Смотри, я разрабатываю систему для алготрейдинга. Начальный стек: NestJS, Postgres,…
- User
Смотри, я разрабатываю систему для алготрейдинга. Начальный стек: NestJS, Postgres, Redis MVP:
- Осуществлять постоянный сбор с различных источников потенциальные кошельки смартмани/китов/инфлов и сохранять в БД.
- Вести постояную оценку/реоценку кошельков в БД. Оценивать каждый кошелек по различным метрикам (в зависимости от выбранной стратегии).
- Для заданного количества кошельков с самым выскоим рейтингов поддерживать постоянный мониторинг транзакций.
- Возможность получить текущую информацию о токене, начиная от цены, MC, ликвидности и заканчивая аудитом безопасности.
- Осуществлять постоянный поиск сигналов к покупке/продаже (на основе выбранной стратегии) в выбранном временном промежетке. Если заданный стратегией временной отрезок удовлетворяет условиям(кол-во покупок/продаж токена разными отслеживаемыми кошельками, общее кол-во покупок/продаж, общий объем и др.) - запрашивать аудит токена, аудит разработчика, и в зависимости от параметров стратегии сигнала - либо создавать событие о найденном сигнале с информацией об аудите токена и разработчика, либо игнорировать сигнал
Технические детали:
- У меня есть внешнее API: gmgn.ai. Оно предоставляет информацию о кошельке с аудитом безопасности, токене с аудитом безопасности, список кошельков ифлов/китов/смартмани/etc.
- Но кроме этого будут дополнительные источники информации для аудита токенов: GeckoTerminal и Quickintel. Они будут так же насыщать информацию о токенах.
- Так же будут другие провайдеры для списка интересных кошельков: например dune.com (Pump.Fun Alpha Wallets, Solana Alpha Wallet Signals For Copy Trading)
Задача: Сформируй проект системы с самых основ. Сформируй доменные модели, ubiquitous language, определи ограниченные контексты, отношения, бизнес-требования, бизнес-логику и т.д. Применяй лучшие подходы для правильного проектирования системы.
Assistant
Алгоритмическая трейдинговая система: Архитектурное проектирование
1. Обзор системы
Разрабатываемая система представляет собой комплексное решение для алгоритмического трейдинга, специализирующееся на мониторинге и анализе активности крупных игроков (китов, смартмани, инфлов) в криптовалютных сетях. Система будет собирать, обрабатывать и анализировать данные для генерации торговых сигналов.
2. Убиквитарный язык (Ubiquitous Language)
Основные термины:
- Кошелек (Wallet): Криптовалютный адрес, принадлежащий участнику рынка
- Токен (Token): Криптовалютный актив с уникальным адресом контракта
- Стратегия (Strategy): Набор правил и метрик для оценки кошельков и генерации сигналов
- Сигнал (Signal): Рекомендация к покупке/продаже, сгенерированная системой
- Аудит (Audit): Проверка безопасности токена и его разработчиков
- Метрика (Metric): Количественный показатель для оценки кошельков и токенов
- Транзакция (Transaction): Операция перевода токенов между кошельками
- Рейтинг (Rating): Агрегированная оценка кошелька или токена
3. Ограниченные контексты (Bounded Contexts)
3.1 Контекст сбора данных (Data Collection Context)
Ответственность: Сбор и первичная обработка данных из различных источников
Ключевые сущности:
- Источник данных (DataSource)
- Задача сбора (CollectionTask)
- Сырые данные (RawData)
3.2 Контекст управления кошельками (Wallet Management Context)
Ответственность: Хранение и оценка кошельков
Ключевые сущности:
- Кошелек (Wallet)
- Метрика кошелька (WalletMetric)
- Рейтинг кошелька (WalletRating)
- Категория кошелька (WalletCategory)
3.3 Контекст мониторинга транзакций (Transaction Monitoring Context)
Ответственность: Отслеживание транзакций выбранных кошельков
Ключевые сущности:
- Транзакция (Transaction)
- Анализ транзакции (TransactionAnalysis)
- Паттерн транзакции (TransactionPattern)
3.4 Контекст управления токенами (Token Management Context)
Ответственность: Хранение и анализ информации о токенах
Ключевые сущности:
- Токен (Token)
- Метрика токена (TokenMetric)
- Аудит токена (TokenAudit)
- Ценовая история (PriceHistory)
3.5 Контекст стратегий (Strategy Context)
Ответственность: Управление торговыми стратегиями и генерация сигналов
Ключевые сущности:
- Стратегия (Strategy)
- Параметр стратегии (StrategyParameter)
- Сигнал (Signal)
- Условие сигнала (SignalCondition)
3.6 Контекст аудита (Audit Context)
Ответственность: Проведение и хранение результатов аудита
Ключевые сущности:
- Аудит токена (TokenAudit)
- Аудит разработчика (DeveloperAudit)
- Результат аудита (AuditResult)
4. Доменные модели
