Files

T

Codex 4d02ff3806 Add analytics risk guard and redesigned dashboard

2026-06-23 17:20:44 +03:00

16 KiB

Raw Blame History

Crypto Spot TradeBot

Spot-бот для демо-торговли криптовалютой на реальных данных Bybit. По умолчанию работает только в paper-режиме со стартовым балансом 100 USDT; live-режим заблокирован до явного включения через env-переменные.

Что реализовано

Реальные market data Bybit Spot: REST bootstrap и WebSocket-обновления.
Фиксированный набор USDT spot-пар для основной стратегии: BTCUSDT, ETHUSDT, SOLUSDT, LTCUSDT.
Paper trading с учетом cash, комиссий, проскальзывания, stop-loss, take-profit и trailing stop.
Spot-only логика: покупка базовой монеты за USDT и продажа обратно, без short и без плеча.
Live spot-ордеры явно отправляются без плеча: category=spot, isLeverage=0.
Основная стратегия torch_forecast: входы и forecast-выходы идут только от экспортированной PyTorch LSTM/GRU модели; MACD/RSI/дневная EMA не являются условиями входа в этом режиме. Спред, ликвидность, stop-loss, ATR trailing stop, запрет DCA и лимиты экспозиции остаются защитой исполнения и риска.
Основная стратегия trend_macd: вход на 1h, дневной фильтр тренда на 1d, long только если цена выше дневной EMA200 и дневная EMA50 выше EMA200.
Вход trend_macd: MACD на 1h пересекает signal вверх, цена выше EMA50, RSI в диапазоне 45..65, спред и ликвидность проходят runtime-фильтры.
Выход trend_macd: MACD пересекает signal вниз, 1h свеча закрылась ниже EMA50, сработал стоп 4% или ATR trailing stop 2.2 ATR.
Риск trend_macd: размер позиции считается как equity * RISK_PER_TRADE_PERCENT / STOP_LOSS_PERCENT, по умолчанию риск не выше 1% депозита на сделку.
DCA/мартингейл отключены: в режиме trend_macd брокер не разрешает вторую позицию по той же паре.
Grid, rebound, adaptive learning, Kelly sizing и time-series forecast выключены по умолчанию и не участвуют в принятии решений trend_macd.
Быстрый режим торговли: отдельный короткий интервал цикла, короткий cooldown после выхода и лимит новых входов в минуту; выходы по риску этим лимитом не блокируются.
Веб-dashboard на русском: equity, cash, PnL, позиции, сделки, сигналы, события, свечные графики, переключатель быстрой торговли и индикаторы работы обучения.
SQLite runtime-хранилище в runtime/tradebot.sqlite3.
Health endpoint /api/health и Prometheus-compatible /metrics.
Docker Compose для установки на Raspberry Pi 5 или другой Linux-хост.
Live trading guard: live не стартует без ENABLE_LIVE_TRADING=true, LIVE_TRADING_CONFIRM=I_ACCEPT_REAL_RISK и Bybit API-ключей.

Источники и принятые параметры

Официальная документация Bybit V5 указывает, что единый V5 API использует параметр category, включая spot; поэтому бот везде запрашивает category=spot и не использует futures/linear endpoints: https://bybit-exchange.github.io/docs/v5/intro.

Список инструментов Bybit Spot берется из /v5/market/instruments-info; документация Bybit описывает для Spot поля baseCoin, quoteCoin, status, priceFilter, lotSizeFilter, basePrecision и minOrderAmt, поэтому размеры paper/live-ордеров в коде валидируются по данным инструмента: https://bybit-exchange.github.io/docs/v5/market/instrument.

Популярность пар определяется через /v5/market/tickers, потому что Bybit Spot ticker возвращает turnover24h, volume24h, bid1Price, ask1Price и lastPrice: https://bybit-exchange.github.io/docs/v5/market/tickers.

Лучшие bid/ask берутся из /v5/market/orderbook; документация Bybit описывает GET /v5/market/orderbook с category=spot: https://bybit-exchange.github.io/docs/v5/market/orderbook.

WebSocket-стакан использует topic orderbook.{depth}.{symbol}; Bybit документирует snapshot/delta-поведение и частоты push для Spot depth 1/50/200/1000: https://bybit-exchange.github.io/docs/v5/websocket/public/orderbook.

Live market orders используют /v5/order/create; Bybit документирует для Spot orderType=Market, side, qty, category=spot, а для market buy по умолчанию qty может быть в quote currency через marketUnit=quoteCoin: https://bybit-exchange.github.io/docs/v5/order/create-order.

Функции уровня коммерческих automated trading systems взяты из проверяемых источников:

Investopedia перечисляет важные свойства algo trading software: real-time market data, low latency, configurability, backtesting, broker/exchange integration, fees/costs и APIs: https://www.investopedia.com/articles/active-trading/090815/picking-right-algorithmic-trading-software.asp.
Investopedia отдельно указывает, что automated trading systems задают правила entry/exit/money management, но требуют мониторинга и несут риск mechanical failures и over-optimization: https://www.investopedia.com/articles/trading/11/automated-trading-systems.asp.
QuantInsti описывает типовой путь разработки: стратегия, backtesting, paper trading, затем live trading, плюс GUI, order management и risk management: https://www.quantinsti.com/articles/automated-trading-system/.
Hochreiter и Schmidhuber описали LSTM как recurrent neural network architecture для последовательностей; обучение LSTM/GRU в проекте выполняется локально через PyTorch, а Raspberry Pi исполняет только экспортированные JSON-веса без PyTorch runtime: https://direct.mit.edu/neco/article/9/8/1735/6109/Long-Short-Term-Memory.

