隨手記 - 用 AI 寫 Bitfinex 放貸機器人

最近在嘗試 Bitfinex 放貸，想寫一個簡單的美金放貸機器人。

突然想說不如就用最近很夯的 AI 寫寫看？

想到就做，首先自然是帶動這波 AI 浪潮的 ChatGPT。

（要事先聲明的是我沒有付費，所以是 GPT-3.5）

以下是我的問題：

實作一個 Bitfinex 自動放貸的 Python 程式，每一分鐘檢查錢包的餘額，如果大於等於 150 美金，就自動用全部的美金用 FRR 掛單，每 500 美金拆一單。

而 ChatGPT 回我：

（文字的部分）

在開始之前，請先確認您已經有 Bitfinex 的 API Key 和 Secret，並且已經開啟了 Lending 功能。

接下來，我們可以使用 Python 和 Bitfinex 的 API 來自動放貸。我們需要安裝 bitfinex 和 requests 這兩個模組，使用以下指令：

>>> pip install bitfinex requests

（程式碼的部分）

import bitfinex
import requests
import time

# 設定 API Key 和 Secret
api_key = 'YOUR_API_KEY'
api_secret = 'YOUR_API_SECRET'

# 設定 FRR 掛單參數
currency = 'USD'
rate = 'frr'
amount = 500

# 初始化 Bitfinex API 連線
client = bitfinex.ClientV2(api_key, api_secret)

# 每一分鐘檢查錢包餘額
while True:
    wallet = client.wallets()
    balance = float(wallet[currency]['balance'])
    if balance >= 150:
        # 計算掛單數量
        orders_num = int(balance // amount)
        # 掛單
        for i in range(orders_num):
            resp = client.submit_offer(currency, amount, rate)
            print(resp)
    time.sleep(60)

（上面程式碼的註解不是我寫的，是 AI 自動生成的內容）

結果看來確實有模有樣，甚至還有使用說明，包含需要先安裝哪些套件，相當厲害。

不過這裡有個小問題，那就是它所使用的 bitfinex 並非官方的套件，而且其官網也找不到對應的 Python 程式碼，因此我不敢裝，不確定 AI 是否有正確使用該套件。

但就算如此，稍微仔細一瞧也能看出實作的邏輯也有問題，比如說我的要求是「500 元拆一單」，但沒說不到 500 就不下訂單了，所以這樣的結果顯然有誤。

再來是測試據說已經是 GPT-4 的 Bing AI。

使用的方法很簡單，直接使用 Edge 瀏覽器即可，按一下 Edge 右上角 Bing 的 logo 就可以使用（不過要先排隊取得使用資格）。

看起來雖然很方便，但實際使用時卻發現右側輸入框的大小竟然不能調整，所有內容都擠在一起，超小又超難讀，非常難用。

這也就算了，我發現最嚴重的問題是其輸出的程式碼竟然沒有排版！？

Python 的程式碼如果沒有排版，還能用嗎？

相比起來，ChatGPT 的網站其程式碼會用令人舒服的方式呈現，體驗差距非常巨大。

（其實在我寫作的當下已經 Edge 可以調整大小、而且程式碼也有排版了，後面會提到）

總之，沒有辦法的我，突然想到只要再把這段沒排版的程式碼再拿回給 ChatGPT 排版不就得了？

想到就做，所以我就複製貼上，希望 ChatGPT 幫我排版。

結果被拒絕了……

於是我再求一次。

繼續求。

改用哀兵戰術。

改用考官模式。

於是 AI 接受挑戰。

我發現 AI 似乎挺喜歡接受考驗的，之前只要用這個方法通常都可以成功。

總之最後結果如下：

# 匯入所需的套件
from bitfinex_api_py.client.rest.wallets import WalletClient
from bitfinex_api_py.client.rest.funding import FundingClient
import schedule
import time

# 設定 API 金鑰和密鑰
API_KEY = "your_api_key"
API_SECRET = "your_api_secret"

# 建立 WalletClient 和 FundingClient 物件
wallet_client = WalletClient(API_KEY, API_SECRET)
funding_client = FundingClient(API_KEY, API_SECRET)

# 定義檢查錢包餘額的函數
def check_balance():
    # 取得錢包的資訊
    wallet_info = wallet_client.get_wallets()
    # 遍歷錢包的資訊，找出美金的餘額
    for wallet in wallet_info:
        if wallet["currency"] == "USD":
            balance = wallet["balance"]
            break
    # 如果美金餘額大於等於 150 美金，就呼叫 lend_all 函數
    if balance >= 150:
        lend_all(balance)

# 定義將美金全部用 FRR 掛單放貸的函數
def lend_all(balance):
    # 計算需要拆分成幾單
    num_orders = balance // 500 + 1
    # 設定每單的金額為 500 美金或剩餘的金額（如果不足 500 美金）
    amount_per_order = min(500, balance)
    # 遍歷每一單，發送放貸的請求
    for i in range(num_orders):
        # 設定放貸的參數，使用 FRR（Flash Return Rate）作為利率，期限為 30 天
        params = {
            "type": "LIMIT",
            "symbol": "fUSD",
            "amount": str(amount_per_order),
            "rate": "0",
            "period": "30",
            "flags": 1024 # FRR flag
        }
        # 發送放貸的請求，並印出回傳的結果
        result = funding_client.submit_offer(params)
        print(result)

