python

Перед отправкой автоматических ордеров на $BTC, $ETH или $SOL торговый бот должен оценить токсичность книги ордеров. Лёгкий риск-фильтр на Python, состоящий из 120 строк, позволяет по умолчанию блокировать операции при сбоях и предотвращать токсичное исполнение до отправки ордера.
Ключевые инженерные выводы: 1️⃣ Повторное использование HTTPS-соединений: переход на requests.Session с поддержкой keep-alive снижает медианную задержку получения данных со 160 мс до 59 мс. 2️⃣ Кэширование снимков на 1 секунду: объединяет всплески ордеров в один запрос снимка, помогая соблюдать лимиты API. 3️⃣ 4 триггера микроструктуры: • Агрессивные рыночные сделки (событие): обнаруживают крупные рыночные сделки (например, ≥ $100k). • Всплески EWMA глубины (событие): реагируют на резкие изменения доли заявок на покупку в пределах ±1% относительно скользящего EWMA. • Перцентиль VPIN (режим): приостанавливает исполнение, когда токсичность потока попадает в верхний дециль (≥ 0.90). • Перцентиль дисбаланса книги ордеров (режим): выявляет структурную асимметрию, используя историю конкретного торгового символа. 4️⃣ Гистерезис и блокировка при сбоях: срабатывание при VPIN 0.90, но для повторного открытия требуется снижение VPIN ниже 0.80 — это предотвращает частые переключения. При сетевых ошибках или устаревших снимках (> 3 с) система немедленно блокирует операции.

Большинство торговых ботов можно описать одной фразой:
Появляется сигнал, бот отправляет ордер — и все надеются, что рынок пойдёт навстречу.
Это не то, что мы создаём.
Наш проект — это Python-ориентированная долгосрочная (long-only) система Spot Grid Core для Binance, в первую очередь ориентированная на рынки USDC. Это не фьючерсный бот, не маржинальная система, не стратегия шорта и не машина для входа по импульсу, которая гонится за каждым зелёным свечным всплеском.
Она задумана как капитал-ориентированная система возврата к среднему (mean reversion).
Это различие важно.
Мы не пытаемся предсказать, какая монета внезапно взорвётся. Мы пытаемся выявить рыночные условия, в которых повторяющиеся колебания, контролируемая волатильность и достаточная ликвидность могут позволить структуре грида работать эффективно.

Вы потратили недели на написание или настройку стратегии, запустили бэктест за последние 6 месяцев и увидели чистую, растущую кривую капитала с 300% ROI. Вы выходите в реалии... и ваш капитал начинает кровоточить почти сразу.
Что произошло? Вы попали в ловушку переобучения.
📉 Иллюзия бэктеста
Бэктест смотрит назад. Когда вы подстраиваете свои индикаторы, пороги и стоп-лоссы до тех пор, пока исторический график не станет выглядеть идеально, вы не обучаете стратегию торговать — вы обучаете её запоминать прошлое.
В количественном трейдинге кривая подгонки — главная ловушка. Реальные рынки уничтожают переобученные модели, потому что: