☰
Polymarket Copy Trading Bot如何挑选跟单高手:胜率、MDD、Sharpe Ratio风控指标实战
2026/10/31 6:53:15 网站建设 项目流程

【免费下载链接】polymarket-copy-trading-bot

项目地址:https://gitcode.com/gh_mirrors/mar/polymarket-copy-trading-bot
点击查看免费下载

Polymarket Copy Trading Bot是一款自动跟单机器人:它能 24/7 监控你选定的 Polymarket 交易员,并按比例自动复制其交易到钱包。跟单策略里最重要的一步,不是调参数,而是挑对人。选错交易员,再快的执行速度也只是"更快地亏钱"。

好消息是,项目内置了专门的风控筛选工具 findLowRiskTraders.ts,一条命令就能算出候选交易员的胜率、MDD(最大回撤)、Sharpe Ratio(夏普比率)等核心风控指标,并给出 0-100 的风险评分。本文带你实战走一遍完整的挑人流程。


一、4个必看的跟单风控指标

在跑工具之前,先花 2 分钟搞懂每个指标在说什么。完整释义见官方文档 docs/TRADER_SELECTION_GUIDE.md。

1. 胜率(Win Rate)

盈利交易占全部平仓交易的比例。参考区间:

等级胜率
优秀> 65%
良好55% ~ 65%
及格50% ~ 55%

注意:胜率不是越高越好。胜率 100% 但每单只赚 1 美分的"神仙",跟单价值有限;关键是胜率要能持续覆盖交易成本。

2. 最大回撤(MDD, Maximum Drawdown)

资金曲线从最高点跌到最低点的最大跌幅,代表"最坏情况下你能亏多少"。

  • 优秀:< 10%
  • 良好:10% ~ 20%
  • 可接受:20% ~ 30%
  • 危险:> 30%(直接排除)

举例:某交易员资金峰值 $1,200,最低跌到 $1,000,则 MDD = (1200 − 1000) / 1200 ≈ 16.7%。

3. Sharpe Ratio(夏普比率)

风险调整后的收益,衡量"每承担一单位风险,换来多少超额收益"。高 ROI 但靠极端波动换来的交易员,Sharpe 往往很低。

  • 优秀:> 2.0
  • 良好:1.5 ~ 2.0
  • 及格:1.0 ~ 1.5

实战判断技巧:交易员 A 有 20% ROI 但 Sharpe 只有 0.8,交易员 B 只有 15% ROI 但 Sharpe 高达 2.5——选 B,风险调整后收益更优。

4. 风险评分(Risk Score)

工具的"综合裁判":把 MDD(40% 权重)、Sharpe(30%)、波动率(20%)、胜率(10%)归一化后加权,输出 0-100 的分数,越低越安全。权重逻辑可以在源码中查看:src/scripts/findLowRiskTraders.ts#L359-L365。

评分区间解读
0 ~ 30低风险,可优先考虑
30 ~ 50良好
50 ~ 70一般
70 ~ 100高风险,建议放弃

二、三步实战:一条命令筛出跟单高手

第 1 步:收集候选地址

先到 Polymarket 官网 Leaderboard(排行榜)浏览,初步锁定有正盈利、活跃交易历史的交易员,复制他们的钱包地址,准备 3~5 个候选即可。也可以先用 scanBestTraders.ts 脚本批量扫描候选。

第 2 步:运行低风险分析

确认已安装依赖(npm install)后,执行:

npm run find-low-risk 0x地址1 0x地址2 0x地址3

脚本会自动拉取每个候选最近 90 天的真实交易记录(Data API 的 activity 数据),重放每一笔交易,重建资金曲线,再逐项计算上面 4 个指标,最终按 Risk Score 从低到高排序输出。

第 3 步:按状态分级做决定

每位交易员会被标记为 5 档状态,判定规则在 src/scripts/findLowRiskTraders.ts#L500-L522:

Status含义建议
excellent全部严格达标重点跟单
good放宽标准达标可以跟单
average仅达最低标准小仓位观察
poor未达标但未亏损暂不跟单
bad亏损或数据不足直接排除

数据不足的候选(交易数 < 50 笔、活跃天数 < 30 天)会被直接判为 bad,这是合理的——没有足够历史的人不值得跟单。


三、阈值怎么调:按风险偏好配置

筛选门槛通过环境变量控制,默认值见 src/scripts/findLowRiskTraders.ts#L110-L118。三种典型配置:

环境变量🛡️ 保守型⚖️ 平衡型🚀 进取型
MIN_ROI_THRESHOLD10.015.020.0
MIN_SHARPE_THRESHOLD2.01.51.0
MAX_MDD_THRESHOLD10.020.030.0
MIN_TRADING_DAYS603030

平衡型配置示例:

MIN_ROI_THRESHOLD=15.0 \ MIN_SHARPE_THRESHOLD=1.5 \ MAX_MDD_THRESHOLD=20.0 \ npm run find-low-risk 0x地址1 0x地址2

💡 小贴士:如果一条都筛不出来,先放宽阈值;如果筛出来太多"高分选手",再收紧MIN_TRADING_DAYS(如设为 60)来过滤新号。


四、6 个红旗信号,出现即放弃

  • ❌高 ROI 但 Sharpe < 1.0—— 收益来自赌博式波动
  • ❌MDD > 30%—— 回撤大到可能撑不到回本
  • ❌胜率 < 50%—— 输多赢少
  • ❌活跃历史 < 30 天—— 样本太少,指标不可信
  • ❌日波动率 > 5%—— 资金曲线不可预测
  • ❌Calmar Ratio 为负—— 用巨大回撤换负收益

五、加入 USER_ADDRESSES 并开始跟单

筛选出 3~5 位互补的交易员(不同策略、不同市场侧重),把地址写入.env:

USER_ADDRESSES = '0x候选A, 0x候选B, 0x候选C'

然后构建并启动:

npm run build npm run health-check # 先验证配置 npm start

启动后机器人会先做一遍健康检查(数据库、RPC、余额、Polymarket API),全部绿灯后才开始逐秒监控所选交易员的新仓位:

多交易员配置的细节可参考 docs/MULTI_TRADER_GUIDE.md。每个候选都按"你的余额 / 对方余额"的比例缩放仓位,互不干扰。


六、长期跟单的三个习惯

  1. 分散:不要只跟一个人,3~5 位不同风险画像的交易员能显著平滑曲线。
  2. 先小后大:新加入的交易员先给小仓位,观察 1~2 周,表现稳定再加码。
  3. 每月复盘:重新跑一遍npm run find-low-risk,盯住三个变化信号——MDD 上升、Sharpe 下滑、胜率走低,任何一项恶化就果断换人。

⚠️ 风险提示:本工具仅供学习研究,跟单不构成投资建议。预测市场交易有亏损本金的可能,请只投入可承受损失的资金。

总结

挑选跟单高手的核心逻辑其实很简单:胜率保证方向,MDD 控制底线,Sharpe 衡量性价比,Risk Score 一锤定音。Polymarket Copy Trading Bot 把这套风控流程压缩成了一条npm run find-low-risk命令,配合每月复盘的习惯,就能让跟单从"抄作业"升级为"有纪律的风控策略"。

【免费下载链接】polymarket-copy-trading-bot

项目地址:https://gitcode.com/gh_mirrors/mar/polymarket-copy-trading-bot
点击查看免费下载
上一篇:arco-design ColorPicker 禁用态全解析:disabled 属性的使用、样式与实现原理
下一篇:PaperSpine 期刊转移与再投稿指南:从拒稿到新目标重建的 evidence-bound 工作流

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询