Vibecoding Trading Bot -
Bagian 2: Mengubah
Arsitektur ke dalam Kode
$SOL
Di Bagian 1, saya menguraikan tiga lapisan yang dibutuhkan setiap trading bot—data feed, logika keputusan, dan eksekusi. Jika Anda melewatkannya, kembali dan baca dulu, karena bagian ini dibangun langsung di atas itu.
Sekarang mari kita bahas cara mengubahnya menjadi kode yang benar-benar berjalan—dan khususnya, bagaimana AI berperan dalam proses itu. Ini yang orang maksud ketika mereka mengatakan "vibecoding."
Vibecoding bukanlah "AI menulis bot untuk Anda"
Banyak orang mendengar "vibecoding" dan membayangkan mengetikkan "buatkan saya trading bot" ke dalam sebuah prompt lalu pergi begitu saja dengan produk yang sudah jadi. Itu tidak seperti cara kerjanya, dan memperlakukannya seperti itu adalah bagaimana orang berakhir dengan bot yang diam-diam gagal atau malah membocorkan dana.
Seperti apa vibecoding yang sebenarnya terlihat dalam praktik:
1. Rangkai dulu, logika belakangan
Saya mulai dengan menyiapkan kerangkanya—struktur file, bagaimana data feed terhubung ke lapisan keputusan, bagaimana lapisan keputusan menyerahkan ke eksekusi. AI benar-benar cepat untuk bagian ini. Ini boilerplate, dan boilerplate adalah tempat bantuan AI benar-benar bersinar.
2. Baca semuanya yang diberikannya. Ini bagian yang dilewatkan banyak orang. Setiap fungsi yang dihasilkan AI, saya telusuri baris demi baris—bukan karena saya tidak mempercayainya, tapi karena saya perlu benar-benar memahami apa yang dilakukan bot buatan saya sendiri. Kalau kamu tidak bisa menjelaskan mengapa potongan kode milikmu sendiri bekerja, kamu tidak bisa memperbaikinya saat ia rusak pukul 2 pagi dengan uang sungguhan dipertaruhkan.
3. Ulangi dalam potongan kecil, bukan satu prompt raksasaAlih-alih meminta keseluruhan bot sekaligus, saya membangunnya lapis demi lapis—data feed yang berjalan dan sudah diuji sebelum menyentuh logika keputusan, logika keputusan diuji dengan data palsu sebelum menghubungkannya ke eksekusi nyata. Vibecoding bekerja paling baik sebagai loop yang rapat: prompt, baca, uji, sesuaikan, ulangi. Bukan sekali tembak.
4. Perlakukan AI seperti junior dev yang cepat, bukan seperti orakelIa akan dengan percaya diri menulis hal-hal yang secara halus salah—terutama di sekitar edge case seperti transaksi yang gagal, batas laju (rate limits), atau data yang buruk. Menangkap itu bukan pilihan. Itu masih tugasmu.
Mengapa ini penting khusus untuk lapisan keputusan Logika scoring—bagian yang memutuskan apa yang benar-benar layak untuk dijalankan—adalah tempat saya paling banyak menghabiskan waktu untuk penyempurnaan, karena di situlah edge bot yang sesungguhnya hidup (atau tidak ada). Saya tidak akan membahas bobot spesifik di sini, tetapi versi singkatnya: tidak ada satu sinyal yang memberi seluruh cerita, dan menyatukan kombinasi itu dengan benar membutuhkan banyak iterasi dibanding sekadar scaffold-nya.
Bagian 3 akan membahas bagaimana saya benar-benar melatih dan menyetel lapisan decision-making itu—apa sebenarnya arti "training" untuk bot seperti ini, dan bagaimana backtesting membentuknya.
Bagian 3 - melatih cara pengambilan keputusan bot - segera hadir.
Keterangan penolakan:
Bukan nasihat keuangan. Konten edukasi saja. Trading memiliki risiko.