# 設定每一分鐘執行一次 check_balance 函數
schedule.every(1).minutes.do(check_balance)

# 使用 while 迴圈持續執行
while True:
    # 執行排程中的任務
    schedule.run_pending()
    # 暫停一秒
    time.sleep(1)

乍看起來也不錯，似乎比剛才的厲害，不過和前者一樣的問題，它同樣也沒用官方的函式庫，所以我也不知道用法對不對？我以為 Bing 的版本應該是可以查最新資料的，不知道為何仍有這樣的問題……

而且同樣的，拆單的邏輯也同樣的錯誤，所以我覺得結果並不比 GPT-3.5 的 ChatGPT 更好。

我個人的心得是目前的 AI 寫的程式快雖快，但還不太可靠，雖然相信未來發展非常有潛力，但至少目前還沒有。

前面有約略提過，要寫 Bitfinex 的機器人，雖然可以打 API，但 Bitfinex 其實就有出官方的 bintfiex-api-py 套件可以使用，根本就不需要用其他民間自製的套件。

簡單的用法如下：

import bfxapi

client = bfxapi.Client(
    API_KEY=API_KEY,
    API_SECRET=API_SECRET,
)

列一下基本的操作：

# 查看錢包
wallets = await client.rest.get_wallets()

# 查看下的訂單（美金）
offers = await client.rest.get_funding_offers(symbol='fUSD')

# 查看蠟燭圖
candles = await client.rest.get_public_candles(f'fUSD:p{period}', start=start, end=end, tf=timeframe)

# 下訂單
await client.rest.submit_funding_offer(
    symbol='fUSD',  # 美金
    amount=amount,
    rate=amount,
    period=period,
    funding_type=FundingOffer.Type.LIMIT
)

# 用 FRR 下訂單
await client.rest.submit_funding_offer(
    symbol='fUSD',
    amount=amount,
    rate=0,
    period=120,
    funding_type=FundingOffer.Type.FRR_DELTA
)

另外要注意的是查詢訂單的時候會發現 FRR 訂單拿到的 rate 會是 0，這時可以用下面這個方法拿到當前的 FRR 利率。

[frr_rate, *_] = await client.rest.get_public_ticker('fUSD')

完稿前，突然想要再一次嘗試一下 Edge 的 Bing AI，沒想到這次前面說的問題都解決了，既可以調整寬度，而且程式碼也有排版，雖然還是沒有語法高亮的功能，但至少可以直接使用了。

程式碼如下：

# 實作一個 Bitfinex 自動放貸的 Python 程式
# 每一分鐘檢查錢包的餘額，如果大於等於 150 美金，就自動用全部的美金用 FRR 掛單，每 500 美金拆一單。

# 引入必要的套件
import time
import bfxapi

# 建立客戶端物件，填入 API 金鑰和密碼
client = bfxapi.Client(API_KEY='<YOUR_API_KEY>', API_SECRET='<YOUR_API_SECRET>')

# 定義一個函數，用來放貸美金
def lend_usd(amount):
    # 設定放貸的參數，幣種為美金，利率為 FRR，期限為 30 天，可自動續約
    symbol = 'fUSD'
    rate = 'FRR'
    period = 30
    renew = 1

    # 如果放貸金額大於等於 500 美金，就拆成多筆放貸，每筆 500 美金
    if amount >= 500:
        orders = []
        while amount >= 500:
            orders.append(client.new_offer(symbol, 500, rate, period, renew))
            amount -= 500
        # 如果還有剩餘的金額，就再放貸一筆
        if amount > 0:
            orders.append(client.new_offer(symbol, amount, rate, period, renew))
        # 回傳放貸的訂單列表
        return orders
    # 如果放貸金額小於 500 美金，就直接放貸一筆
    else:
        order = client.new_offer(symbol, amount, rate, period, renew)
        # 回傳放貸的訂單物件
        return order

# 定義一個無限迴圈，每一分鐘執行一次
while True:
    # 取得錢包的資訊，並找出美金的餘額
    wallet = client.wallet_balances()
    usd_balance = wallet['exchange']['USD']['available']

    # 如果美金的餘額大於等於 150 美金，就呼叫放貸函數，並印出結果
    if usd_balance >= 150:
        result = lend_usd(usd_balance)
        print(f'Lent {usd_balance} USD with FRR.')
        print(result)
    # 如果美金的餘額小於 150 美金，就印出提示訊息
    else:
        print(f'Not enough USD to lend. Balance: {usd_balance} USD.')

    # 等待一分鐘後再執行迴圈
    time.sleep(60)

感覺明顯已經比之前好了，有用到官方套件，也有正確的處理不足 500 美金的部分，但也因為有正確使用官方套件，所以我這次也可以明確的說——這個套件不是這樣用的。

AI 確實一如既往的在胡說八道，嗯嗯……

＊＊＊

最後的小結，我想說這只是個例子，我不是用這個策略放貸的。

想問我有沒有好的投資策略？

沒有。

（其實我也很想知道，知道的可以私下留言給我 XD）