crypto-arbitrage
crypto-arbitrage 是一款基于 Python 开发的自动化加密货币交易机器人,旨在通过捕捉“三角套利”或“跨交易所套利”的机会来自动执行交易并获取利润。它主要解决了人工难以实时监测多个市场微小价差、以及在价格剧烈波动中快速下单的难题,能够定期扫描市场并在发现盈利空间时自动放置订单。
该项目适合具备一定编程基础的开发者、量化交易研究者或对加密货币套利策略感兴趣的技术爱好者使用。由于项目明确依赖 Python 2 环境且需要用户自行配置 API 密钥与交易参数,它并不适合完全零技术背景的普通投资者直接套用。
其技术亮点在于支持多种主流交易所(如 Bittrex、Kraken 等)的灵活配置,并内置了“模拟模式”,允许用户在不投入真实资金的情况下先行检测套利机会,从而降低试错成本。不过需要注意的是,开发者已在说明中指出,随着市场波动加剧及交易手续费(通常为 0.25%)的制约,实际获利难度有所增加,且部分订单可能无法完全执行,需要一定的人工干预或策略优化。目前该项目处于暂停更新状态,更适合作为学习套利逻辑和构建自定义交易系统的参考范本。
使用场景
一位拥有多个交易所账户的个人交易者,试图在比特币和以太坊等主流币种的价格波动中,通过捕捉不同平台或三角交易对之间的微小价差来获利。
没有 crypto-arbitrage 时
- 错失瞬息万变的机会:人工盯盘无法实时监测 Bittrex、Kraken 等多个交易所的毫秒级价差,往往发现机会时利润空间已消失。
- 手动执行效率低下:即使发现了三角套利路径,手动在三个不同交易对间快速下单极易出错,且速度远慢于市场变化。
- 手续费侵蚀利润:难以精确计算扣除各交易所 0.25% 交易费后的实际净利润,经常陷入“看似赚钱,实则亏本”的陷阱。
- 资金平衡困难:部分订单未完全成交导致账户资金失衡,需要耗费大量时间手动复盘和重新调配资金。
使用 crypto-arbitrage 后
- 全天候自动扫描:crypto-arbitrage 能 7x24 小时自动监控配置好的交易所,一旦检测到扣除手续费后仍有利的套利窗口,立即触发逻辑。
- 极速自动化执行:程序自动完成复杂的三角或跨所下单流程,消除了人为延迟和操作失误,确保在价差消失前锁定利润。
- 精准净利核算:内置逻辑会自动计算交易费率,仅在确认扣除所有成本后仍有正向收益时才发出指令(或模拟运行),避免无效交易。
- 模拟模式降低风险:利用默认的 Mock 模式先进行无资金风险的实战演练,验证策略有效性后再开启生产模式,大幅降低试错成本。
crypto-arbitrage 将原本依赖高强度人工盯盘且难以盈利的套利行为,转化为可量化、自动化且风险可控的程序化交易策略。
运行环境要求
- 未说明
不需要 GPU
未说明

快速开始
加密货币套利
更新于2023年9月16日:
我已经开始开发除套利之外的其他交易机器人。其中表现最佳的机器人——现实交易机器人(RTB),在采用激进模型时实现了+2056%的收益,而保守模型则带来了+418%的收益。这些机器人的回测数据覆盖了2019年至2022年。目前,我已推出一项订阅服务,为热门交易对提供交易信号。未来,当有足够多的需求时,我会继续增加对新交易对的支持。
当前订阅服务支持以下交易对:
- BTCUSD
- ETHUSD
- EURUSD
- GBPJPY
- XAUUSD
RTB交易信号订阅链接:https://kelvinausoftware.com/rtb-trading-signal/
RTB详情及回测报告链接:https://kelvinausoftware.com/realistic-trading-bot-rbt/
免费的专业交易员入门课程链接:https://www.youtube.com/live/HmM4rWT49M8?si=146J_eTFFX6YnctI(适合初学者,无需任何经验,内容足以让你入门交易。)
专业交易员课程详细信息链接:https://kelvinausoftware.com/professional-trader-course/(我将在该课程中讲解RTB算法。)
2022年EURUSD的回测收益率高达+2056%

简介
这是一个基于三角套利或交易所套利的自动化交易机器人。它会定期检查并识别套利机会,并在可获利时自动下单。只需进行少量配置,即可应用于任何加密货币交易对。
2017年10月,我以1000美元启动该项目。当时,在Bittrex平台上利用三角套利,曾连续几周每天赚取约40美元。然而,随着市场波动加剧,利润很难跑赢剧烈的价格波动。
支持的交易所
Bittrex、Bitfinex、Bitstamp、Kraken、Gatecoin(由于成交量极低,目前已不再维护)。
安装与配置
- 如有必要,请在此处安装Python 2:https://www.python.org/downloads/。**本机器人不支持Python 3。**
- 运行命令
pip install grequests。 - 将
keys目录下的.key_sample文件重命名或复制为.key文件,并填写API密钥。例如,创建一个名为bittrex.key的文件。请务必不要将任何API密钥或此.key文件上传到代码仓库。 - 根据需要修改
arbitrage_config.json文件,以添加其他交易对或交易所。
使用方法
三角套利:python main.py -m triangular
交易所套利:python main.py -m exchange
默认启用模拟模式,该模式不会实际下单,仅用于检测和展示套利机会。如需关闭模拟模式并进入真实交易,请添加 -p 参数。
遇到的困难
- 交易手续费是最大的障碍。大多数交易所的手续费为0.25%。如果手续费能够降低,利润空间将会更大。
- 有时并非所有下单都会被完全成交,因此需要手动调整仓位以重新平衡。机器人应具备处理此类情况的能力,例如直接下达市价单,而不是仅仅取消未成交的订单。
后续改进方向
- 实现交易所间的自动再平衡。
- 更加策略性地管理未成交订单。
- 代码重构。
鉴于当前市场价格波动剧烈,我暂时搁置该项目。希望这能对有类似兴趣的朋友有所帮助。
常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
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
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
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。
ragflow
RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。