Finanzas y quant · Cloud, DevOps y LLMOps
Bots de trading de criptomonedas en Python
Por David Gadyan · Publicado el · Actualizado el · Cliente: Dale Hefferman
Dos bots de trading de criptomonedas en Python para Dale Hefferman: uno explota el retardo de precio de un exchange pequeño, causado por su zona horaria y su tamaño, y el otro ejecuta señales de una estrategia personalizada de TradingView; ambos operan a través de API de exchanges como Binance y se desplegaron en la nube. Rentables por momentos, pero las comisiones y los cambios de mercado exigieron monitorización constante.
El problema
El cliente quería bots que operasen criptomonedas automáticamente en varios exchanges, Binance entre ellos, en lugar de vigilar gráficos a mano. El encargo era abierto: encontrar una ventaja, construir algo que la opere y mantenerlo en marcha.
Qué construí
- Un análisis de mercado del exchange objetivo, que mostró que iba por detrás de los mercados grandes por su zona horaria y su tamaño relativamente pequeño. Cuando una tendencia general en una moneda como BTC ya era visible en otros mercados, ese retardo se podía operar.
- Un bot en Python que opera ese retardo observado a través de la API del exchange.
- Un segundo bot que escucha señales de una estrategia personalizada de TradingView y ejecuta automáticamente las órdenes correspondientes, de modo que las reglas de la propia estrategia del cliente funcionan sin nadie al teclado.
- Despliegue del bot de señales en la nube para que permanezca conectado al exchange y a TradingView las 24 horas.
Cómo se entregó
Un bot de trading solo sirve si está en marcha cuando llega la señal, así que ambos bots se construyeron para funcionar desatendidos y no desde un portátil. El bot de TradingView es, en concreto, un oyente permanente: la estrategia se dispara, llega el webhook y sale la orden. Esa parte operativa, mantener el proceso vivo y monitorizar lo que hacía, resultó importar tanto como la estrategia.
Resultado
¿Ganó dinero? Depende. Los bots fueron rentables por momentos, pero las altas comisiones de trading y un mercado cambiante hicieron que la ventaja no fuera estable, y el algoritmo necesitaba monitorización y ajustes constantes para mantenerse por delante. Esa es la lectura honesta de la mayoría de las estrategias cripto minoristas, y prefiero contarla a esconderla.
Proyectos relacionados
AI Trading Assistant: un copiloto fiel a tu propia estrategia
IA y agentes · Finanzas y quant · Full-Stack y UI/UX
Pipeline cuantitativo de PCA sobre la curva de tipos (Bloomberg)
Finanzas y quant · Ciencia de datos y ML
Contraste de hipótesis sobre tickers bursátiles
Finanzas y quant · Ciencia de datos y ML