Binance-Futures-Trading-Bot
Binance-Futures-Trading-Bot 是一款专为币安（Binance）USDT 合约市场设计的自动化交易机器人。它基于技术分析指标，能够自动执行带杠杆的期货交易，帮助投资者克服情绪干扰并实现全天候策略运行。
该工具主要解决了人工盯盘耗时费力、难以精准执行复杂技术指标以及容易受情绪影响导致操作失误等痛点。通过内置的 11 种预设策略，用户可以快速启动交易；同时，它也支持开发者在 Python 环境中自定义交易逻辑、止盈止损函数及动态追踪止损机制，极大地提升了策略的灵活性。
这款工具特别适合具备一定编程基础的加密货币交易者、量化策略研究人员以及希望将自有技术指标转化为自动执行代码的开发者使用。需要注意的是，目前该机器人仅支持 Windows 操作系统。
其技术亮点在于集成了专业的 Python 技术分析库（ta）与币安官方接口，不仅能实时获取数据并下单，还能利用 Plotly 生成交互式交易图表，并通过彩色日志表格清晰记录每一笔交易详情。尽管功能强大，但期货交易市场风险较高，使用者务必配置好止损策略并谨慎管理资金。
使用场景
一位兼职加密货币交易者试图在繁忙的工作间隙，通过技术分析策略捕捉比特币和以太坊的合约波动机会。
没有 Binance-Futures-Trading-Bot 时
- 错失交易时机：由于无法 24 小时盯盘，经常错过夜间或工作时的最佳入场点，导致策略执行滞后。
- 情绪化决策风险：手动设置止损和止盈时容易受市场波动影响，犹豫不决导致亏损扩大或过早离场。
- 策略验证困难：想要测试新的技术指标组合（如 RSI 结合均线），需要手动回测历史数据，耗时且容易出错。
- 多币种管理混乱：同时关注多个交易对时，难以统一计算仓位大小和杠杆比例，增加了爆仓风险。
使用 Binance-Futures-Trading-Bot 后
- 全天候自动执行：配置好内置的 11 种预设策略后，机器人能毫秒级响应市场信号，24 小时不间断自动下单，不再错过任何波动。
- 纪律性风控落地：通过
live_trading_config.py严格设定固定止损、止盈及追踪止损（Trailing Stop），彻底杜绝人为情绪干扰，确保每次交易风险可控。 - 灵活定制与可视化：利用
ta库快速在TradingStrats.py中编写自定义策略，并通过plotly生成的交互式图表直观复盘交易路径，大幅缩短策略迭代周期。 - 标准化多币操作：只需在配置列表中添加交易符号并设定
max_number_of_positions，即可统一管理多个合约的杠杆与仓位，实现规模化稳健运行。
Binance-Futures-Trading-Bot 将繁琐的技术分析转化为自动化执行力，让个人交易者也能拥有机构级的纪律与效率。
运行环境要求
- Windows
未说明
未说明
快速开始
币安期货交易机器人 
基于技术分析的币安期货加密货币交易机器人 📈 ₿ 🚀
- 内置11种预设策略，详见TradingStrats.py
- 请参阅下方文档以实现您自己的技术分析策略。（目前正在更新文档）
- 如果您喜欢这个项目，请分享给朋友，并使用上方的推文按钮在Twitter上发布 😃
或者 请我喝杯咖啡
此机器人目前仅支持Windows操作系统，未来我希望能支持Linux，但目前暂时没有时间
本机器人使用：
- python-Binance 客户端用于执行订单及从币安获取数据
- ta 库用于技术指标计算
- plotly 用于生成交互式交易图表。
- tabulate 用于以表格形式记录交易
- colorlog 用于为日志添加颜色
在Windows上进行实盘交易时的重要事项：
设置Windows每天同步一次时间。如果不这样做，币安最终会因时间戳错误而拒绝您的订单。
创建自定义策略：
策略以函数形式实现于TradingStrats.py中，随后在Bot_Class.Bot.make_decision()中被调用
Make_decision()必须返回Trade_Direction, stop_loss_val, take_profit_val，策略才能正常工作- 您可以从__TradingStrats.py__中的示例策略中获得灵感
当前正在为新版本机器人更新文档
创建自定义策略
创建自定义TP/SL函数
币安账户设置
- 注册一个币安账户（此链接使用了我的推荐码，可为您带来5%的交易返佣，非常感谢）
- 请在安全设置中启用双重认证，以保护您的加密资产安全。
- 在API管理部分创建一个新的API密钥。
- [✓] 阅读信息 [✓] 启用交易 [✓] 启用期货 [X] 启用提现
- 将您的API密钥填写到__live_trading_config.py__中的api_secret和api_key字段。
运行实盘交易机器人
运行策略需自行承担风险，本人不对您的交易决策负责。期货交易具有较高风险，务必始终遵循适当的风险管理原则，并设置止损
python3 live_trading.py
