Створення AI-торгового бота з API GaiaEx

У 2021 році 23-річний інженер опублікував бектест, що підірвав крипто-Twitter: його крипто-бот на історичних даних перетворив $1,000 на $4.2 мільйона за два роки. Крива капіталу зростала ідеальною лінією під 45 градусів. Незнайомці благали поділитися кодом. Він кинув роботу, зібрав гроші від друзів і запустив бота в реальну торгівлю.

Бот втрачав гроші кожного тижня без винятку. За чотири місяці рахунок був у мінусі на 60%, і він вимкнув систему.

З ботом нічого «не було не так». Код працював безпомилково. Проблема була в тому, що бектест налаштовували, доки він не почав ідеально збігатися з минулим — а минуле ніколи не повторюється точно. Стратегія запам'ятала 2019 і 2020 роки, замість того щоб вивчити щось загальне. Щойно вона зіткнулася з ринком, якого раніше не бачила, вона не мала уявлення, що робити.

Це найважливіша істина про AI-трейдингових ботів, і майже ніхто не починає з неї: бот настільки хороший, наскільки хороша дисципліна навколо нього. Ефектна частина — модель, AI — це, можливо, 20% роботи. Інші 80% — це гігієна даних, інфраструктура виконання і ризик-контроль, що зупиняють баг чи флеш-крах від спустошення вашого рахунку, поки ви спите. Цей урок навчає саме тим 80%.

Прибравши маркетинг, трейдинговий бот — це просто програмне забезпечення, яке спостерігає за ринком і виставляє ордери за правилами — без людини, що натискає кнопку. «AI» означає, що частина цих правил вивчена з даних, а не написана вручну, але завдання те саме: перетворювати інформацію на рішення автоматично, цілодобово.

Люди звертаються до ботів з трьох чесних причин:

• Ринки ніколи не закриваються. Крипта торгується 24/7/365. Жодна людина не може спостерігати за BTC о 4 ранку в неділю; бот може.
• Немає емоцій. Бот не продає у паніці на дні і не купує у FOMO на піку. Він виконує той самий план незалежно від того, чи ви в екстазі, чи в жаху — а це саме той момент, коли люди роблять найгірші рішення.
• Швидкість і сталість. Бот може оцінювати десятки активів і реагувати за мілісекунди, і він ніколи не «забуває» поставити стоп-лосс.

Але зверніть увагу, чого немає в цьому списку: гарантованого прибутку. Бот — це швидший, невтомний, беземоційний спосіб виконувати стратегію. Якщо стратегія погана, бот просто втрачає гроші швидше й стабільніше. Автоматизація посилює будь-яку перевагу, яку у вас є — або будь-яку ваду.

Перш ніж торкатися машинного навчання, зрозумійте робочі стратегії, що живлять переважну більшість реальних ботів. Кожна з них розрахована на конкретний тип ринку — і тихо ламається, коли характер ринку змінюється.

• Grid-боти («сіткова торгівля») розставляють сходинку з ордерів на купівлю і продаж у ціновому діапазоні. Коли ціна коливається, бот купує дешево і продає дорого на кожній сходинці. Чудово в боковому, хаотичному ринку — і катастрофа при сильному трендові, коли ціна виходить за межі сітки, і ви застрягаєте з збитковими позиціями (або пропускаєте рух узагалі).
• DCA-боти (усереднення вартості) купують фіксовану суму через інтервали, і багато з них додають «страхувальні ордери» нижче, щоб знизити середню ціну входу. Чудово для накопичення на просадках — але якщо ціна продовжує падати, ви продовжуєте купувати «падаючий ніж», і ваше середнє просто кровоточить.
• Боти на трендах / momentum купують силу і продають слабкість, використовуючи сигнали типу перетину ковзних середніх. Вони виграють по-крупному на чистих трендах і «шматуються» — вмирають від тисячі малих збитків — на ринках без чіткого напрямку.
• Арбітражні боти використовують факт, що той самий актив торгується за різними цінами на різних майданчиках, купуючи дешево й продаючи дорого. Математика проста; інженерія жорстка. Це чиста гра на швидкість, де мікросекунди, комісії й затримки переказів визначають, чи «безкоштовний» прибуток реальний, чи це міраж.
• Маркет-мейкінгові боти котирують і бід, і аск, заробляючи спред і забезпечуючи ліквідність. Прибуткові на спокійних ринках, небезпечні на швидких — раптовий рух може заповнити вас із неправильної сторони швидше, ніж ви скасуєте ордер.

