Hermes + Polymarket：搭建自学习 BTC 交易代理的完整指南
从 100 美元起步，用 Hermes + Atomic + Claude Opus 搭建能持续复盘、持续调参、具备自学习能力的 BTC 交易代理。
开篇：为什么是 BTC Up/Down？
2025-2026 年，Polymarket 上的交易 bot 创造了超过 6000 万美元 利润。其中 77% 来自同一个市场类型：
BTC Up/Down — 5 分钟短周期加密市场
这不是靠情绪交易。不是跟新闻。不是凭感觉。
真正赚钱的 bot，在看一件事：BTC 价格状态背后的转移概率。
当 BTC 进入一个明确的方向状态时，这个状态是否会继续？是可以被数学模型测量出来的。
人群还在根据感觉下注时，Markov 转移矩阵 已经能提前识别状态持续性。
数学模型给出的概率，和市场当前价格之间的差，就是 edge。
而且这个 edge 不是一次性的，它可以被重复捕捉、放大、自动化执行。
第一层：理解市场结构
为什么 BTC Up/Down 存在结构性低效？
Polymarket 的 BTC 5 分钟 Up/Down 市场，是预测市场里结构性低效最明显的板块之一。
原因很简单：
- 参与者依赖情绪：新闻来了跟，社交媒体热了跟，K 线突然波动凭感觉下注
- 时间窗口极短：5 分钟内价格方向判断，大多数人根本来不及理性分析
- 信息不对称：真正有模型的人，和凭直觉的人，在同一市场博弈
这三点叠加，产生了一个可被数学捕捉的低效缝隙：
当 BTC 进入明确方向状态后，状态持续性是可预测的
这不是预测 BTC 会涨还是跌。而是预测：当前状态会不会持续。
Markov 转移矩阵的核心逻辑
假设 BTC 价格状态可以简化为 3 类：
UP：上升趋势DOWN：下降趋势NEUTRAL：震荡/无明显方向
Markov 转移矩阵测量的是：从状态 A 转移到状态 B 的概率。
UP DOWN NEUTRAL
UP 0.87 0.08 0.05
DOWN 0.10 0.85 0.05
NEUTRAL 0.15 0.15 0.70这个矩阵告诉我们：
- 如果当前是 UP 状态，有 87% 概率下一个周期仍为 UP
- 如果当前是 DOWN 状态，有 85% 概率继续 DOWN
- NEUTRAL 状态转移概率较低，不进场
edge 在哪里？
假设市场当前 BTC Up 合约价格是 $0.75（市场认为 75% 概率涨）。
如果你的 Markov 模型计算出 p(UP, UP) = 0.87，那么：
edge = 0.87 - 0.75 = 0.12（12%）
这 12% 的概率差，就是可被捕捉的套利空间。
第二层：技术架构设计
为什么选择 Hermes？
Hermes 是 NousResearch 推出的开源 agent 框架。
关键背景：
- NousResearch 背后有 Paradigm 的 7000 万美元 支持
- 专注 AI agent + crypto 交叉领域
- Hermes 设计目标：让 agent 能持续运行、持续复盘、持续调参
为什么不用其他框架？
| 框架 | 问题 |
|---|---|
| LangChain | 适合单次任务，不适合持续运行的交易代理 |
| AutoGPT | 缺乏明确的 crypto 生态集成路径 |
| CrewAI | 多 agent 协作，但单 agent 深度不够 |
Hermes 的核心能力：
- 持久化 session：交易日志、参数调整历史、复盘记录都能持久保存
- 工具集成：原生支持 terminal、browser、file 等工具
- cron job：定时任务支持，适合每日复盘/参数调整
- Telegram/微信集成：实时通知交易结果
完整技术栈
┌─────────────────────────────────────────────────────┐
│ Trading Agent │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ Hermes │ │ Atomic │ │ Claude Opus │ │
│ │ (框架层) │→ │ (调度层) │→ │ (决策层) │ │
│ └─────────────┘ └─────────────┘ └─────────────┘ │
└─────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────┐
│ Execution Layer │
│ ┌─────────────────────────────────────────────────┐│
│ │ py_clob_client_v2 (Polymarket CLOB) ││
│ │ • SAFE_ADDRESS 支持 ││
│ │ • collateral balance 术语 ││
│ │ • fee-aware trade evaluation ││
│ └─────────────────────────────────────────────────┘│
└─────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────┐
│ Data Sources │
│ • BTC 实时价格（CEX API） │
│ • Polymarket 市场订单簿 │
│ • Markov 状态转移概率（历史数据训练） │
└─────────────────────────────────────────────────────┘各层职责：
| 层级 | 工具 | 核心职责 |
|---|---|---|
| 决策层 | Claude Opus 4.7 | 判断是否进场、仓位大小 |
| 调度层 | Atomic | 接收 Hermes 指令，调用 Claude，管理 session |
| 框架层 | Hermes | 持久化状态、定时复盘、Telegram 通知 |
| 执行层 | py_clob_client_v2 | 与 Polymarket CLOB v2 交互，下单/撤单 |
第三层：参数配置与实战
核心参数清单
# .env 配置
PRIVATE_KEY=your_wallet_key # 钱包私钥（绝不暴露在聊天/日志）
SAFE_ADDRESS=your_safe_address # Polymarket Safe 地址
