安装指南

1. ClawHub CLI 从源直接安装技能的最快方式。
   npx clawhub@latest install yh85
2. 手动安装 将技能文件夹复制到以下位置之一
   全局模式
   ~/.openclaw/skills/
   工作区
   /skills/
   优先级：工作区 > 本地 > 内置
3. 提示词安装 将此提示词复制到 OpenClaw 即可自动安装。
   请帮我使用 Clawhub 安装 yh85。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
   更倾向于下载？
   获取包含原生技能文件的ZIP压缩包。
   下载技能 (.zip)

什么是

YH8.5 是一个透明、基于规则的量化信号系统，适用于加密货币永续期货。其双引擎设计将用于趋势和高波动市场的 ST(10,3) 趋势跟踪引擎，与用于区间震荡市场的 BB20(20,2) 均值回归引擎相结合。Playbook 根据 ATR 百分位数等市场状态指标路由信号，同时可配置的参数支持牛市、中性和熊市情景。
与黑箱机器学习策略不同，YH8.5 使用明确的规则，旨在进行回测和验证。作为 Openclaw Skills 中适用于量化交易工作流的一项技能，它可以帮助开发者生成信号、评估策略变体，并逐步构建部署工作流。

应用场景

为加密货币永续期货（例如 BTC/USDT）生成基于规则的信号。
随着波动率和市场状况变化，在趋势跟踪逻辑与均值回归逻辑之间进行路由。
回测策略规则，并比较不同过滤器设置下的胜率、盈亏和回撤。
为不同的市场情景配置引擎参数和币种分配。
将透明的策略作为黑箱 ML 信号生成的替代方案进行检查。

工作原理

将 K 线数据作为 pandas DataFrame 提供，其中包含 high、low 和 close 列，并以时间作为索引。
市场状态逻辑会评估包括 ATR 百分位数在内的条件，以确定 Playbook 应使用哪个引擎。
当 ATR 百分位数高于配置阈值时，路由至 ST(10,3) 趋势引擎；否则，路由至 BB20(20,2) 均值回归引擎。
应用已配置的策略参数和市场情景设置，为所请求的交易对生成信号。
检查信号，并使用提供的回测脚本比较不同过滤器配置下的性能指标。

配置指南

安装文档中列出的 Python 依赖项：
pip install numpy pandas ccxt
确保项目文件（包括 strategies/yh8_engine.py）位于工作目录中。提供带有 high、low 和 close 列、按时间索引的 pandas DataFrame K 线数据，然后初始化引擎并扫描交易对：
python3 -c "
import sys; sys.path.insert(0, '.')
from strategies.yh8_engine import YH8Engine
import pandas as pd
engine = YH8Engine()

df 必须包含 high、low 和 close 列，并以时间作为索引。

sig = engine.scan('BTC/USDT', df)
print(sig)
"
此示例假设 df 已创建或加载；该技能文档未指定数据获取命令或交易所凭证。运行研究或部署工作流之前，请查阅 references/strategy.md 中的规则和参数。
YH8.5 双引擎信号系统 数据架构与分类体系
文档所述项目围绕引擎逻辑、配置、市场状态分类和参考资料组织：
路径 用途
strategies/yh8_engine.py ST 和 BB20 信号生成核心引擎。
strategies/playbook.json 双引擎参数和币种分配配置。
strategies/playbook_manager.py 热重载 Playbook 配置。
market_regime.py 市场状态分类。
scripts/backtest.py 使用胜率、盈亏和回撤进行回测并比较过滤器。
references/strategy.md 策略规则和参数详情。
references/performance.md 回测和实盘表现数据文档。
输入 K 线被描述为包含 high、low 和 close 字段、以时间为索引的 pandas DataFrame。扫描示例还接受诸如 BTC/USDT 的市场交易对。所提供的文档未定义信号对象的字段或生成输出文件的格式。

高级特性

感知市场状态的路由：
ATR 百分位数决定选择趋势引擎还是均值回归引擎。
两个专用引擎：
ST(10,3) 处理趋势跟踪逻辑；BB20(20,2) 处理均值回归逻辑。
针对情景的配置：
Playbook 支持针对牛市、中性和熊市情景切换参数。
可配置的币种分配：
strategies/playbook.json
保存引擎设置和币种分配。
配置热重载：
strategies/playbook_manager.py
支持重新加载 Playbook 配置。
回测与比较：
scripts/backtest.py
使用胜率、盈亏和回撤比较过滤器选项。
规则透明：
系统避免使用黑箱 ML，旨在支持回测和验证。
适配 Openclaw Skills 工作流：
使用文档所述组件检查规则、生成信号并评估策略配置；源文档并未声称内置多智能体编排或自动交易所执行。

name: yh85 description: YH8.5 双引擎量化信号系统——ST(10,3)趋势 + BB20(20,2)震荡均值回归双引擎，Playbook 路由 + 市场状态自适应参数，纯规则化信号直通。用于生成加密货币永续合约交易信号、回测或部署双引擎纯规则策略时使用。

YH8.5 双引擎信号系统

YH8.5 是纯规则化双引擎量化信号生成器：ST 趋势引擎抓趋势、BB20 震荡引擎抓均值回归，由 Playbook 按市场状态（ADX/ATR 百分位）路由到对应引擎。

核心架构
引擎 定位 适用行情
ST(10,3) 纯信号趋势 趋势跟随 高波动/趋势市
BB20(20,2) 均值回归 震荡反转 低波动/震荡市
Playbook 路由：ATR 百分位 > 阈值走趋势引擎，否则走震荡引擎
市场状态自适应：牛/基/熊三场景切换参数
纯规则信号直通：无黑箱 ML，全部可回测、可证伪
快速开始

# 依赖
pip install numpy pandas ccxt

# 生成信号
python3 -c "

import sys; sys.path.insert(0, '.')
from strategies.yh8_engine import YH8Engine
import pandas as pd
engine = YH8Engine()

# df = 30m K线 DataFrame(high/low/close)，索引为时间

sig = engine.scan('BTC/USDT', df)
print(sig)
"

详细文档
策略规则与参数详解：见 references/strategy.md
回测与实盘绩效数据：见 references/performance.md
回测脚本：scripts/backtest.py（对比不同过滤器的胜率/盈亏/回撤）
文件说明
strategies/yh8_engine.py — 核心引擎（ST + BB20 信号生成）
strategies/playbook.json — 策略配置（双引擎参数 + 币种分配）
strategies/playbook_manager.py — 配置热加载
market_regime.py — 市场状态分型
Huajing 图像生成
YingHuo Grid v1.0