用遗传进化算法驱动 DeFi 交易策略自适应优化的多智能体系统
A multi-agent system powered by genetic evolution for adaptive DeFi trading strategy optimization
为什么大多数交易策略用了一阵就不行了？因为市场在变。牛市的参数到熊市就是送钱，趋势跟踪在震荡期会被反复打脸。
GeneFi 的解决方案来自达尔文：让策略自己进化。每套交易策略是一个"生物个体"，通过遗传变异、交叉互换和自然选择，策略种群在真实市场中自动进化——不需要手动调参数，不需要盯盘，它自己来。
| 生物学 Biology | GeneFi 对应 Mapping |
|---|---|
| 基因 DNA | 策略参数 Strategy Parameters (leverage, direction, hedge ratio...) |
| 个体 Individual | 一套完整的交易策略 A complete trading strategy |
| 种群 Population | 当前所有策略集合 All 20 strategies in the population |
| 适应度 Fitness | 综合盈利能力评分 Combined profitability score |
| 自然选择 Selection | 淘汰表现差的策略 Eliminate bottom 30% |
| 变异 Mutation | 参数微调产生后代 Parameter tweaks for offspring |
| 交叉 Crossover | 两个精英策略基因组合 Gene combination from two elite parents |
GeneFi 由三个自治 AI Agent 组成闭环，通过 A2A（Agent-to-Agent）协议协作，无需人工干预：
| Agent | Model | 职责 Role |
|---|---|---|
| 预测者 Predictor | Claude Opus | 检测 8 种市场体制（牛市波动、熊市波动、趋势上行/下行、高波动、资金费率极端正/负、震荡盘整），生成市场自适应策略种群。牛市时倾向高杠杆做多，费率极端时倾向套利 |
| 执行者 Executor | OKX OnchainOS | 通过 Agent Trade Kit MCP 协议执行策略——真实 OKX K 线回测 + Demo Trading 真实下单。orderId 3412480144057896960 可验证 |
| 裁判者 Judge | Claude Sonnet | 适应度评分排名，精英保留（前20%）、弱者淘汰（后30%）。连续 3 代适应度下降 → 自动触发安全模式切换 OKX Earn 稳健理财 |
每一代进化约 1.5 秒。跑 15 代，策略种群从随机噪声中"长出"结构——适应度曲线先下降（淘汰弱者），然后逐步收敛上升。
┌─────────────────────────────────────────────────────────────────┐
│ GeneFi Evolution Engine │
│ │
│ ┌─────────────┐ A2A ┌─────────────┐ A2A ┌─────────────┐
│ │ Predictor │────────>│ Executor │────────>│ Judge │
│ │ 预测者 │<────────│ 执行者 │<────────│ 裁判者 │
│ │ Claude Opus │ │ OnchainOS │ │ Claude Sonnet│
│ └──────┬──────┘ └──────┬──────┘ └──────┬──────┘
│ └─────────────────────────┼────────────────────────┘
│ ▼
│ ┌─────────────────────────────────────────────────────────┐
│ │ OKX Agent Trade Kit (MCP Protocol) │
│ │ Market(13) Swap(17) Account(13) Spot(13) Option(14) │
│ │ Grid(5) Trade(1) System(1) = 119 Tools via stdio │
│ └─────────────────────────────────────────────────────────┘
│ ▼
│ ┌─────────────────────────────────────────────────────────┐
│ │ OnchainOS: 500+ DEX Aggregator │ 11 Skills │ OKX Earn │
│ └─────────────────────────────────────────────────────────┘
└─────────────────────────────────────────────────────────────────┘
每一代进化 5 步闭环：检测市场体制 → 智能生成种群 → 真实K线回测 → 适应度评分排名 → 变异交叉产生下一代
┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐
│ 1. 检测 │───>│ 2. 生成 │───>│ 3. 回测 │───>│ 4. 评分 │───>│ 5. 进化 │
│ Detect │ │ Generate │ │ Backtest │ │ Score │ │ Evolve │
│ Regime │ │ Pop │ │ Candles │ │ Fitness │ │ Select │
└─────────┘ └─────────┘ └─────────┘ └─────────┘ └────┬────┘
▲ │
└────────────────────── Next Generation ─────────────────────┘
