Gekko 比特币交易机器人：Node.js 技术分析交易与回测平台完全指南-开发者社区

金融科技
后端

【免费下载链接】gekko

A bitcoin trading bot written in node - https://gekko.wizb.it/

项目地址：https://gitcode.com/gh_mirrors/ge/gekko

Gekko 是一款基于 Node.js 编写的免费开源比特币技术分析（TA）交易与回测平台，可连接主流比特币交易所，支持历史数据回测、模拟盘（纸面交易）与实盘自动交易三种模式。本文以仓库官方文档 docs/introduction/about_gekko.md 为主线，结合 docs/internals/architecture.md、docs/introduction/scope.md 及核心源码，系统讲解 Gekko 的功能定位、运行模式、策略体系与底层架构，帮助读者理解并上手这套交易机器人框架。

风险提示：Gekko 官方明确声明Use Gekko at your own risk（使用 Gekko 风险自负），且该软件不构成任何投资建议，也不附带任何形式的担保，详见下文"免责与许可"一节。

Gekko 是什么

Gekko 是一个免费开源的 Bitcoin TA 交易与回测平台（Bitcoin TA trading and backtesting platform），它连接流行的比特币交易所，使用JavaScript编写，运行在Node.js之上。它的定位非常明确：一个帮助你自动化执行自有交易策略的工具。

用一句话概括 Gekko 的核心价值：它让"把自己的交易策略自动化"这件事变得非常简单。你既可以使用内置的示例策略，也可以用基础的 JavaScript 编写属于自己的策略，然后让 Gekko 以多种方式自动运行这些策略。

值得注意的是，项目仓库当前已被作者标注为不再维护（见 README.md），但代码库与文档体系完整，仍是学习加密货币交易机器人架构、策略编写与回测系统设计的极佳参考。

三种核心运行模式：回测、纸面交易与实盘机器人

Gekko 的核心使用方式是"一个策略，三种跑法"。围绕同一套策略，Gekko 提供了三种截然不同的运行模式：

模式	英文名称	行为说明	数据来源
回测	Backtest	在历史数据区间上模拟运行策略，输出"如果当时这样交易会发生什么"——包括执行了哪些交易、整体表现与风险指标	本地数据库中的历史 K 线
纸面交易	Paper trader	实时模拟交易（用假钱交易），实时观察策略在真实市场行情下的盈利表现	实时市场数据
实盘交易机器人	Tradebot	实时运行策略，并根据策略信号自动在交易所下单	实时市场数据

上述三种模式都可以从 Gekko 的**用户界面（UI）**中启动运行。界面会展示图表以及性能/风险统计信息。

在代码层面，这三种模式分别对应 core/markets/ 目录下的不同"市场"实现（详见下文"架构：Market 与 GekkoStream"一节）：

backtest.js——回测市场：从数据库读取历史 K 线，并以 GekkoStream 能够消费的速度"尽可能快"地输出它们，供策略执行技术分析；
leech.js——半实时市场：定期（每 20 秒）从数据库拉取新 K 线输出，适用于并行运行实时市场持续落库的场景；
默认的实时市场则由core/budfox/下的 BudFox 组件实现，它从交易所实时获取行情并聚合输出 K 线。

策略体系：从内置示例到自定义策略

Gekko 内置了若干示例策略（每个示例策略通常只实现一个指标），完整列表与参数说明见 docs/strategies/introduction.md。当前仓库 strategies/ 目录下包含：

DEMA（双指数移动平均线交叉策略）
MACD（经典趋势指标策略，含阈值 thresholds 与持久化 persistence 逻辑）
PPO（价格振荡器，与 MACD 类似）
RSI（相对强弱指标，检测超买/超卖）
StochRSI（在 RSI 之上叠加随机振荡器）
CCI、TMA、TSI、UO等单指标策略
talib-macd/tulip-adx/tulip-macd等展示如何接入 Talib / Tulip 指标库的策略

以内置 MACD 策略为例，其可配置参数（来自 config/strategies/MACD.toml 与文档）如下：

# EMA weight (α) # the higher the weight, the more smooth (and delayed) the line short = 10 long = 21 signal = 9 # the difference between the EMAs (to act as triggers) [thresholds] down = -0.025 up = 0.025 # How many candle intervals should a trend persist # before we consider it real? persistence = 1