Урок, прихований у цьому списку: кожна стратегія — це ставка на те, у якому типі ринку ви перебуваєте. Grid-бот не «хороший» чи «поганий» — він правильний для рейнджів і неправильний для трендів. Найважча проблема в автоматизованій торгівлі — не побудова бота; це знання того, коли його припущення більше не діє.

Люди кажуть «AI-трейдинговий бот», ніби це один скрипт. У продакшені це конвеєр (pipeline): прийом даних, ознаки, модель, сигнали, виконання і ризик — кожна частина замінна без перебудови всього стека. Побудова саме так — не академічна педантичність; це те, що допомагає зберегти розум о 3 ночі, коли реальний P&L розходиться з бектестом, і вам потрібно знати, яка ланка підвела.

Пройдімо шлях одного рішення:

• Прийом (ingest) отримує ринкові дані в реальному часі — ціни, угоди, книгу ордерів — з біржі. GaiaEx надає REST для ордерів і балансів та WebSockets для книг і угод.
• Ознаки (features) перетворюють сирі числа на значущі вхідні дані: волатильність, momentum, фінансування, дисбаланс книги ордерів.
• Модель (правила чи ML) читає ці ознаки й формує думку.
• Сигнал перетворює цю думку на конкретний ордер: сторону, розмір, ціну.
• Виконання надсилає ордер на біржу, обробляючи повторні спроби й підтвердження.
• Ризик оточує все — і має право вето на кожному іншому етапі.

Дисципліна полягає в тому, щоб кожен етап був детермінованим і логованим. Позначайте кожен сигнал ідентифікатором, кожен ордер клієнтським ID, кожен перехід — таймстампом затримки. Коли щось піде не так — а воно піде — ви хочете прочитати логи й побачити точно, де реальність розійшлася з планом, а не гадати.

Хайп каже «використовуйте AI». Професіонали кажуть: починайте з правил, які можна прочитати простою мовою. Пороги на RSI, перетин MACD, обсяг вище ковзної середньої. Правила легко логувати, легко пояснювати й легко звинувачувати, коли щось ламається. Якщо ваша стратегія на правилах не може заробляти гроші, нейронна мережа її не врятує — вона просто буде втрачати гроші так, що ви не зможете це відладити.

Машинне навчання виправдовує себе, коли патерни надто тонкі чи багатовимірні для правил, написаних вручну: градієнтний бустинг на табличних ознаках, послідовні моделі на барах цінових даних. При вмілому використанні ML може витягнути сигнал із хаотичних вхідних даних. Але воно має жорстокий режим відмови, що зветься дрейф: реальний ринок повільно перестає нагадувати дані, на яких навчалася модель, і продуктивність тихо деградує. Модель продовжує видавати впевнені прогнози — вони просто тепер неправильні, і жодної помилки не виникає.

Саме тому зрілі деск-команди застосовують гібридний підхід: модель пропонує, а жорстко закодовані правила й ризик-лімити накладають вето. AI може запропонувати угоду; вона ніколи не може скасувати денний ліміт збитків чи ліміт позиції. Машина — це молодший аналітик з хорошою інтуїцією, але без права ризикувати фірмою.

Модель настільки розумна, наскільки розумні вхідні дані, які ви їй подаєте. Сирої ціни рідко достатньо — мистецтво полягає у feature engineering (інженерії ознак): перетворенні OHLCV, книги ордерів і даних деривативів на сигнали, що дійсно несуть інформацію.

На перп-деску ознаки, що мають значення, виходять за межі ціни закриття. Фінансування — реальна, повторювана вартість чи доход, здатна перетворити «прибуткову» стратегію на збиткову. Доходність на кількох горизонтах захоплює momentum на різних таймфреймах. Співвідношення обсягів позначає незвичну активність. Дисбаланс книги ордерів — відношення глибини біда до глибини аска — є сигналом мікроструктури на короткому горизонті, якщо ви підписані на дані L2. Кросактивний контекст (як ETH рухається відносно BTC) додає загальноринковий погляд.

