«Гипер-осознанный» автономный ИИ-криптотрейдер: как автор связал Claude, Octobot и жёсткие правила риска
На dev.to разработчик herakles-dev рассказывает об эксперименте: автономный торговый движок, где решения принимает Claude, а не «чат-помощник» в привычном смысле. Стартовый сценарий — бумажный портфель на $10 000 и поток рыночных данных в реальном времени; в заголовке автор сравнивает риск-менеджмент системы с собственным.
Публикация от 8 апреля 2026 (UTC). По данным dev.to, оценка времени чтения — около 5 минут; у записи четыре комментария и одна публичная реакция; в карточке указаны теги ai и machinelearning.
Автономный движок: Claude, Octobot и интерфейс в терминале
В конце поста автор фиксирует стек: Octobot (open source, форк и расширение) как движок, модели Claude Sonnet и Opus 4.6, работа через CLI в tmux. Заявленная цель — заставить LLM работать в жёсткой рамке для часовых (1h) направленных прогнозов, а не вести себя как универсальный собеседник.
Смысловой контраст: с одной стороны — «полный контроль» человека в дизайне системы, с другой — автономность агента в торговых решениях внутри заданных правил.
Системный промпт и иерархия сигналов для модели
Автор выстраивает жёсткий порядок типов сигналов (от более важных к менее важным):
- LEADING — taker buy/sell ratio, volume delta (CVD), дисбаланс стакана.
- CONFIRMING — согласование тренда на нескольких таймфреймах (1H/4H/1D), расстояние до VWAP, RSI.
- STRUCTURAL — pivot points, «EMA stacks».
- REVERSAL — дивергенция RSI на 4H, «extreme funding rates».
Условие из текста: для шорта при структурно бычьем рынке модель должна опереться как минимум на два сильных медвежьих индикатора — в примере приведены taker ratio < 0,85 и медвежья дивергенция RSI.
Идея в том, чтобы промпт и правила сузили поведение модели до повторяемого сценария анализа вместо разговорных рассуждений «наобум».
Данные, API и требования к скорости агрегации
Пост утверждает, что бэкенд каждый час агрегирует большой объём данных. Для торговли на 1h нужна субсекундная агрегация по более чем семи API — иначе решения «уже мёртвы».
В перечне категорий данных фигурируют, в частности:
- Derivatives flow: Bybit / Coinglass — funding, open interest, long/short ratios.
- Technicals: MACD, ADX, StochRSI, полосы Боллинджера на 1H/4H/1D.
- On-chain и сентимент: ClankApp (киты), индекс Fear & Greed, макро в духе DXY и S&P 500.
Отдельно подчёркивается, что смотрят не только цену на Binance — контекст для модели собирается из нескольких типов источников, а не из одного тикера.
Состояние портфеля в промпте и лимиты экспозиции
Автор вкладывает в промпт состояние портфеля (PORTFOLIO STATE) — капитал, win rate, P&L открытых позиций.
В статье приведён иллюстративный блок с конкретными числами из текста поста (это цитата из материала, а не отдельная независимая проверка): Total Portfolio Value $11 367,55 USDT, Available Balance $8 764,57 USDT (77,1% cash), открытая позиция BTC/USDT (22,9% портфеля, +3,89% P&L).
Правила из того же материала: при прибыли позиции свыше 20% — фиксация; при экспозиции портфеля свыше 70% — минимизировать новые входы.
PORTFOLIO STATE → промпт → решение модели в рамках лимитов экспозиции и тейка
Пример из поста: удержание позиции и симулированные ордера
Разобран кейс: BTC около $71 168, восходящий тренд.
В фрагменте JSON-рассуждения модели (как в статье), среди прочего, фигурируют taker ratio 0,819, падение CVD, медвежья дивергенция RSI на 1H, funding 0,0056%, индекс страха 17, упоминание активности китов $2,3B, confidence 54, решение hold, position_action null.
При HOLD описывается переход в режим защиты и выставление симулированных ордеров на бирже Phemex (как в таблице поста): STOP LOSS около $69 016,99, SELL LIMIT около $72 019,58, объём 0,018874 BTC. Стоп привязан к 4H EMA50 (~$68 673) и S1 pivot; объясняется логика OCO (one-cancels-the-other) bracket.
Все эти уровни и цифры в контексте поста — пример снимка логики, а не обещание результата для читателя.
Ограничения первоисточника и осторожность для практики
В тексте это описание личного эксперимента и бумажная торговля. Отдельного раздела с формальным бэктестом, аудитом методологии или независимой проверкой P&L автор не приводит. Юрисдикции, комплаенс, ToS бирж и распределение ответственности системно не раскрыты — выводы такого рода без дополнительных источников в материал не переносим.
Автор также намечает доработку архитектуры «Herakles» и накопление почасовых снимков для исторического анализа — это заявленные планы, а не отчёт о завершённой системе.
Источники
- herakles-dev — I Forged a Hyper-aware, Autonomous AI Crypto Trader with full control (And It Has Better Risk Management Than I Do). dev.to. URL: https://dev.to/herakles-dev/i-forged-a-hyper-aware-autonomous-ai-crypto-trader-with-full-control-and-it-has-better-risk-55gd — дата обращения к полному тексту страницы: 2026-04-09 (UTC).
- Метаданные публикации на dev.to (время публикации 2026-04-08T23:04:05Z, оценка времени чтения 5 мин., 4 комментария, 1 публичная реакция): значения согласованы со структурированной API-выгрузкой dev.to для этой записи, а не с подсчётом по HTML-странице.