coyote-strategy

COYOTE v1.0.0 是一个市场状态分类器（Regime Classifier / Meta-Router）策略技能。它的核心思路是：在考虑任何交易之前，先回答“我们现在处于什么样的市场”。

用途

在 Senpi 代理体系中，每个代理此前都各自实现“我现在是否应该活跃”的判断逻辑，例如 Vulture 有 HEAVY_FLOW 门控、Wolverine 有多时间框架对齐检查、Tortoise 则无条件买入。它们各自做局部判断，没有共享的宏观状态视图。Coyote 的目标是改变这一点：它观察宏观条件，将市场分类为 TREND_UP / TREND_DOWN / CHOP，并针对自身状态判断做一次方向性押注，同时在每个 tick 上发布该状态视图。

主要能力

Coyote 将市场划分为三种状态，并对应两种交易动作：

TREND_UP：当 BTC 7 天涨跌幅 ≥ trendUpThresholdPct（默认 5%）且已实现波动率 ≤ maxVolForTrendPct（默认 80%）时，做多 BTC。
TREND_DOWN：当 BTC 7 天涨跌幅 ≤ −trendDownThresholdPct（默认 5%）且已实现波动率 ≥ minVolForCrashPct（默认 60%）时，做空 BTC。
CHOP：其他情况，不交易。

TREND_DOWN 明确要求高波动率，用于区分“恐慌式暴跌”（急跌加波动率飙升）与“缓慢阴跌”（小幅下跌、低波动，本质上只是 CHOP），从而避免在有序回调中做空。

状态计算方式

Coyote 使用三个纯指标，全部来自 market_get_asset_data 的 4 小时 K 线：

btc_7d_pct：最新 BTC 收盘价相对 42 根 4 小时 K 线前（7 天前）收盘价的百分比变化。
realized_vol_pct：对数收益率标准差 × sqrt(2190) × 100（年化，4 小时 K 线假设 24/7 交易）。
dispersion_pct：{BTC, ETH, SOL, HYPE} 近期收益率的横截面标准差。

随后通过一个四路分支 classify_regime(btc_move, vol, ...thresholds) 输出 TREND_UP / TREND_DOWN / CHOP / UNKNOWN。当输入数据缺失时触发 UNKNOWN。

使用方式与关键规则

始终发布状态：即使不交易（CHOP / UNKNOWN），生产者也会在 tick 结果中输出状态分类以及三项输入指标（BTC 7 天涨跌幅、已实现波动率、离散度）。操作者可以随时通过 tail /tmp/coyote-producer.log | jq .regime 读取。
离散度目前仅作信息展示：跨资产离散度会被计算并发布，但当前不进入门控逻辑。未来版本可能用它细化状态检测（例如高离散度加 BTC 走平等于“轮动状态”）。
生产者从不平仓：退出由 DSL 负责。Coyote 在状态转换时入场，DSL 跟踪止损在状态存续期间管理仓位。
状态具有持续性，避免频繁切换：per_asset_cooldown_minutes 为 360（6 小时），max_entries_per_day 为 2，防止 Coyote 因噪声来回翻转。真实状态可持续数天或数周，干净的分类不会逐 tick 变化。

适用场景

Coyote 适用于需要宏观状态判断作为交易门控的场景。当前操作者可以直接读取 Coyote 的状态视图，辅助手动决定启用或暂停哪些代理。未来（运行时工作待完成）其他代理将能够订阅 Coyote 的状态频道作为门控输入，例如 Tortoise 在 TREND_DOWN 时自动暂停、Stag 在 TREND_UP 时自动启用。“元路由”的定位在 v1 中属于愿景，Coyote 也进行自身的状态方向性交易，以使其判断与自身利益绑定。

限制

离散度指标当前不参与门控逻辑，仅作展示。
其他代理订阅 Coyote 状态频道的能力尚待运行时工作完成，v1 暂未提供。
元路由定位在 v1 中为愿景性质。
输入数据缺失时状态为 UNKNOWN。

其他信息

该技能采用 DSL 预设（balanced，标准平衡型）。它属于扫描器模式中的新原型 #16：状态分类器 / 元路由，相关说明见 senpi-trading-runtime/references/producer-patterns.md。主要 MCP 调用为针对每个 universe 资产的 market_get_asset_data（仅用于收盘价）。纯函数（pct_move、realized_vol_pct、dispersion_pct、classify_regime、regime_to_direction）在 tests/test_signal.py 中有单元测试。安装方式见 README.md。创建策略时应包含 skill_name 和 skill_version，详见 references/skill-attribution.md。

版本与许可

技能介绍