适应度函数 Fitness Function:
Score = 0.5 × PnL + 0.3 × FundingYield × 50 − 0.2 × MaxDrawdown
FundingYield 乘 50 是为了归一化——原始资金费率太小（0.0001量级），不放大的话套利策略在适应度函数里几乎没有存在感。
种群排名 Population Ranking: 精英 Elite (前20%保留) → 存活 Survive (中间50%) → 淘汰 Eliminate (后30%替换)
关键设计：
- 每一代用不同的 K 线窗口（滑动窗口），避免在同一段数据上过拟合
- 变异不只改数值参数——策略类型本身也可以变（套利 → 动量 → 网格）
- Direction 基因作为过滤器而非覆盖——不会强制改变策略的入场逻辑
GeneFi 通过 MCP stdio 协议直接调用 OKX Agent Trade Kit 的 119 个工具，这是整个项目最核心的集成点。
GeneFi Agent (Python) → mcp_bridge.py → mcp_proxy.js → okx-trade-mcp (Node.js) → OKX API
mcp_proxy.js 解决了一个实际工程问题：okx-trade-mcp 内部用了 Node.js 的 undici fetch，在有 HTTP 代理的网络环境下不会自动走代理。通过 undici.ProxyAgent + setGlobalDispatcher 在加载 MCP server 之前注入代理，让 MCP 在任何网络环境下都能工作。
Priority 1: MCP Agent Trade Kit (preferred)
Priority 2: REST API (fallback)
Priority 3: Simulation (last resort)
代码中每个方法都先尝试 MCP，失败走 REST，再失败才用模拟数据——onchain_os.py 可验证。
| Module | MCP Tools | Count | Usage & Evidence |
|---|---|---|---|
| Market | market_get_ticker · market_get_funding_rate · market_get_candles · market_get_orderbook |
13 | 实时 BTC $68,730.8 · 资金费率 -0.0000785 · K线回测 · 深度数据 |
| Swap | swap_place_order · swap_close_position · swap_set_leverage |
17 | 真实 orderId: 3412480144057896960 · 平仓(net_mode) · 杠杆1-20x动态调整 |
| Account | account_get_balance · account_get_positions |
13 | Demo Trading 余额 $82,755.19 · 持仓监控 |
| Grid | grid_create_order |
5 | 网格交易机器人部署 |
| Spot | spot_place_order |
13 | 现货交易框架就绪 |
| Option | option_place_order ... |
14 | 期权交易框架就绪，按需调用 |
| System | system_get_capabilities |
1 | 系统能力查询 |
CEX 交易之外，GeneFi 还深度接入了 OKX 的 OnchainOS 链上生态：
进化引擎需要帮策略选择最优交易链。dex_aggregator.py 中的 find_best_chain 方法并行查询所有支持的链（ETH/ARB/OP/MATIC/BASE/BSC/X Layer），比较 net_amount（扣除 gas 后的实际到账量），返回最优链。同一笔 ETH 交易，Arbitrum gas $0.2，Ethereum 主网 $15——选错链成本差 75 倍。
通过 npx skills add okx/onchainos-skills --yes 安装完整套件，存储在 .agents/skills/ 目录：
| Skill | 用途 |
|---|---|
okx-agentic-wallet |
智能钱包，17+网络 |
okx-dex-swap |
DEX 代币兑换 |
okx-dex-market |
DEX 行情数据 |
okx-dex-signal |
链上交易信号 |
okx-dex-token |
Token 查询 |
okx-dex-trenches |
链上趋势扫描 |
okx-onchain-gateway |
链上广播 |
okx-security |
风险检测（Token/交易/域名/授权） |
okx-wallet-portfolio |
资产组合 |
okx-x402-payment |
x402 零Gas支付 |
okx-audit-log |
审计日志 |
这是一个仿生设计。当种群适应度连续 3 代下降时，Judge Agent 判定"环境恶劣"，自动调用 OKX Earn API（POST /api/v5/finance/savings/purchase-redempt）把资产转入稳健理财。等市场恢复后赎回继续交易。
这就像生物在极端环境下进入休眠状态——不是逃跑，是等待更好的进化时机。
每个策略的 DNA 由 9 个基因组成，定义策略的全部行为：
| Gene | Range | Description |
|---|---|---|
leverage |
1-20x | 仓位杠杆倍数 Position leverage |
entry_threshold |
0.1-0.95 | 入场信号灵敏度 Entry signal sensitivity |
exit_threshold |
0.05-0.6 | 出场触发水平 Exit trigger level |
hedge_ratio |
0-1.0 | 对冲比例 Hedging proportion |