Одна дисципліна відділяє аматорів від професіоналів: відкидайте ознаки, що не виправдовують свою присутність. Якщо ознака має майже нульову важливість за перестановками, ви платите латентністю й ризиком перенавчання за шум. Менше, сильніші ознаки майже завжди перевершують модель «все й одразу».

def engineer_features(df):
    df["log_ret"] = np.log(df["close"] / df["close"].shift(1))
    df["vol_20"] = df["log_ret"].rolling(20).std()
    df["vol_ratio"] = df["volume"] / df["volume"].rolling(20).mean()
    return df.dropna()

І пам'ятайте про кардинальний грех роботи з ознаками: упередженість наперед знаного (look-ahead bias). Якщо будь-яка ознака випадково використовує інформацію, яка не існувала б у момент прийняття рішення — майбутній бар, закриття того ж періоду — ваш бектест виглядатиме чудово, а ваш реальний рахунок — ні. Кожна ознака має бути обчислюваною, використовуючи лише дані, які у вас були б саме на той момент, без винятків.

Неефектний шар виконання — місце, де гроші тихо витікають. Зробіть його правильно, і ніхто не помітить; зробіть неправильно, і ідеальний сигнал перетвориться на реальний збиток.

• Тип ордера. Використовуйте лімітні ордери, коли вам важлива ціна — ви встановлюєте найгіршу ціну, яку прийнято. Приберігайте ринкові ордери для справжньої терміновості, і зважте, що вони платять спред плюс прослизання, що на тонких чи швидких ринках може бути жорстоким.
• Ідемпотентність. Завжди прикріплюйте клієнтський ID ордера. Мережі затинаються; повторний POST без ID може подвоїти вашу позицію. З ID біржа розпізнає дублікат і ігнорує його. Ця одна звичка запобігає цілому класу катастрофічних багів.
• Повторні спроби з відкладенням. При 429 (обмеження частоти) чи 5xx (помилка серверу) чекайте і повторюйте з експоненційним відкладенням — не бомбардуйте API до бану.
• Дисципліна годинника. Підписані запити зазвичай об'єднують HTTP-метод, шлях, тіло і мілісекундний таймстамп в HMAC-підпис. Біржі відхиляють запити зі зсунутим годинником, тому запускайте NTP на машині, що підписує. Годинник, що дрейфує, призведе до відмови кожного ордера, і ви не матимете уявлення, чому.

Ніщо з цього не є «AI». Все це вирішує, чи ваш AI взагалі коли-небудь заробить долар. Розрив між бектестом і реальним рахунком здебільшого саме в цьому шарі — комісії, прослизання, латентність і крайні випадки — саме тому й існують наступні два розділи.

Ось порядок дій, що відділяє трейдерів, які тривають, від трейдерів, які злітають: ризик — це шлюз на кожному ордері, а не пост-факт вибачення. Ви проєктуєте гальма перед тим, як тюнінгуєте двигун.

Непереговорні контролі:

• Ліміти позицій. Обмежте експозицію на одну назву — часто 2–5% капіталу — щоб жодна угода не могла вас зруйнувати.
• Стопи. Ставте їх на основі ATR (адаптивного до волатильності) чи фіксованих тіків, і виставляйте їх як реальні ордери, а не наміри у голові.
• Денна зупинка збитків. Якщо рахунок у мінусі, скажімо, на 3% за день, бот зупиняє торгівлю. Повна зупинка. Це одне правило врятувало більше рахунків, ніж будь-який хитромудрий сигнал, бо воно обмежує шкоду, яку можуть завдати баг чи погана день.
• Kill switch (аварійний вимикач). Одна дія, яка скасовує всі активні ордери й закриває всі позиції. Тестуйте його щомісяця. День, коли він знадобиться, — найгірший день, щоб виявити, що він зламаний.

Для перпетуальних контрактів включіть витяг фінансування й дистанцію до ліквідації в той самий шлюз — позиція, що «нормальна» за ціною, все ще може кровоточити фінансуванням чи сидіти на волосок від ліквідації.

