Vibecoding торгового бота -
Часть 2: Превращаем это в
Архитектура в код
$SOL
В Части 1 я разобрал три слоя, которые нужны каждому торговому боту — источник данных, логику принятия решений и исполнение. Если вы это пропустили, вернитесь и прочитайте сначала, потому что эта часть напрямую продолжает ту.
Теперь давайте поговорим о том, как именно превратить это в рабочий код — и, в частности, где в этом процессе применяется ИИ. Именно это имеют в виду, когда говорят «vibecoding».
Vibecoding — это не «ИИ пишет бота за вас»
Многие слышат «vibecoding» и представляют, что нужно просто написать в промпте «собери мне торгового бота» и уйти, пока не получится готовый продукт. Так это не работает, и именно так люди в итоге получают ботов, которые молча дают сбои или «утекают» деньги.
Как на практике выглядит вайбкодинг:
1. Сначала каркас, потом логика
Я начал с того, что собрал скелет — структуру файлов, как поток данных подключается к слою принятия решений, и как слой решений передаёт управление исполнению. На этом этапе ИИ реально очень быстр. Это шаблонный код, а шаблонный код — это ровно то, где помощь ИИ проявляет себя лучше всего.
2. Читайте всё, что он вам выдаёт. Это как раз то, что люди пропускают. Каждую функцию, которую генерирует ИИ, я разбирал построчно — не потому что я ему не доверял, а потому что мне нужно было реально понимать, что делает мой собственный бот. Если ты не можешь объяснить, почему кусок твоего кода работает, ты не сможешь его исправить, когда он сломается в 2 часа ночи, и на кону будут реальные деньги.
3. Итерируй небольшими кусками, а не одним гигантским запросомНе проси весь бот целиком сразу — я собирал его слой за слоем: сначала рабочая и протестированная подача данных, затем логика принятия решений, которая тоже проверялась на фейковых данных до того, как я подключил реальное выполнение. Вайбкодинг лучше всего работает как плотный цикл: запрос, чтение, тест, правка, повтор. Не «одним выстрелом».
4. Относись к ИИ как к быстрому младшему разработчику, а не к оракулуОн будет уверенно писать вещи, которые чуть-чуть неверны — особенно в ситуациях с краевыми кейсами: неудачные транзакции, лимиты по скорости (rate limits) или плохие данные. Выявление этого — не опционально. Это всё ещё твоя задача.
Почему это важно именно для слоя принятия решений Логика скоринга — та часть, которая решает, на что действительно стоит действовать — это то, где я потратил больше всего времени на доработку, потому что именно здесь живёт реальное преимущество бота (или, наоборот, его отсутствие). Я не буду вдаваться в конкретные веса, но короткая версия такая: ни один сигнал не рассказывает всю историю, и правильно собрать комбинацию стоило намного больше итераций, чем сам каркас.
Часть 3 расскажет о том, как именно я обучал и настраивал этот слой принятия решений — что вообще означает «обучение» для бота подобного типа, и как бэктесты повлияли на процесс.
Часть 3 — обучение механизма принятия решений бота — скоро.
Дисклеймер:
Не является финансовым советом. Только образовательный контент. Торговля несёт риски.