stop_loss_pct |
2-15% | 止损百分比 Stop loss |
take_profit_pct |
5-30% | 止盈百分比 Take profit |
direction |
L / S / N | Long/Short/Neutral (作为过滤器，不覆盖策略逻辑) |
chain |
6 chains | ETH, ARB, OP, MATIC, BASE, BSC |
strategy_type |
4 types | Arb, Grid, Momentum, MeanReversion (可变异) |
GeneFi 内置严格的统计验证，不是跑一次说"赚了"：
- 30 次独立试验 × 多市场体制（bull/bear/range/funding extreme）
- 计算 Sharpe Ratio、最大回撤、年化 Alpha
- 用 Welch's t-test 检验进化策略是否显著优于随机策略
- p-value < 0.05 才算统计显著
用户输入一笔本金（如 $10,000），在真实 OKX K 线上跑回测，看到完整的资金曲线、最高点、最低点、最大回撤，以及和随机策略的 Alpha 对比。
不是每次都能赚钱。市场下行时进化策略也会亏——但会比随机策略亏得少。安全模式会在连续亏损时自动介入。这不是"保证赚钱"的系统，是让策略自动适应、自动风控、有统计基础的系统。
| Feature | Status | Description |
|---|---|---|
| Agent Trade Kit MCP 119 tools | ✅ | stdio 协议接入，7 个模块全覆盖 |
| Demo Trading 真实下单 | ✅ | orderId: 3412480144057896960 可验证 |
| OnchainOS 500+ DEX 聚合 | ✅ | 20+ 链最优路由，find_best_chain |
| 11 OnchainOS AI Skills | ✅ | wallet, dex, security, x402, audit... |
| 9 维策略基因染色体 | ✅ | 完整参数空间，支持突变/交叉/物种形成 |
| 8 种市场体制检测 | ✅ | 从真实 K 线自动判断，策略自适应 |
| 蒙特卡洛统计验证 | ✅ | 30 trials × 多体制，t-test, p-value |
| OKX Earn 安全模式 | ✅ | 连续3代下降 → 自动 Earn 稳健理财 |
| 投资模拟器 | ✅ | 输入本金 → 真实K线回测 → 资金曲线 |
| 一键部署到 OKX | ✅ | Deploy 按钮 → MCP 真实下单 |
| 基因漂变可视化 | ✅ | 5 维参数跨代演化曲线 |
| 力导向图进化可视化 | ✅ | SVG 物理模拟，大小/颜色=适应度 |
| 策略导出 JSON | ✅ | 复制/下载完整基因参数 |
| A2A 审计日志 | ✅ | JSONL 格式完整通信记录 |
| Docker 一键部署 | ✅ | docker-compose up --build |
| 中英双语 UI | ✅ | 所有标签 "中文 English" 格式 |
| 回测对比 | ✅ | 进化策略 vs 随机策略图表对比 |
| 三级 Fallback | ✅ | MCP 优先 → REST 回退 → 模拟兜底 |
# Clone
git clone https://github.com/Brian5216/GeneFi.git && cd GeneFi
# Install
pip install -r requirements.txt && npm install
# (Optional) OKX Demo Trading
cp .env.example .env # Edit with your OKX API keys
# Start
python3 -m uvicorn main:app --host 0.0.0.0 --port 8001 \
--loop asyncio --http h11 --ws websockets &
node serve.js
# Open http://localhost:8000docker-compose up --build
# Open http://localhost:8000npm install -g okx-trade-mcp
npx skills add okx/onchainos-skills --yes不需要 OKX API Key 也能跑——Simulation 模式下所有功能完整可用。想连 Demo Trading？填上 Key 在设置面板切换即可。
前端包含 4 个 Tab 模块：
| Tab | Content |
|---|---|
| 智能体 Agents | 三个 Agent 实时状态——消息数、候选策略、交易数、已淘汰 |
| OKX 生态 | MCP 调用次数/工具数、DEX 最优链、实时行情、余额、执行模式 |
| 关于 About | 6 大核心优势卡片、5 步进化流程图、技术栈标签 |
| 设置 Config | 种群大小/变异率/淘汰压力/代数、执行模式切换、投资模拟器 |
力导向图可视化实时展示每个策略个体——大小代表适应度，颜色从红（弱）到绿（强），字母标识策略类型（F=套利、G=网格、M=动量、R=回归）。基因漂变图上 5 条参数曲线逐渐收敛——这就是自然选择在你眼前发生。
| Layer | Technology |
|---|---|
| Backend | Python 3.11 + FastAPI + Uvicorn |
| Frontend | Vanilla JS + SVG + Canvas (zero framework dependencies) |
| Communication | WebSocket real-time + A2A JSON Protocol |
| Trading (MCP) | OKX Agent Trade Kit (119 tools via MCP stdio) |