Я не могу подтвердить, что эта стратегия будет прибыльной. Источники выше описывают технические свойства и риски автоматической торговли, но не гарантируют прибыль.

Быстрый старт локально

python -m venv .venv
.venv\Scripts\Activate.ps1
pip install -r requirements.txt
Copy-Item .env.example .env
python -m crypto_spot_bot.main

Dashboard: http://127.0.0.1:8787/

Локальное обучение PyTorch LSTM/GRU

Обучение запускается на основной Windows-машине, а Raspberry Pi остается только для исполнения торгового цикла. PyTorch нужен только на машине обучения; в JSON экспортируются веса, а runtime на Raspberry Pi считает inference обычным Python-кодом:

.\.venv\Scripts\python.exe -m pip install torch --index-url https://download.pytorch.org/whl/cpu
.\.venv\Scripts\python.exe tools\train_torch_recurrent_forecaster.py `
  --limit 3000 `
  --architectures lstm,gru `
  --lookbacks 64 `
  --hidden-sizes 64,96 `
  --layers 2 `
  --dropouts 0.15 `
  --horizon 3 `
  --horizons 1,3,6,12 `
  --context-symbols BTCUSDT,ETHUSDT `
  --epochs 70

Новый artifact версии 4 обучается как probabilistic multi-horizon модель: вход включает доходности, форму свечи, объем, ATR%, realized volatility, RSI/MACD/EMA slopes, 4h/24h rolling trend, дневные EMA-признаки, BTC/ETH cross-asset признаки и числовые признаки текущего шаблона пары. Цель обучается как future log return - комиссии - проскальзывание, нормализованная на текущую волатильность. Модель сразу прогнозирует горизонты 1/3/6/12, quantile-оценки q10/q50/q90 и P(up).

Файл из TIME_SERIES_LSTM_MODEL_PATH читается ботом автоматически, если TIME_SERIES_FORECAST_ENABLED=true. В стратегии torch_forecast экспортированная PyTorch LSTM/GRU модель является единственным направляющим сигналом для входа и forecast-выхода. Экспортированные модели появляются в dashboard как PyTorch LSTM или PyTorch GRU; старый легкий reservoir LSTM-кандидат и все встроенные не-torch прогнозы удалены.

Автопереобучение на Windows запускает PyTorch trainer, пишет лог в runtime/torch_retrain.log и защищается от параллельных запусков:

powershell -ExecutionPolicy Bypass -File tools\run_torch_retrain.ps1
powershell -ExecutionPolicy Bypass -File tools\install_windows_torch_retrainer.ps1

По умолчанию Windows-расписание переобучает PyTorch LSTM/GRU каждые 6 часов с --limit 3000 на парах BTCUSDT,ETHUSDT,SOLUSDT,LTCUSDT. Параметры можно переопределить через env: TORCH_RETRAIN_SYMBOLS, TORCH_RETRAIN_LIMIT, TORCH_RETRAIN_LOOKBACKS, TORCH_RETRAIN_ARCHITECTURES, TORCH_RETRAIN_HIDDEN_SIZES, TORCH_RETRAIN_LAYERS, TORCH_RETRAIN_DROPOUTS, TORCH_RETRAIN_HORIZON, TORCH_RETRAIN_HORIZONS, TORCH_RETRAIN_CONTEXT_SYMBOLS, TORCH_RETRAIN_FEATURES, TORCH_RETRAIN_EPOCHS, TORCH_RETRAIN_PATIENCE, TORCH_RETRAIN_INTERVAL, TORCH_RETRAIN_ENV.

Внутри recurrent модели используются exportable attention pooling и LayerNorm перед forecast-head; Raspberry Pi по-прежнему исполняет модель из JSON без PyTorch runtime.

Docker

cp .env.example .env
docker compose up -d --build
docker compose logs -f tradebot

Dashboard: http://<host>:8787/

Для Raspberry Pi 5 проект использует python:3.12-slim, без Node.js build step. Runtime-данные лежат в volume ./runtime:/app/runtime; на внешнем диске можно разместить папку проекта или заменить volume на абсолютный путь внешнего диска.