Кастодіальне питання теж належить до цієї розмови. GaiaEx використовує MPC, що розділяє ключовий матеріал між сторонами так, що бот ніколи не тримає сирий приватний ключ у файлі, який зловмисник міг би схопити. І торгові дозволи можуть бути розмежовані окремо від дозволів на виведення — тому API-ключ, який ваш бот використовує для виставлення ордерів, ніколи не повинен мати можливість переміщувати кошти з платформи.

Ось ризик, про який глянцева реклама ботів ніколи не згадує: величезна частка «AI-трейдингових ботів», що продаються роздрібним трейдерам, — це взагалі не торгові інструменти, це і є грабунок. Чесна освіта має назвати це прямо, бо саме тут більшість людей, що втрачають гроші через «ботів», справді їх втрачають.

Патерни повторюються:

• Боти з гарантованою доходністю. «Наш AI заробляє 2% на день без ризику». Жодна легітимна стратегія не гарантує доходність; ринки за визначенням невизначені. Обіцянка стабільного, безпрограшного прибутку — це обіцянка схеми Понці.
• Надмірно дозволені API-ключі. Багато шахрайських ботів просять підключити API-ключ з правом виведення коштів. Щойно ви це зробите, вони можуть спустошити рахунок. У кінці 2025 року Binance документувала підтверджені випадки зламаних рахунків і збитків з п'ятизначними сумами, спричинені саме неавторизованими сторонніми ботами, що зробили це.
• Непрозорий, неаудований код. Сторонні боти з закритим кодом і без аудиту безпеки можуть приховувати backdoor'и. Ви не можете бачити, що код робить з вашими ключами, доки не буде запізно.
• Боти для фіктивної торгівлі й фарму обсягу, що тихо порушують правила біржі — призводячи до обмеження чи блокування вашого рахунку без підтримки щодо збитків.

Захисти конкретні й варто їх запам'ятати. Ніколи не давайте трейдинговому боту дозвіл на виведення коштів — обмежуйте API-ключі лише торгівлею. Використовуйте білий список адрес для виведення, щоб кошти могли рухатись лише на попередньо схвалені вами адреси. Увімкніть надійну 2FA (застосунок-автентифікатор чи апаратний ключ безпеки, не SMS). Обирайте офіційні, аудовані інструменти замість анонімних Telegram-ботів, що обіцяють небо в діамантах. І запам'ятайте найстаріше правило у фінансах: якщо це звучить занадто добре, щоб бути правдою, це шахрайство, а «AI» — просто костюм.

У вас є стратегія, чисті ознаки, шар виконання і ризик-шлюзи. Спокуса — увімкнути це в реальну торгівлю з реальним розміром. Не робіть цього. Кладовище мертвих ботів заповнене стратегіями, що виглядали ідеально на папері й зустрілися з реальністю непідготовленими.

Дисциплінований шлях:

• Тестуйте на папері з точно тим самим кодовим шляхом. Запускайте логіку реальних ордерів проти реальних даних, не ризикуючи капіталом, принаймні кілька тижнів. Порівнюйте виконання і таймстампи з тим, що очікувала стратегія. Якщо папір і бектест уже не збігаються, зупиніться і з'ясуйте чому.
• Йдіть в реальну торгівлю з мінімальним розміром. Мета першої реальної фази — не прибуток, а вимірювання правди: реального прослизання, реальних комісій, реальної латентності. Багато команд закладають «стрижку» 30–50% порівняно з бектестом, перш ніж почати довіряти цифрам.
• Масштабуйтеся лише коли реальність збігається з моделлю. Коли реальне прослизання й комісії збігаються з вашими припущеннями, поступово збільшуйте розмір. Якщо ні — ваша модель бреше вам — виправте це, перш ніж фінансувати.

І плануйте поганий день, перш ніж він настане. Флеш-крахи і збої API — не гіпотези, а запланові події, дату яких ви просто не знаєте. Якщо ваш єдиний план дій — «я помічу вранці», у вас немає плану дій. Автоматизуйте закриття позицій при розриві з'єднання там, де ваша біржа це підтримує, щоб перерваний зв'язок не міг залишити оголену позицію активною, поки ви спите.