Algodesks — платформа оптимизации алгоритмической торговли

Проблема

Работа с алгоритмической торговлей часто распадается на отдельные инструменты: исследовательские скрипты, локальные бэктесты, ноутбуки для параметров, раннеры для биржи и операционные дашборды. В этом разрыве появляется главный риск: стратегия, которая выглядела приемлемо в исследовании, не всегда совпадает с тем, что потом работает против реальной биржи.

Algodesks закрывает этот разрыв для стратегий на криптофьючерсах. Публичное обещание продукта простое: строить, бэктестить и запускать торговые стратегии с walk-forward валидацией и исполнением на Bybit, используя один и тот же движок в исследовании и в рантайме.

Что делает продукт

Algodesks позволяет пользователю описать стратегию, прогнать её на исторических данных Bybit, оптимизировать параметры, собрать портфель и запустить результат в paper trading режиме. Сейчас система проходит испытания на Bybit в paper trade режиме, до открытия реальной торговли деньгами.

Сейчас это не ML-система. Ядро продукта — оптимизация параметров: перебрать наборы настроек, прогнать бэктесты, отсеять слабые конфигурации, сравнить целевые метрики и применить лучший кандидат обратно к стратегии или портфелю.

Как выглядит продукт

• 

  Публичный питч: адаптивная торговля крипто-фьючерсами на автопилоте — строй, бэктести и запускай стратегии с walk-forward валидацией и исполнением на Bybit, один и тот же движок в research и в продакшене.

• 

  Живой дашборд, сводящий все сессии — paper, testnet и live — в один вид: equity, реализованный и нереализованный PnL, win rate, profit factor и кривая equity, а ниже каждая работающая сессия разложена отдельно.

• 

  Мастер AutoBuild, который собирает портфель: выбираешь набор инструментов, биржу (здесь Bybit testnet), тип контракта, котировочную валюту, таймфрейм и число инструментов — дальше optimizer перебирает каждый.

• 

  Бэктесты — проверка стратегий на исторических данных перед выходом в live. Каждый кандидат AutoBuild прогоняется по инструменту со своим PnL, числом сделок, win rate и profit factor, так что слабые конфигурации отсекаются по фактам.

• 

  Оптимизация параметров для одного инструмента: перебор кандидатных настроек с оценкой бок о бок, и выигравшие параметры готовы применить обратно в портфель или вынести в новый. Это и есть ядро — оптимизация и бэктесты, а не ML.

• 

  Работающая сессия вблизи: живой график NEAR-USDT с отмеченными входами и выходами, плюс депозит ноги, плечо, риск на сделку и fee gate — те же правила из бэктеста ведут живое (paper) исполнение.

• 

  Self-serve тарифы — Free, Pro и Premium — и сравнение возможностей ниже: бэктестов в месяц, задач AutoBuild, прогонов оптимизации, максимум ног, окно истории и торговля на реальные деньги, которая остаётся за гейтом до прохождения paper-валидации.

Что я построил

Бэктест как контракт. Те же торговые правила, которые проверяются на исторических данных, используются в runtime-пути. Комиссии, допущения по slippage, trailing stops, trend gates и правила приёмки являются входами системы, а не заметками в отдельной таблице.

Оптимизация параметров на Fly.io. Оптимизация требует вычислений, поэтому такие задачи уходят на серверы Fly.io, а не блокируют веб-приложение. Job перебирает сетку параметров для выбранных инструментов, запускает бэктесты по каждому кандидату и возвращает прогресс в продукт.

Walk-forward валидация. Система разделяет окно подбора и окно проверки: набор параметров должен выжить на более позднем отрезке, прежде чем считаться полезным. Цель — снизить overfit, а не делать вид, что оптимизатор умеет предсказывать рынок.

Paper trading на Bybit. Текущая стадия проверки — paper trading на Bybit. Это даёт реалистичное взаимодействие с биржей, live-тайминг рынка и операционные сбои без включения риска реальными деньгами слишком рано.

Продуктовая поверхность. В публичном приложении есть исследовательский цикл, тарифы, Google sign-in, потоки бэктестов и портфелей, а также операционный путь от оптимизации до paper trading сессии.

Архитектурные решения

Никакого ML, пока система его не заслужила. Было бы легко продавать это как AI/ML. Для текущего продукта это было бы неправдой. Сейчас система использует оптимизацию и бэктесты; ML можно добавлять позже только если он победит более простой подход в той же дисциплине валидации.

Одни и те же концепты в исследовании и рантайме. Параметры стратегии, trend filters, trailing stops, fee gates и legs портфеля — доменные объекты, а не только поля формы в UI. Так бэктест, оптимизатор и раннер остаются согласованными.

Асинхронные задачи по умолчанию. Бэктесты и оптимизация — долгая работа. Им нужны состояние job, отмена, события прогресса, retry и понятные типы ошибок. Делать это обычным HTTP request/response путём было бы хрупко.

Paper trading перед реальными деньгами. Продукт намеренно проходит paper trade фазу на Bybit. Именно там проверяются биржевые ключи, размещение ордеров, live-тайминг и восстановление сессий до того, как появляется риск реальным капиталом.

Текущее состояние

Algodesks доступен на algodesks.com. Публичный сайт позиционирует продукт вокруг adaptive crypto futures trading, бэктестов, оптимизации и исполнения на Bybit. Платные тарифы завязаны на исследовательскую ёмкость, optimization runs, paper trading и будущую реальную торговлю.

Сейчас платформа проходит paper trade проверку на Bybit. Следующий важный рубеж — не «добавить ML», а доказать, что оптимизатор, бэктесты, конфигурация портфеля и live execution path ведут себя согласованно в реальных биржевых условиях.