参数含义：

short：贴近真实市场（含噪声）的短期 EMA；
long：滞后市场更多、但对噪声更不敏感的长期 EMA；
signal：对 short/long 差值再计算的 EMA 权重；
down/up阈值：差值需要超过多大才被视为趋势信号，若设为 0，则每次均线交叉都会触发新建议；
persistence：趋势需要持续多少个 K 线周期才被确认为有效，设为 0 可禁用该行为。

只要你熟悉 JavaScript 的基础语法，就可以参考 docs/strategies/creating_a_strategy.md 编写自己的策略。Gekko 支持130 余种技术分析指标，分别来自 Talib 指标库与 Tulip 指标库——正如官方文档所说："为什么不把布林带、CCI、MACD 和一个 STOCHRSI 指标组合起来试试？"

策略的设计模型与边界

从 docs/introduction/scope.md 可以看到策略的极简设计哲学：

策略是简单的脚本，它们处理新的市场数据（OHLC K 线）以及计算好的指标结果（策略自行声明需要哪些指标及设置）。每当有新数据，策略可以决定发出LONG或SHORT信号。仅此而已！这个极其简单的设计（K 线 + 指标值进入 => 信号输出）却相当强大。

但这种简单设计也带来明确的边界：

策略只能处理分钟级 K 线，无法在小于 1 分钟的时间框架上行动；
策略看不到具体成交（trades）、也看不到订单簿（orderbook）；
策略不知道当前投资组合（portfolio）长什么样；
策略只能触发 LONG/SHORT，即"全仓买入/卖出"信号。

自动化交易平台：从实时盯盘到历史回测

Gekko 是一个完整的自动化交易平台，它可以实时盯盘，并在过程中自动执行与评估你的策略。更重要的是：Gekko 会把看到的全部市场数据持久化存储，这使得日后可以用历史数据模拟运行交易策略、检验它们是否盈利——也就是回测（backtesting）。

这一"数据沉淀"设计贯穿全平台：

实时运行时，BudFox 市场从交易所获取行情，candleWriter等插件将所有 K 线写入数据库（支持 MongoDB / PostgreSQL / SQLite，对应 plugins/mongodb/、plugins/postgresql/、plugins/sqlite/ 三套适配器）；
回测时，core/markets/backtest.js 从数据库按backtest.batchSize（配置于 config/backtest.toml）分批读取指定日期区间（daterange.from/daterange.to）的 K 线并输出，同时会校验数据完整性——若某批次 K 线数量不足会警告"Simulation based on incomplete market data"；
数据导入场景则由importer市场负责：从交易所拉取历史数据，交给 GekkoStream 中的写入插件落库（对应gekko import命令）。

架构原理：Market 与 GekkoStream 的流式协作

两个核心组件

每个 Gekko 实例都有两个核心组件（详见 docs/internals/architecture.md）：

Market（市场）：数据源，实现 Node.js 的Readable Stream接口；
GekkoStream：数据处理管道，实现Writable Stream接口。

两者之间通过Node.js Stream API通信——market.pipe(gekkoStream)。这一行代码正是 core/pipeline.js 中装配整个实例的关键：

var gekkoStream = new GekkoStream(plugins); market .pipe(gekkoStream)

所有Market 最终都输出candle（K 线）数据。K 线来自哪里、历史有多久，对下游的 GekkoStream 来说并不重要——这种抽象让三种市场可以无缝替换。

市场（Market）的种类

仓库 core/markets/ 内置了三类市场：

BudFox（实时市场）：默认的半实时市场，从交易所获取实时数据，由于加密货币交易所 7×24 小时运行，该市场会无限期运行下去，持续输出 K 线；
backtest（回测市场）：从数据库读取 K 线，并以 GekkoStream 能消费的速度尽快输出（供策略执行技术分析）；
importer（导入市场）：从交易所拉取历史数据，传给 GekkoStream 中的插件写入数据库。

从源码 core/pipeline.js 可以看到市场的选择逻辑：优先读取配置config.market.type，否则回退到运行模式（mode）本身。

GekkoStream 与插件机制

GekkoStream 本质上就是一组插件的集合（core/gekkoStream.js）。插件是简单的模块，可以订阅事件并根据事件数据做事情。每个 GekkoStream 最基本的事件就是来自市场的candle事件。

更关键的是：插件可以广播自己的事件，其他插件可以订阅这些事件。以典型的"策略 + 交易"组合为例：

tradingAdvisor（交易顾问）插件实现策略，接收 K 线数据；
当策略建议对市场持仓（如"我检测到上升趋势，建议做多 long"）时，它广播一个advice事件；
paperTrader插件根据这些 advice 模拟交易（假钱）；
trader插件则根据这些 advice 在真实交易所下单——此时你就拥有了一个实盘交易机器人。

