Создание торгового бота в реальном времени с помощью ИИ и Питона
29 июля 2025 г.За последние несколько месяцев я погрузился в мир ИИ, но на этот раз я нацелился на финансовые рынки. Я хотел посмотреть, сможет ли кто -то с основными инструментами создать торговый бот, способный анализировать реальные данные на фондовом рынке. Моделирование стратегий покупки/продажи, все с бесплатными инструментами и API в реальном времени. Идея заключалась не только в том, чтобы следовать тенденциям, но и создать что -то функциональное и реальное. Эта статья является частью моего продолжающегося путешествия, чтобы проверить пределы доступной разработки ИИ, по одному проекту за раз.
Разбивая его с помощью ИИ
У меня была особая задача: могу ли я создать торговый бот в реальном времени, используя реальные финансовые данные, не полагаясь на дорогостоящее программное обеспечение?
CHATGPT помог разбить процесс на управляемые шаги:
- Как подключиться к API данных в реальном времени.
- Как рассчитать основные индикаторы, такие как простое скользящее среднее (SMA).
- Как реализовать стратегию, используя эти индикаторы.
- Как смоделировать сделки и журналы результатов.
- Как преобразовать сценарий Python в рабочий .exe, чтобы сделать его доступным для людей без установленного Python.
Конечно, были технические сбои, проблемы с зависимостью, модельную упаковку и ограничения по ставке API, но с каждым шагом я получал новую информацию о логике торговли и автоматизации.
Как работает торговый бот?
1. Бот основан на простой стратегии:
Когда краткосрочная скользящая средняя (например, 5-дневная SMA) пересекается выше долгосрочного среднего (например, 15-дневного SMA), это потенциальный сигнал покупки. Когда он пересекается ниже, это сигнал продажи.
2. Логический пример (упрощенный)
# Detect SMA crossover
if sma_5.iloc[i] > sma_15.iloc[i] and sma_5.iloc[i - 1] <= sma_15.iloc[i - 1]:
signal = 'buy'
elif sma_5.iloc[i] < sma_15.iloc[i] and sma_5.iloc[i - 1] >= sma_15.iloc[i - 1]:
signal = 'sell'
Эта логика проверяет кроссовер, сравнивая текущие и предыдущие значения краткосрочных и долгосрочных скользящих средних.
3. Ключевые шаги в боте:
- Получите данные в реальном времени
Используя API, как двенадцать данных или финансы Yahoo, он получает внутридневные или ежедневные цены на акции.
from twelvedata import TDClient
td = TDClient(apikey="YOUR_API_KEY")
data = td.time_series(symbol="AAPL", interval="1min").as_pandas()
- Рассчитать индикаторы
Мы рассчитываем средние перемещения с пандами:
data['SMA_5'] = data['close'].rolling(window=5).mean()
data['SMA_15'] = data['close'].rolling(window=15).mean()
- Применить стратегию
BOT сканирует каждую новую точку данных, оценивает логику кроссовера и определяет, должна ли торговать.
- Имитировать сделки
Каждый сигнал о покупке/продаже записывается в журнале с информацией о временных точках, цене и получении прибыли/убытков.
- Выходные результаты
Файл CSV генерируется для хранения истории торговли, и, необязательно, отображается сюжет.
data.to_csv("trades.csv")
- Визуализация
Наметить цену и сигналы, используя Matplotlib:
plt.plot(data['close']) plt.plot(data['SMA_5']) plt.plot(data['SMA_15']) plt.scatter(buy_signals, ...)
Интеграции Python используются
Вот основные инструменты и интеграции, используемые в этом проекте:
Инструмент/Библиотека Цель
- Панды:Манипулирование данными и расчет индикаторов
- matplotlib:Визуализация цен и сделок
- API Twelvedata:Данные фондового рынка в реальном времени (бесплатный уровень доступны)
- Pyinstaller:Преобразовать сценарий .py в приложение .exe
Необязательный:
- ифинансированиеВ качестве альтернативного API для ежедневных данных.
- ТАдля предварительно построенных технических индикаторов, если это необходимо.
Почему я это построил
Это было не о том, чтобы победить фондовый рынок. Речь шла о том, чтобы доказать, что с помощью сегодняшних инструментов и некоторых руководств по искусственному интеллекту каждый может создать полезный, работающий проект, даже в сложном мире финансовых данных.
Подобный бот может служить многим целям:
- Инструмент обучения для людей, изучающих алгоритмическую торговлю.
- Прототип для разработчиков, создающих полные торговые платформы.
- Песочница для тестирования различных стратегий без риска денег.
Последние мысли
Торговый проект научил меня чем -то ценным: вам не нужны дорогие инструменты, чтобы начать строительство. Вам просто нужен вопрос и готовность сохранять итерацию.
Если вы заинтересованы в создании своей собственной версии, я загрузил все в GitHub, включая:
Код Python, файлы .exe, полная Readme.
И страница, чтобы увидеть результаты самостоятельно.
Если вы читаете это, спрашивая, можете ли вы построить что -то подобное, перестаньте спрашивать. Начните строить.
Оригинал