则做决策过滤

5. 执行订单与订单管理

6. 记录与复盘（可选扩展）

下面逐步展开。

2. 阶段一：读取账户状态

目标：在做任何决策之前，先看清「家底」。

建议调用的工具：

• simutrade_get_portfolio

  • 获取账户总净值

  • 各资产/标的的权重分布

  • 当期总盈亏情况

• simutrade_list_positions

  • 每个标的的持仓数量、成本价、浮动盈亏

  • 当前总仓位与空仓比例

• simutrade_list_orders

  • 当前未完成订单

  • 近期历史订单（用于了解策略最近动作）

可做的事情包括：

• 判断是否已经接近仓位上限

• 检查是否有异常遗留挂单

• 评估当前风险暴露是否还允许新增仓位

3. 阶段二：投资思维与风控框架

目标：确保每一次决策都符合你预设的「交易人格」。

建议调用的工具：

• simutrade_get_investment_thinking

  • 读取系统当前存储的投资理念与风险偏好，例如：

    • 趋势策略/均值回归/混合

    • 风险承受度（保守/中性/激进）

    • 目标持仓周期与交易频率

• simutrade_list_risk_control_rules

  • 列出所有生效的风险控制规则，例如：

    • 最大单笔持仓比例

    • 日内最大亏损

    • 单标的最大仓位占比

在这一阶段，你可以要求 OpenClaw：

• 先用自然语言总结当前投资思维和风控框架

• 再在后续决策步骤中，显式检查「这笔交易是否违反这些约束」

4. 阶段三：行情获取与信号生成

目标：从市场数据中提取可操作的买卖信号。

建议调用的工具：

• simutrade_get_market_history

  • 获取一段时间的价格与成交量数据

  • 支持多周期（1m / 5m / 1h / 1d 等，具体视实现而定）

• simutrade_get_quote

  • 获取当前的实时价格与报价

  • 在临门一脚下单前，对价格做最终确认

在这一阶段中，OpenClaw 可以：

• 根据历史数据计算：

  • 均线（MA/EMA）

  • 波动率

  • RSI、MACD 等指标

• 基于你事先写好的规则，输出一个初步的信号：

  • 开多 / 开空 / 加仓 / 减仓 / 平仓 / 观望

你可以在文档中给出一个简单示例策略（例如双均线、突破策略），让读者更容易理解。

5. 阶段四：风控过滤与决策确认

目标：让所有意图下单的动作，再经过一次「硬规则」筛选。

工具仍然是：

• simutrade_list_risk_control_rules

• simutrade_list_risk_control_executions（用于了解近期是否频繁触发风控）

可执行的检查包括：

• 这笔计划订单的仓位是否会导致：

  • 单标的仓位超过上限

  • 单笔风险比例超过预设

  • 账户总杠杆或总敞口超出红线

• 当日是否已经触发过「最大回撤」或「最大交易次数」等规则：

  • 若是，可直接拒绝本轮新开仓，仅允许平仓或减仓

  • 并记录「规则拦截了某个潜在交易」

如果你希望在运行一段时间后调整规则，可以通过：

• simutrade_update_risk_control_rules
  在保留原来规则框架的前提下，动态调低或调高一些阈值。

• simutrade_delete_risk_control_rules + simutrade_create_risk_control_rules
  当策略风格有重大变更时，重建完整的风控体系。

6. 阶段五：下单与订单管理

目标：将已通过风控校验的信号转化为实际订单，并进行跟踪管理。

工具组合：

• simutrade_place_order

  • 创建订单（买入/卖出，数量，价格类型等）

• simutrade_get_order

  • 查询某一特定订单的状态，例如：

    • 已完全成交

    • 部分成交

    • 待成交

    • 已取消

• simutrade_cancel_order

  • 取消不再合理的挂单，例如：

    • 挂单时间过长，价格偏离太远

    • 风控规则发生调整

    • 市场出现突发性风险事件（在模拟环境中可以人为模拟）

• simutrade_list_orders

  • 用于定期「扫一眼」所有挂单，保证系统状态干净整洁

典型的执行流程可以是：

1. 在前一阶段确认信号与风控后，调用 simutrade_place_order 提交订单。

2. 记录订单 ID。

3. 在每轮循环中，通过 simutrade_get_order 检查该订单的成交状态，必要时调用 simutrade_cancel_order。

4. 在适当频率下用 simutrade_list_orders 做一次「订单清洁」与状态更新。

7. 阶段六：记录与投资思维的迭代（可选但非常推荐）

最后一个阶段不一定每一轮都做，但长期来看非常重要。

工具：

• simutrade_list_risk_control_executions

  • 查看过去一段时间内哪些风控规则被触发过

  • 帮助你判断：规则是否太紧或太松

• simutrade_update_investment_thinking

  • 当你从长期回测与模拟结果中得出新的结论时，可以更新投资哲学，例如：

    • 从高频狙击转向中频趋势

    • 从激进杠杆转向保守现金管理

在文档中，你可以鼓励读者：

• 按一定周期（例如每周/每月）

  • 导出账户净值曲线与最大回撤

  • 查看风控执行记录

  • 手动（由人）调整一部分「投资思维」与「风控规则」

• 然后再让 OpenClaw 和 SimuTrade 在新的规则与思维下继续自动运行

这样，系统不仅是自动执行规则，还能支持长期的迭代优化。

五、如何在 OpenClaw 中真正做到「零干预」

前面我们讲的是逻辑，现在说「怎么让它自己一直跑」。

一个实用的做法是：

1. 写一份“系统提示词/策略说明文件”

   • 描述你的投资思维（长期目标、风险承受度）

   • 详细列出策略逻辑和风控约束（用自然语言即可，条理要清晰）

   • 告诉 OpenClaw：

     • 每次循环要走完「六个阶段」

     • 允许自由调用 SimuTrade 的所有工具

     • 不得违反任何风控规则

2. 在 OpenClaw 中配置定时任务或外部调度

   • 例如每 15 分钟、每 1 小时甚至每天执行一次

   • 每次执行时，给 OpenClaw 发送一个类似的指令：

     「现在执行一轮完整的交易循环，严格遵守策略与风控规则，用 simutrade 完成账户查询、行情获取、下单和记录。」

3. 前期一定要“盯盘式监督”一段时间

   • 从小仓位、低频率开始，观察行为是否符合预期

   • 重点关注：

     • 是否会重复下单

     • 是否尊重仓位上限和回撤限制

     • 是否存在逻辑死角（比如极端行情下的行为）

当你对它的行为足够有信心后，就可以真正做到长期「零干预」，只在策略或投资思维需要升级时再进来调整。