你可以只开启paperTrader，也可以只开启trader。事件订阅关系由 subscriptions.js 声明、由 core/pipeline.js 装配：所有插件实例化后，pipeline 会把"发射器插件"与"订阅者插件"按订阅关系挂钩。

回测时发生了什么

当你用 Gekko 运行一次回测，core/pipeline.js 的流程如下：

配置一个backtest市场；
把所有支持 backtest 模式的已启用插件加载进 GekkoStream（插件清单与各插件支持的模式定义在 plugins.js）；
将市场 pipe 进 GekkoStream，运行开始。

注意：Gekko 会拒绝加载在特定模式下不受支持的插件（见 core/pluginUtil.js，插件不在当前模式支持列表时会告警并禁用）。回测时绝不应该启用真实交易插件去下市场单——因为回测中的 advice 是基于历史特定时刻计算出来的，而不是基于当前市场状态，一旦下单会带来灾难性后果。

插件与适配器

这两个核心组件描述了 Gekko 的大部分数据流。很多"核心功能"——比如把 K 线存盘——其实就是插件：candleWriter把全部 K 线推给数据库。这种高度模块化让 Gekko 非常灵活，可以快速创建新插件，插件开发指南见 docs/commandline/plugins.md。

分离式架构的"丑陋面"

模块化架构虽然灵活，但也有其代价。tradingAdvisor需要对市场运行 TA 策略，而大部分 TA 指标在得到准确结果前需要一定的历史数据预热（比如 EMA 指数移动平均需要历史来初始化均值）。由于 tradingAdvisor 无法预知市场后续会提供哪些数据，它必须自己抓取一部分历史数据，并与本地数据库中已有的市场数据对比，判断能否将两个数据源**拼接（stitch）**起来——这正是 core/tools/dataStitcher.js 存在的原因。

局限与适用范围

Gekko 官方明确表示：它不是为了 HFT（高频交易）或任何追求极致速度的场景（如套利 arbitrage）而构建的。更详细的"能与不能"清单见 docs/introduction/scope.md。

市场数据粒度

Gekko 将所有市场数据聚合为分钟级 K 线（OHLC、VWP 成交量加权价格、成交笔数）。这意味着磁盘上只需要存储 K 线，占用的硬盘空间可预测。实盘机器人会额外使用一些订单簿数据来高效执行订单，但这些数据在平台其他地方并不可见。

订单执行策略

实盘模式下，一旦策略发出 long/short advice，Gekko 就会在交易所创建订单：发出 long 建议时，Gekko 会用你全部的法币买入尽可能多的资产（例如 USD/BTC 对，就是用全部 USD 买入 BTC）。订单创建上 Gekko 采取保守策略，始终停留在订单簿对自己有利的一侧（maker 侧），从而避免在价差（spread）、滑点（slippage）和 taker 手续费上吃亏。例如当前订单簿中最佳卖价为4336.29，Gekko 会以该价格放置限价单等待成交，并每隔几秒调整订单以保持在订单簿顶端。

注意：订单模拟（纸面交易与回测中）的处理方式不同——模拟中不使用订单簿。纸面交易的成交价格、手续费与仓位计算可在 plugins/paperTrader/paperTrader.js 中查看，其费率默认按feeMaker/feeTaker（配置于 config/plugins/paperTrader.toml）计算，并按"全仓互换"方式更新模拟组合。

快速上手：配置文件与启动入口

Gekko 的启动入口为 gekko.js，它会打印启动横幅与版本号（Gekko v+ core/util.js 中读取的版本）。启动时依据命令行传入的模式（gekko --mode backtest、gekko --config config.js等）组装 pipeline：

if(util.launchUI()) { return require(util.dirs().web + 'server'); // 启动 Web UI } const pipeline = require(dirs.core + 'pipeline'); const config = util.getConfig(); const mode = util.gekkoMode(); pipeline({ config: config, mode: mode });

值得注意的安全机制：如果配置启用了实盘交易（config.trader.enabled），但未显式声明config['I understand that Gekko only automates MY OWN trading strategies']，Gekko 会直接拒绝启动（见 gekko.js）——这是官方为强制用户确认"Gekko 只会自动化你自己编写的策略"而设的确认开关。

配置文件位于仓库根目录的 sample-config.js 与 config/ 目录，其中：