最近听说币安在举行 OpenClaw & AI Agent 的活动，刚好也有人跟我聊到这个方向，我就决定参与一下。其实我一直想做一个真正能跑起来的量化系统，而不是那种“只会画图讲故事”的 PPT 项目，这次正好借着这个机会狠狠干了一把。现在我的 QuantClaw AI 已经接通了币安 API，不再只是停留在回测阶段，而是能在系统里完整跑策略流程。
目前先落地的是两条最实用的策略：网格现货 + 网格合约。现货主要做相对稳一点的波动套利，而合约则是在有明确方向或者震荡区间的时候提高资金效率。策略本身并不复杂，但真正做起来才发现，量化交易其实是一个非常“工程化”的事情。
这段时间最大的感受就是：量化不是策略写完就结束，工程细节才决定生死。
比如策略重启后的状态恢复、成交历史持久化、异常重试、断网后的自动续跑，还有 UI 上把现货 / 合约、多空方向标清楚。这些东西看起来不酷，但在实盘里非常关键，任何一个环节掉链子，收益曲线都可能被一根针扎穿。
现在我主要关注几个核心指标：Sharpe、PnL、最大回撤、成交频率。Sharpe 对我来说更像是一份稳定性体检报告，而不是一个炫耀的数字；PnL 也不是某一天爆发就算赢，而是能不能在不同市场节奏里长期活下来。所以我的策略是 先小资金验证、短周期迭代，再逐步放大规模，而不是一把梭哈。
接下来我还准备把 小龙虾（OpenClaw Agent） 的能力接进系统，不只是执行策略，还希望它能参与策略辅助决策，比如订阅市场消息、观察市场情绪、结合资金费率和波动结构，给我更有依据的调参建议。
我的目标其实很接地气，不是喊什么“吊打市场”的口号，而是希望 QuantClaw 能成为一个长期帮我减少情绪交易、提升执行纪律、稳步赚钱的工具。
对我来说，这个项目也不只是一个参赛作品，更像是把“想做量化很久了”这件事，终于从一个想法变成了一个每天都在迭代的真实系统。后面我也会持续公开进展，如果有懂交易、懂工程的朋友，也欢迎一起交流，把 QuantClaw 打磨成一个真正能在实盘里长期生存的量化产品。
后期：计划把币安的广场的api进行接入～ 可以用来分享交易体验，这样感觉还是很爽的 ～