Основные env-параметры

TRADING_MODE=paper
STARTING_BALANCE_USDT=100
AUTO_SELECT_SYMBOLS=false
TOP_SYMBOLS_COUNT=4
SYMBOLS=BTCUSDT,ETHUSDT,SOLUSDT,LTCUSDT
STRATEGY_MODE=torch_forecast
BASE_INTERVAL=60
TREND_INTERVAL=D
TREND_KLINE_LIMIT=260
LOOP_INTERVAL_SECONDS=5
FAST_TRADING_ENABLED=false
FAST_LOOP_INTERVAL_SECONDS=1
FAST_ENTRY_COOLDOWN_SECONDS=20
MAX_ENTRIES_PER_MINUTE=12
WEBSOCKET_ENABLED=true
MIN_SIGNAL_CONFIDENCE=0.64
PATTERN_ANALYSIS_ENABLED=false
PATTERN_SCORE_WEIGHT=0.18
LEARNING_ENABLED=false
LEARNING_LOOKBACK_TRADES=120
LEARNING_MIN_SAMPLES=3
LEARNING_MAX_ADJUSTMENT=0.12
LEARNING_MAX_POSITION_MULTIPLIER=1.6
MIN_POSITION_USDT=1
MAX_POSITION_USDT=25
MAX_SYMBOL_EXPOSURE_USDT=25
MAX_TOTAL_EXPOSURE_USDT=75
MAX_OPEN_POSITIONS=4
MAX_POSITIONS_PER_SYMBOL=1
GRID_TRADING_ENABLED=false
GRID_ENTRY_CONFIDENCE=0.58
GRID_BUY_ZONE=0.45
GRID_MAX_POSITION_USDT=8
REBOUND_TRADING_ENABLED=false
REBOUND_ENTRY_CONFIDENCE=0.58
REBOUND_MIN_PROBABILITY=0.58
REBOUND_MAX_POSITION_USDT=6
KELLY_SIZING_ENABLED=false
KELLY_FRACTION=0.25
KELLY_MAX_FRACTION=0.20
RISK_PER_TRADE_PERCENT=0.01
RISK_GUARD_ENABLED=true
RISK_RECENT_TRADE_WINDOW=20
RISK_MAX_CONSECUTIVE_LOSSES=4
RISK_MIN_RECENT_PROFIT_FACTOR=0.85
RISK_REDUCE_MULTIPLIER=0.50
ATR_TRAILING_MULTIPLIER=2.2
TREND_RSI_MIN=45
TREND_RSI_MAX=65
TIME_SERIES_FORECAST_ENABLED=true
TIME_SERIES_MIN_CANDLES=120
TIME_SERIES_FORECAST_HORIZON=3
TIME_SERIES_MIN_EDGE_PERCENT=0.08
TIME_SERIES_MIN_PROBABILITY_UP=0.58
TIME_SERIES_MIN_CONFIDENCE=0.72
TIME_SERIES_MAX_ADJUSTMENT=0.08
TIME_SERIES_LSTM_ENABLED=true
TIME_SERIES_LSTM_MODEL_PATH=runtime/lstm_forecaster.json
STOP_LOSS_PERCENT=0.04
TAKE_PROFIT_PERCENT=0.035
TRAILING_STOP_PERCENT=0.015
MIN_HOLD_SECONDS=180
ENTRY_COOLDOWN_SECONDS=180
MAX_DAILY_DRAWDOWN_USDT=6
TAKER_FEE_RATE=0.001
SLIPPAGE_RATE=0.0003

Быстрая торговля

Быстрый режим включается через web-переключатель или через FAST_TRADING_ENABLED=true. Тогда фактический цикл принятия решений берется из FAST_LOOP_INTERVAL_SECONDS, а cooldown после закрытия позиции — из FAST_ENTRY_COOLDOWN_SECONDS. Параметр MAX_ENTRIES_PER_MINUTE ограничивает только новые покупки; продажи по stop-loss, take-profit, trailing stop и другим правилам выхода не блокируются этим лимитом.

Для быстрого режима рекомендуется оставлять WEBSOCKET_ENABLED=true: WebSocket дает частые рыночные обновления, а REST используется как периодическая сверка. Я не могу подтвердить, что быстрый режим повысит прибыльность; он только уменьшает техническую задержку реакции стратегии.

Live-режим

Live-режим специально заблокирован. Для включения нужны все значения:

TRADING_MODE=live
ENABLE_LIVE_TRADING=true
LIVE_TRADING_CONFIRM=I_ACCEPT_REAL_RISK
BYBIT_API_KEY=...
BYBIT_API_SECRET=...
LIVE_ORDER_MAX_USDT=10

Текущее live-исполнение отправляет market buy/sell в Bybit и ведет локальную shadow-позицию для dashboard и правил выхода. Для промышленной торговли реальными средствами следующий обязательный шаг — reconciliation с реальным wallet/order history Bybit, чтобы локальное состояние сверялось с фактическими fills и балансами.

API

GET /api/health — healthcheck.
GET /api/status — статус бота, account snapshot, позиции.
GET /api/markets — пары, ticker, свечи, инструменты.
GET /api/trades — последние сделки.
GET /api/signals — последние сигналы стратегии.
GET /api/events — события.
GET /api/config — безопасная конфигурация без секретов.
POST /api/config/fast-trading — включение/выключение быстрой торговли из dashboard.
POST /api/control/start — старт цикла.
POST /api/control/stop — остановка цикла.
GET /metrics — Prometheus-compatible метрики.

Проверка

python -m pytest

16 KiB Raw Blame History Unescape Escape