CLOB_HOST=https://clob.polymarket.com
# 策略参数
DRY_RUN=true # 默认模拟模式
MIN_EDGE=0.05 # 5% 最小套利 gap
MIN_PROB=0.87 # Markov 持续性阈值
MIN_BET=1.00 # $1 最小测试仓位
MAX_BET=50.00 # 上限保守起步
BANKROLL=100.00 # 初始本金 $100
# Claude 配置（Atomic → Settings → AI Models → Anthropic）
Model: claude-opus-4-7-20261001
Max tokens: 4096
Temperature: 0.2 # 低温度 = 更一致决策参数解释：
| 参数 | 含义 | 推荐值 |
|---|---|---|
MIN_PROB | Markov 状态持续性阈值 | 0.87（低于此不进场） |
MIN_EDGE | 最小概率差（edge） | 0.05（至少 5% 套利空间） |
DRY_RUN | 模拟模式开关 | true（实盘前必须跑 24h） |
Temperature | Claude 决策随机性 | 0.2（低=更稳定） |
Kelly Criterion 仓位管理
进场后，仓位大小不是随便定的。使用 Kelly 公式：
f* = p - (1-p)/b其中：
p= 你的模型概率（如 0.87）b= 赔率（市场价格倒数）f*= 最佳仓位比例
示例计算：
假设模型概率 p = 0.87，市场 Up 合约价格 $0.75，赔率 b = 3：
f* = 0.87 - (1-0.87)/3 = 0.87 - 0.043 = 0.827Kelly 建议仓位 = 82.7% 的本金。
实际操作中用 Half Kelly（减半）降低风险：
实际仓位 = 41% 本金 = $41（假设 BANKROLL=$100）
第四层：自学习闭环
为什么需要自学习？
静态策略必死。市场在变化：
- BTC 波动特征会变
- Polymarket 参者行为会变
- 其他 bot 的策略会进化
如果你的参数是固定的，edge 会逐渐消失。
自学习闭环的核心：
交易 → 记录日志 → 每日复盘 → 调整参数 → 新交易Hermes 如何实现自学习？
每日复盘流程（通过 cron job 自动执行）：
每天午夜运行：
1. 读取昨天的 trade journal
2. 分析：
- 哪些 Markov states 胜率最高
- 哪些 entry price ranges 的 EV 最好
- 当前 MIN_PROB 是否应该上调或下调
- 当前 Kelly f* 是否适合最近的交易结果
3. 更新 .env config 和策略参数
4. 通过 Telegram 发送总结：
- 今天的 P/L、胜率、交易次数
- 策略改变了什么，以及为什么改变
- 明天更新后的 thresholds24 小时 Dry Run 测试
在进入实盘之前，必须先跑 DRY_RUN 模式 24 小时。
模拟模式下记录：
- 检测到多少个信号
- 入场价格
- 入场时的 Markov state
- 每笔模拟 P/L
- 在当前阈值下的胜率
判断标准：
| 指标 | 达标值 | 不达标处理 |
|---|---|---|
| 信号数量 | ≥ 20 个 | 降低 MIN_PROB |
| 模拟胜率 | ≥ 70% | 提高 MIN_EDGE |
| 模拟 P/L | 正收益 | 检查 Markov 模型 |
| 最大单笔亏损 | < 10% 本金 | 降低 MAX_BET |
只有 dry run 稳定，才能小额实盘。
第五层：安全与风控
钱包安全
关键原则：
-
绝不暴露 private keys
- 不在聊天中讨论
- 不在日志中打印
- 只在
.env文件中配置
-
使用 Polymarket Safe
- Safe 是 proxy wallet，资金在 Safe 合约里
- 即使 agent 被攻击，资金不在 agent 直接控制的地址
-
最小权限原则
- agent 只能访问 collateral balance
- 不能访问其他钱包资产
止损机制
虽然策略本身有概率过滤，但仍需硬性止损：
MAX_DAILY_LOSS = 0.20 # 单日最大亏损 20% 本金
MAX_SINGLE_LOSS = 0.10 # 单笔最大亏损 10% 本金
当达到日止损线时：
- 停止今日交易
- Telegram 通知 "⚠️ 达到日止损线，交易已暂停"总结：从 100 美元到自学习系统
搭建一个能自学习的 BTC 交易代理，关键不是某个神奇参数，而是：
- 理解市场低效的根源：Markov 状态持续性 vs 情绪交易者
- 数学模型量化 edge：概率差不是猜测，是计算
- 自学习闭环：每日复盘 → 调参 → 新交易
- 安全第一：dry run 24h、不暴露私钥、硬性止损
- 小额起步：$100 本金测试，稳定后再放大
Hermes + Atomic + Claude Opus + Polymarket CLOB v2，这套组合的意义不是「某个 bot 赚了多少钱」，而是：
提供了可复用的自学习框架 — 你可以用同样的架构，去捕捉其他市场的低效缝隙。
附录：快速启动命令
# 1. 克隆 Hermes
git clone https://github.com/nousresearch/hermes
cd hermes
# 2. 安装依赖
pip install -r requirements.txt
# 3. 配置 .env
cp .env.example .env
# 编辑填入你的参数（绝不暴露在聊天）
# 4. 启动 dry run
python run_agent.py --mode dry_run --duration 24h
# 5. 检查日志
cat logs/trade_journal_$(date +%Y-%m-%d).json
# 6. 小额实盘（dry run 达标后）
python run_agent.py --mode live --bankroll 100相关资源：
- Hermes 文档：https://hermes-agent.nousresearch.com/docs
- Polymarket CLOB v2 API：https://docs.polymarket.com
- Claude Opus API：https://docs.anthropic.com