4.1 Модель кошелька (Wallet)
class Wallet { id: string; address: string; blockchain: Blockchain; category: WalletCategory; firstSeen: Date; lastActivity: Date; metrics: WalletMetric[]; rating: number; isMonitored: boolean; labels: string[]; } enum WalletCategory { WHALE = 'WHALE', SMART_MONEY = 'SMART_MONEY', INFLUENCER = 'INFLUENCER', UNKNOWN = 'UNKNOWN' } class WalletMetric { id: string; walletId: string; metricType: WalletMetricType; value: number; timestamp: Date; } enum WalletMetricType { TRANSACTION_VOLUME = 'TRANSACTION_VOLUME', ACTIVITY_FREQUENCY = 'ACTIVITY_FREQUENCY', HOLDING_DURATION = 'HOLDING_DURATION', DIVERSIFICATION = 'DIVERSIFICATION', PROFITABILITY = 'PROFITABILITY' }4.2 Модель токена (Token)
class Token { id: string; address: string; blockchain: Blockchain; name: string; symbol: string; decimals: number; totalSupply: number; metrics: TokenMetric[]; audits: TokenAudit[]; priceHistory: PriceHistory[]; } class TokenMetric { id: string; tokenId: string; metricType: TokenMetricType; value: number; timestamp: Date; } enum TokenMetricType { MARKET_CAP = 'MARKET_CAP', LIQUIDITY = 'LIQUIDITY', HOLDER_COUNT = 'HOLDER_COUNT', TRANSACTION_VOLUME = 'TRANSACTION_VOLUME', PRICE_VOLATILITY = 'PRICE_VOLATILITY' } class TokenAudit { id: string; tokenId: string; provider: AuditProvider; score: number; details: AuditDetails; timestamp: Date; } enum AuditProvider { GMGN = 'GMGN', QUICKINTEL = 'QUICKINTEL', GECKOTERMINAL = 'GECKOTERMINAL' }4.3 Модель транзакции (Transaction)
class Transaction { id: string; hash: string; from: string; to: string; tokenId: string; amount: number; timestamp: Date; blockchain: Blockchain; status: TransactionStatus; analysis?: TransactionAnalysis; } class TransactionAnalysis { id: string; transactionId: string; patterns: TransactionPattern[]; isSuspicious: boolean; riskScore: number; } enum TransactionPattern { LARGE_TRANSFER = 'LARGE_TRANSFER', RAPID_SELL = 'RAPID_SELL', ACCUMULATION = 'ACCUMULATION', DISTRIBUTION = 'DISTRIBUTION' }4.4 Модель стратегии (Strategy)
class Strategy { id: string; name: string; description: string; parameters: StrategyParameter[]; conditions: SignalCondition[]; isActive: boolean; } class StrategyParameter { id: string; strategyId: string; name: string; value: any; type: ParameterType; } enum ParameterType { NUMBER = 'NUMBER', BOOLEAN = 'BOOLEAN', STRING = 'STRING', ENUM = 'ENUM' } class SignalCondition { id: string; strategyId: string; metricType: MetricType; operator: Operator; threshold: number; timeWindow: number; // в секундах } enum MetricType { WALLET_TRANSACTION_COUNT = 'WALLET_TRANSACTION_COUNT', TOKEN_BUY_VOLUME = 'TOKEN_BUY_VOLUME', TOKEN_SELL_VOLUME = 'TOKEN_SELL_VOLUME', WALLET_RATING = 'WALLET_RATING', TOKEN_AUDIT_SCORE = 'TOKEN_AUDIT_SCORE' } enum Operator { GREATER_THAN = 'GREATER_THAN', LESS_THAN = 'LESS_THAN', EQUALS = 'EQUALS', GREATER_THAN_OR_EQUAL = 'GREATER_THAN_OR_EQUAL', LESS_THAN_OR_EQUAL = 'LESS_THAN_OR_EQUAL' }4.5 Модель сигнала (Signal)
class Signal { id: string; tokenId: string; strategyId: string; signalType: SignalType; confidence: number; timestamp: Date; status: SignalStatus; auditResults: AuditResult[]; metadata: any; } enum SignalType { BUY = 'BUY', SELL = 'SELL', HOLD = 'HOLD' } enum SignalStatus { PENDING = 'PENDING', CONFIRMED = 'CONFIRMED', REJECTED = 'REJECTED', EXPIRED = 'EXPIRED' }5. Отношения между контекстами
-
Data Collection Context → Wallet Management Context:
- Поставляет данные о новых кошельках
- Обновляет информацию о существующих кошельках
-
Data Collection Context → Token Management Context:
- Поставляет данные о новых токенах
- Обновляет информацию о существующих токенах
-
Wallet Management Context → Transaction Monitoring Context:
- Предоставляет список кошельков для мониторинга
- Получает обновления о транзакциях
-
Transaction Monitoring Context → Strategy Context:
- Предоставляет данные о транзакциях для анализа
- Получает запросы на мониторинг конкретных кошельков
-
Token Management Context → Audit Context:
- Запрашивает аудит токенов
- Получает результаты аудита
-
Strategy Context → Audit Context:
- Запрашивает аудит при обнаружении потенциальных сигналов
-
Strategy Context → Wallet Management Context:
- Запрашивает информацию о кошельках для оценки
-
Strategy Context → Token Management Context:
- Запрашивает информацию о токенах для анализа
6. Бизнес-требования
6.1 Функциональные требования
-
Сбор данных:
- Система должна собирать данные о кошельках из различных источников (gmgn.ai, dune.com и др.)