设置位于__live_trading_config.py__中
- 通过将
max_number_of_positions = 1设置为1，每次只交易一个仓位；若要交易多枚币种，只需增加该值即可。 leverage和order_size可根据您的偏好进行调整。symbols_to_trade[]是您希望交易的币种列表。如需交易所有币种，可将trade_all_symbols = True。- __追踪止损：将
use_trailing_stop = True，并根据您的策略修改trailing_stop_callback以启用追踪止损。
（最小值为0.001，即0.1%；最大值为5，即5%。当价格达到您策略设定的止盈幅度增减范围时，追踪止损将被触发）。 - 若要基于某个条件平仓，需要使
check_close_pos()返回平仓标志。（目前尚未实现，新版本机器人需要更新此功能） trading_strategy是您想要使用的策略名称，详情请参阅下文关于添加自定义策略的内容。- 默认提供11种策略供选择：
StochRSIMACD、tripleEMAStochasticRSIATR、tripleEMA、突破、stochBB、黄金交叉、蜡烛灯芯、fibMACD、EMA交叉、heikin_ashi_ema2 和 heikin_ashi_ema。 - TP_SL_choice是您希望使用的止盈和止损类型，有效选项包括：
USDT、%、x（ATR）、x（摆动高/低）第1级、x（摆动高/低）第2级、x（摆动高/低）第3级、x（摆动收盘）第1级、x（摆动收盘）第2级、x（摆动收盘）第3级。 SL_mult和TP_mult是针对TP_SL_choice的倍数。
示例：
TP_SL_choice = 'USDT'
SL_mult = 1
TP_mult = 2
此配置将设置止损为1美元，止盈为2美元。- 选择您希望交易的
interval，有效区间包括：1m、3m、5m、15m、30m、1h、2h、4h、6h、8h、12h、1d。
提供策略思路的YouTube频道：
Quantopian讲座 | Silicon Trader | Trade Pro | 策略测试 | 交易日志 | 移动平均线
待办事项：
联系我
- 通过一次性付款优先处理您在Trello上的工单。
- 如需根据您的具体需求定制策略，请通过Discord联系我获取报价。
- 如有任何疑问或需要解释代码段，请随时通过Discord与我联系。
- 如有任何建议或请求，也欢迎随时与我沟通。 加入我的公开Discord服务器 与 关注Twitter
常见问题
相似工具推荐
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
funNLP
funNLP 是一个专为中文自然语言处理（NLP）打造的超级资源库，被誉为"NLP 民工的乐园”。它并非单一的软件工具，而是一个汇集了海量开源项目、数据集、预训练模型和实用代码的综合性平台。 面对中文 NLP 领域资源分散、入门门槛高以及特定场景数据匮乏的痛点，funNLP 提供了“一站式”解决方案。这里不仅涵盖了分词、命名实体识别、情感分析、文本摘要等基础任务的标准工具，还独特地收录了丰富的垂直领域资源，如法律、医疗、金融行业的专用词库与数据集，甚至包含古诗词生成、歌词创作等趣味应用。其核心亮点在于极高的全面性与实用性，从基础的字典词典到前沿的 BERT、GPT-2 模型代码，再到高质量的标注数据和竞赛方案，应有尽有。 无论是刚刚踏入 NLP 领域的学生、需要快速验证想法的算法工程师，还是从事人工智能研究的学者，都能在这里找到急需的“武器弹药”。对于开发者而言，它能大幅减少寻找数据和复现模型的时间；对于研究者，它提供了丰富的基准测试资源和前沿技术参考。funNLP 以开放共享的精神，极大地降低了中文自然语言处理的开发与研究成本，是中文 AI 社区不可或缺的宝藏仓库。
cs-video-courses
cs-video-courses 是一个精心整理的计算机科学视频课程清单，旨在为自学者提供系统化的学习路径。它汇集了全球知名高校（如加州大学伯克利分校、新南威尔士大学等）的完整课程录像，涵盖从编程基础、数据结构与算法，到操作系统、分布式系统、数据库等核心领域，并深入延伸至人工智能、机器学习、量子计算及区块链等前沿方向。 面对网络上零散且质量参差不齐的教学资源，cs-video-courses 解决了学习者难以找到成体系、高难度大学级别课程的痛点。该项目严格筛选内容，仅收录真正的大学层级课程，排除了碎片化的简短教程或商业广告，确保用户能接触到严谨的学术内容。 这份清单特别适合希望夯实计算机基础的开发者、需要补充特定领域知识的研究人员，以及渴望像在校生一样系统学习计算机科学的自学者。其独特的技术亮点在于分类极其详尽，不仅包含传统的软件工程与网络安全，还细分了生成式 AI、大语言模型、计算生物学等新兴学科，并直接链接至官方视频播放列表，让用户能一站式获取高质量的教育资源，免费享受世界顶尖大学的课堂体验。