| DeFi | OnchainOS DEX Aggregator (500+ DEX, 20+ chains) |
| AI Models | Claude Opus (Predictor) + Claude Sonnet (Judge) |
| Deployment | Docker multi-stage build + Node.js reverse proxy |
| Endpoint | Method | Description |
|---|---|---|
/ |
GET | Main dashboard (4-tab UI) |
/ws |
WS | WebSocket real-time evolution updates |
/api/status |
GET | System status + MCP call stats |
/api/market |
GET | Live market data (source: mcp_agent_trade_kit) |
/api/account |
GET | OKX account balance & positions |
/api/population |
GET | Current strategy population |
/api/history |
GET | Evolution history (all generations) |
/api/export |
GET | Export top strategies as JSON |
/api/backtest |
GET | Evolved vs random comparison |
/api/dex_quote |
GET | DEX swap quote (500+ DEX) |
/api/simulate_investment |
GET | Investment simulator with equity curve |
/api/monte_carlo |
GET | Monte Carlo statistical validation |
GeneFi/
├── main.py # FastAPI app + WebSocket + evolution loop
├── config.py # Configuration management
├── serve.js # Node.js reverse proxy (static + WS + API)
├── mcp_proxy.js # MCP proxy with undici ProxyAgent support
├── dtes/
│ ├── core/
│ │ ├── strategy.py # 9-gene strategy chromosome model
│ │ ├── fitness.py # Normalized fitness scoring function
│ │ ├── evolution.py # Evolution engine (mutation/crossover/selection)
│ │ └── backtest.py # Monte Carlo multi-regime backtester
│ ├── agents/
│ │ ├── base.py # Base agent class
│ │ ├── predictor.py # Predictor: regime detection + population generation
│ │ ├── executor.py # Executor: K-line backtest + OKX MCP trading
│ │ └── judge.py # Judge: fitness evaluation + safe mode trigger
│ ├── protocol/
│ │ └── a2a.py # A2A communication protocol + JSONL audit log
│ └── okx/
│ ├── onchain_os.py # OKX integration layer (MCP priority fallback)
│ ├── mcp_bridge.py # Python ↔ MCP stdio bridge (119 tools)
│ └── dex_aggregator.py # DEX aggregation (500+ DEX, 20+ chains)
├── static/
│ ├── index.html # Dashboard (4-tab layout: Agents/OKX/About/Config)
│ ├── css/style.css # Dark theme + responsive design
│ └── js/
│ ├── evolution-viz.js # Force-directed graph visualization (SVG physics)
│ └── app.js # WebSocket client + UI state management
├── .agents/skills/ # 11 installed OnchainOS AI Skills
├── docs/images/ # Architecture + flow diagrams
├── Dockerfile # Multi-stage Docker build
├── docker-compose.yml # Single-container orchestration
├── .env.example # Environment variables template
├── PROGRESS.md # Project progress tracker
└── GeneFi_Submission.pdf # 9-page hackathon submission document
Built for OKX AI Hackathon Season 2 | Powered by Claude + OKX Agent Trade Kit