- Система должна обновлять информацию о кошельках с заданной периодичностью
- Система должна собирать данные о токенах из различных источников (gmgn.ai, GeckoTerminal, Quickintel)
-
Оценка кошельков:
- Система должна оценивать кошельки по различным метрикам
- Система должна рассчитывать агрегированный рейтинг для каждого кошелька
- Система должна классифицировать кошельки по категориям (киты, смартмани, инфлы)
-
Мониторинг транзакций:
- Система должна отслеживать транзакции для выбранных кошельков
- Система должна анализировать паттерны транзакций
- Система должна сохранять историю транзакций
-
Анализ токенов:
- Система должна собирать и обновлять информацию о токенах
- Система должна проводить аудит токенов с использованием внешних сервисов
- Система должна хранить историю цен и других метрик токенов
-
Генерация сигналов:
- Система должна анализировать транзакции на основе заданных стратегий
- Система должна генерировать сигналы покупки/продажи при выполнении условий стратегии
- Система должна запрашивать аудит токенов перед подтверждением сигналов
- Система должна учитывать результаты аудита при принятии решений о сигналах
6.2 Нефункциональные требования
-
Производительность:
- Система должна обрабатывать высокий объем данных в реальном времени
- Время отклика на запросы должно быть минимальным
-
Надежность:
- Система должна быть отказоустойчивой
- Данные должны быть защищены от потерь
-
Масштабируемость:
- Система должна легко масштабироваться при увеличении нагрузки
- Архитектура должна поддерживать горизонтальное масштабирование
-
Безопасность:
- Данные должны быть защищены от несанкционированного доступа
- API должны быть защищены с использованием современных методов аутентификации и авторизации
7. Архитектурные решения
7.1 Общая архитектура
Система будет реализована с использованием микросервисной архитектуры, где каждый ограниченный контекст будет представлен отдельным сервисом. Для связи между сервисами будет использоваться асинхронная коммуникация через брокер сообщений (Redis Streams).
7.2 Технологический стек
- Backend: NestJS (TypeScript)
- База данных: PostgreSQL (основное хранилище), Redis (кеш и очереди)
- Брокер сообщений: Redis Streams
- Оркестрация: Docker + Kubernetes (для продакшена)
- Мониторинг: Prometheus + Grafana
7.3 Схема взаимодействия компонентов
┌───────────────────────────────────────────────────────────────────────────────┐ │ │ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────────┐ ┌───────────┐ │ │ │ Data │ │ Wallet │ │ Transaction │ │ Token │ │ │ │ Collection │ │ Management │ │ Monitoring │ │ Management│ │ │ │ Service │ │ Service │ │ Service │ │ Service │ │ │ └─────────────┘ └─────────────┘ └─────────────────┘ └───────────┘ │ │ │ │ │ │ │ │ │ │ │ │ │ │ ▼ ▼ ▼ ▼ │ │ ┌───────────────────────────────────────────────────────────────────────┐ │ │ │ │ │ │ │ Redis Streams (Message Broker) │ │ │ │ │ │ │ └───────────────────────────────────────────────────────────────────────┘ │ │ │ │ │ │ │ │ │ │ │ │ │ │ ▼ ▼ ▼ ▼ │ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────────┐ ┌───────────┐ │ │ │ Strategy │ │ Audit │ │ External APIs │ │ Database │ │ │ │ Service │ │ Service │ │ (GMGN, Dune, etc)│ │ (Postgres)│ │ │ └─────────────┘ └─────────────┘ └─────────────────┘ └───────────┘ │ │ │ └───────────────────────────────────────────────────────────────────────────────┘7.4 Обработка данных
-
Сбор данных:
- Сервис сбора данных периодически опрашивает внешние API
- Полученные данные нормализуются и отправляются в соответствующие сервисы через брокер сообщений
-
Оценка кошельков:
- Сервис управления кошельками получает данные о новых/обновленных кошельках
- Для каждого кошелька рассчитываются метрики и рейтинг
- Кошельки с высоким рейтингом передаются в сервис мониторинга транзакций
-
Мониторинг транзакций:
- Сервис мониторинга транзакций отслеживает активность выбранных кошельков
- Транзакции анализируются на предмет паттернов
- Данные о транзакциях передаются в сервис стратегий
-
Генерация сигналов:
- Сервис стратегий анализирует данные о транзакциях на основе заданных стратегий
- При выполнении условий стратегии генерируется предварительный сигнал
- Запрашивается аудит токена и разработчика
- На основе результатов аудита принимается решение о подтверждении или отклонении сигнала
8. Примеры бизнес-логики
8.1 Оценка кошелька
class WalletRatingService { async calculateRating(walletId: string): Promise<number> { const wallet = await this.walletRepository.findById(walletId); const metrics = await this.walletMetricRepository.findByWallet(walletId); // Рассчитываем нормализованные значения метрик const normalizedMetrics = metrics.map(metric => { return { type: metric.metricType, value: this.normalizeMetric(metric) }; }); // Применяем веса к метрикам в зависимости от категории кошелька const weightedMetrics = normalizedMetrics.map(metric => { const weight = this.getMetricWeight(wallet.category, metric.type); return metric.value * weight; }); // Агрегируем рейтинг const rating = weightedMetrics.reduce((sum, value) => sum + value, 0); // Обновляем рейтинг кошелька await this.walletRepository.updateRating(walletId, rating); return rating; } private normalizeMetric(metric: WalletMetric): number { // Логика нормализации метрики } private getMetricWeight(category: WalletCategory, metricType: WalletMetricType): number { // Логика определения весов метрик в зависимости от категории кошелька } }8.2 Генерация сигнала
class SignalGeneratorService { async checkForSignals(strategyId: string): Promise<Signal[]> { const strategy = await this.strategyRepository.findById(strategyId); const conditions = strategy.conditions; // Получаем данные о транзакциях за указанный временной интервал const timeWindow = Math.max(...conditions.map(c => c.timeWindow)); const transactions = await this.transactionRepository.findRecent(timeWindow); // Группируем транзакции по токенам const tokenTransactions = this.groupByToken(transactions); const signals: Signal[] = []; // Проверяем условия для каждого токена for (const [tokenId, transactions] of tokenTransactions) { const isSignal = this.checkConditions(transactions, conditions); if (isSignal) { // Запрашиваем аудит токена const auditResult = await this.auditService.requestAudit(tokenId); // Проверяем результаты аудита if (this.checkAuditResults(auditResult, strategy)) { const signal = new Signal(); signal.tokenId = tokenId; signal.strategyId = strategyId; signal.signalType = this.determineSignalType(transactions); signal.confidence = this.calculateConfidence(transactions, conditions); signal.timestamp = new Date(); signal.status = SignalStatus.PENDING; signal.auditResults = [auditResult]; signals.push(signal); } } } // Сохраняем сгенерированные сигналы await this.signalRepository.saveMany(signals); return signals; } private groupByToken(transactions: Transaction[]): Map<string, Transaction[]> { // Логика группировки транзакций по токенам } private checkConditions(transactions: Transaction[], conditions: SignalCondition[]): boolean { // Логика проверки условий стратегии } private checkAuditResults(auditResult: AuditResult, strategy: Strategy): boolean { // Логика проверки результатов аудита } private determineSignalType(transactions: Transaction[]): SignalType { // Логика определения типа сигнала } private calculateConfidence(transactions: Transaction[], conditions: SignalCondition[]): number { // Логика расчета уверенности в сигнале } }9. Заключение
Предложенная архитектура предоставляет гибкое и масштабируемое решение для алгоритмического трейдинга с учетом всех указанных требований. Разделение на ограниченные контексты позволяет четко разграничить ответственности и обеспечить независимое развитие различных частей системы.
Для реализации MVP рекомендуется начать с разработки ядра системы (Wallet Management, Transaction Monitoring и Strategy контексты), а затем постепенно добавлять дополнительные функции и интеграции с внешними сервисами.
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.