Hummingbot 2024 技术路线图：为未来创新¶

在 2023 年取得一系列重要里程碑之后，我们很高兴公布 Hummingbot 2024 年的技术路线图！我们的计划旨在提升平台的可用性、功能性和可扩展性。基于 V2 框架的出现，我们期待推出一系列创新功能，重新定义用户的算法交易体验。

以下是我们在 2024 年从技术角度预期交付的内容：

1️⃣ 扩展 V2 策略框架¶

全新的 V2 策略 框架在策略可组合性方面带来了变革，我们将致力于进一步扩展其能力。

使脚本可配置¶

可配置脚本的开发工作已经启动，初始的 拉取请求 已合并至 development 分支。该功能将简化复杂策略的部署和定制过程，在保持 脚本 灵活性的同时显著提升用户配置的便捷性。

添加更多策略组件¶

我们的重点将是向 V2 框架中引入更多智能组件——即将 控制器 与执行处理器结合的组件，从而提升策略实现的灵活性。主要新增组件包括：

• XEMM 组件：该组件将允许用户在一个交易所下限价单，并在其成交后在另一交易所以市价对冲该订单。
• DCA 组件：专为动态交易设计，该组件将管理多个未平仓订单，并设有全局止盈和止损。
• 统计套利组件：利用两个头寸执行器，当复合头寸转为盈利时，该组件将自动平仓，从而优化套利机会。
• 网格组件：使用多个头寸执行器构建网格策略。该网格将通过“分布模块”（Distributions module）提供可配置的订单分布方式。

启用控制器接收外部信号¶

我们计划引入能够接收来自外部服务信号的控制器。此项增强功能将使 Hummingbot 转变为更全面的产品套件，能够从各种外部平台接收实时信号，从而拓宽交易策略的范围并提升市场响应能力。

2️⃣ 扩展机器人管理系统¶

鉴于高效的机器人管理系统至关重要，我们正在对仪表盘（Dashboard）和机器人编排工具进行重大重构：

推出新的后端 API 服务¶

该服务将通过代理（broker）和 Docker 实现机器人的部署与控制，简化编排流程。请查看初始的Github 仓库。

推出新的 Condor Telegram 机器人¶

Condor 将是一个基于 Telegram 的用户界面，允许用户通过后端 API 服务便捷地部署和管理多个 Hummingbot 实例。请查看初始的Github 仓库。

增强仪表盘功能¶

我们认为Dashboard是社区贡献各类仪表盘及其他辅助应用的重要代码库，有助于用户最大化发挥 Hummingbot 的潜力。我们计划增强其功能，以支持对交易活动的深度分析、回测和策略优化。

3️⃣ 更新基础架构¶

为了确保 Hummingbot 代码库具备长期可持续发展的良好基础，我们计划在 2024 年实施以下核心架构改进。

简化连接器维护¶

在持续优化 Hummingbot 的过程中，我们正专注于提升连接器的效率与功能。今年，我们计划使用在HGP-50中实施的新 HBOT 赏金分配系统来升级连接器。未来，HBOT 持有者可为各个连接器分配赏金，以推动其符合最新的现货和永续合约连接器标准。

该计划的关键在于为所有连接器开发一份详细且可配置的技术规范。该规范将明确定义关键操作参数，例如更新订单、资金费率及其他重要数据的 RESTful 请求频率。通过标准化和优化这些方面，我们的目标是提升 Hummingbot 连接器的性能与可靠性，最终为用户提供更稳健、更流畅的交易体验。

此外，我们很高兴宣布针对升级和新增连接器的新赏金计划：

• Kraken，由HIP-35资助
• OKX，由HIP-36资助
• ByBit，由社区成员资助的私有赏金项目

升级核心环境¶

作为我们致力于维护领先开源算法交易平台承诺的一部分，我们将对 Hummingbot 核心环境进行重大重构：

1. 依赖项优化：我们将仔细审查并移除任何不必要的依赖项，确保环境更加精简高效。
2. 升级阻碍评估：将进行深入分析，以详细总结阻碍我们库升级到最新版本的各种障碍。这一前瞻性方法将有助于在更新过程中实现更顺畅的过渡。
3. Python 3.11 迁移：为跟上技术发展，我们计划将系统升级至 Python 3.11。此次升级将充分利用该新版本提供的最新功能和改进，提升 Hummingbot 的性能和能力。
4. 库依赖项更新：为了与最新标准保持一致，我们将升级库的依赖项。此过程包括修改所有已弃用的代码，确保兼容性，并利用这些库的最新进展，以实现最佳性能和安全性。

👨‍👩‍👧‍👦 利用社区赏金¶

我们计划通过设立赏金任务，邀请社区开发者协助改进 Hummingbot 的基础模块。我们将采用两阶段方法：

1. 研究阶段：首先，我们将开展广泛的研究，识别 Hummingbot 各个基础模块（包括配置、客户端、Telegram 集成、远程接口、安全性和数据库模型）中所有可能的改进点。此阶段对于了解这些模块的现状并确定可带来显著收益的优化区域至关重要。
2. 赏金创建：在研究阶段完成后，我们将系统性地为每个已识别的任务创建赏金任务。这种方法不仅使我们能够以专注且高效的方式逐项推进改进，同时也为社区参与创造了机会。通过利用社区集体的专业知识和创造力，我们可以实施与优化和保障 Hummingbot 目标一致的创新解决方案。

⭐️ 延伸目标¶

此外，我们还设有一些延伸目标，旨在拓展 Hummingbot 生态系统的技術边界：

将 AI 融入用户体验¶

我们正在尝试引入大语言模型（LLM）以改善 Hummingbot 的用户体验。我们希望基于 AI 的智能代理能够在以下方面为用户提供帮助：

1. 定制化代码库解释：AI 将提供针对代码库的个性化解释，使不同技能水平的用户都能更容易理解。
2. 错误日志分析与报告提交：AI 将自动审查错误日志、提交报告，并提供故障排查的洞察建议。
3. 脚本配置与机器人部署辅助：AI 将指导用户完成脚本配置创建和新机器人的部署流程，简化这些复杂操作。

查看 Github 仓库 和 这个 YouTube 视频。

添加自定义筛选器¶

为了向用户提供更详细的市场信息，我们将引入自定义筛选器。这些筛选器将帮助识别最具吸引力的交易对，从而支持用户做出更具策略性和信息依据的交易决策。

推出社区驱动的 HUB¶

我们正在开发一个全新的 HUB，供社区成员上传和共享脚本与配置。该 HUB 将使用户能够轻松地将这些资源拉取到自己的机器人中，并在任意环境中部署，从而营造一个协作性强、资源丰富的使用环境。