⚠️ Note transparence Le 2 juin a été exclu de ce rapport suite à un bug technique (position orpheline non surveillée). Le problème a été identifié, corrigé et déployé en v6.4/v6.5. Les mécanismes de protection sont désormais renforcés.
Marché défavorable (Fear & Greed ~23/100) — le bot performe en décorrélation totale du marché.
Incident Report | 30 avril Bug critique identifié et patché en live ce soir. Ce qui s’est passé Écart entre la quantité trackée par le bot et la balance réelle sur Binance → SL impossible à exécuter → boucle d’erreur infinie. Touché sur 3 paires (FLOW, CTSI, ZEC). Intervention manuelle obligatoire à chaque fois. Le fix — v5.3.1 Avant chaque vente, le bot vérifie maintenant la balance réelle sur Binance et utilise le minimum entre ce qu’il croit avoir et ce qui est réellement disponible. Si balance = 0 (vente manuelle déjà faite), nettoyage automatique du state. Boucle d’erreur impossible. Impact journée Malgré le bug : +2.17% sur la journée. Bot v5.3.1 en ligne depuis 20h42. 🟢
De 0% à 67% — L’histoire d’un bot de trading construit from scratch
Binance Spot | Python | 7 jours | 6 versions 24 avril 2026. Capital de départ : 566 USDT. Objectif : construire un bot de trading algorithmique entièrement from scratch, l’itérer en live sur le marché réel, et documenter chaque version honnêtement — y compris les pertes. Voici la rétrospective complète. 🔴 v1 / v2 / v3 — Les fondations (24–25 avril) 13 trades. 0 gagnant. −7 USDT. Première architecture : signal RSI + EMA basique. SL trop serré (ATR×1.5), le marché BTC en range serré déclenchait les stop-loss sur du bruit normal. Chaque correction générait une nouvelle version. Rien de rentable — mais le threading dual-loop et la connexion Binance étaient stables. Win rate : 0% 🟠 v4 — Premier signal positif (25–27 avril) 9 trades. 2 gagnants. −5 USDT. Introduction du filtre EMA200 4h + ADX. Premier take-profit déclenché en 19 minutes à +0.58% net. Le bot commence à reconnaître les vraies tendances. Mais 10 paires seulement, sizing incohérent, heures de trading non filtrées. Win rate : 22% 🟡 v5.1 — Élargissement (27–28 avril) 10 trades. 3 gagnants. +1.29 USDT. Premier PnL positif. Scan élargi à 30 paires, MAX_OPEN_POS relevé. LDO +3.94 USDT, OP +2.19 USDT, ARB +2.11 USDT — les 3 meilleurs trades de l’historique, tous entrés à 22h heure suisse. Signal fort sur les heures de trading. Win rate : 30% 🟡 v5.2 — Scale-up (28–29 avril) 13 trades fermés. 5 gagnants. −0.64 USDT. 100 paires scannées, 5 positions simultanées. Win rate en hausse mais bot arrêté prématurément par un bug de calcul du drawdown (valeur mark-to-market incorrecte). Analyse des logs → découverte du pattern horaire : 0% de win rate entre 03h et 15h heure suisse, 43% entre 15h et 03h. Win rate : 43% 🟢 v5.3 — Chirurgical (29–30 avril) 6 trades purs. 4 gagnants. +7.25 USDT. 12 corrections simultanées : filtre horaire 03h–15h bloqué, drawdown mark-to-market corrigé, trailing escalier fixé, cooldown 3h par paire, SL temporel 8h, pause progressive après stops consécutifs, score minimum relevé à 8/10, ADX minimum à 20. Win rate : 67% | Ratio gain/perte : 2.88× | ROI : +1.34% en 12h 📊 Évolution du win rate v1/v2/v3 → v4 → v5.1 → v5.2 → v5.3 0% → 22% → 30% → 43% → 67% 🔧 Stack technique Python | Binance API | Score composite 10 critères | EMA + RSI + MACD + ADX + Volume | Trailing escalier +3% | SL ATR×2 | Groq sentiment gate | 100 paires scannées toutes les 30min 🎯 Objectif v5.4 Valider 67%+ sur 72h de données. Affiner les plages horaires avec le tableau des sessions US. Tester l’augmentation du scan si les filtres tiennent. 7 jours. 6 versions. Chaque perte a servi à quelque chose. Not financial advice — bot en développement actif. — Selene971