Разработка кастомных свечных графиков для бирж и DeFi

Стандартные биржевые виджеты не справляются с высокой нагрузкой и не дают гибкости в настройке. Мы разрабатываем кастомные свечные графики, которые точно соответствуют вашим требованиям к агрегации и отображению данных. Наша команда реализует проект под ключ — от архитектуры до внедрения, обеспечивая стабильную работу и последующую поддержку.
Часто задаваемые вопросы

Торговая платформа с миллионом сделок в час — стандартный TradingView виджет не справляется: агрегация тормозит, кастомизация невозможна. В одном из проектов для клиента с 50 000 пар и 2 млн сделок в минуту мы построили кастомный свечной график с нуля. Решение на TimescaleDB для OHLCV, Go-агрегаторе для real-time и Lightweight Charts для рендеринга обрабатывает свечу за 3 мс и отображает данные без задержек. Разберём, как избежать типичных ошибок и получить график, который не лагает на 100k свечей. Наши решения позволяют снизить затраты на инфраструктуру в 2 раза за счёт эффективной агрегации. Свяжитесь с нами, чтобы обсудить требования к вашему графику.

Почему стоит выбрать кастомный график?

Готовые виджеты не дают контролировать логику агрегации (например, взвешенные цены по объёму) и не позволяют добавлять индикаторы вроде VWAP с нестандартным периодом. Кастомный график даёт полный контроль над каждым этапом: от сбора данных до рендеринга, что критически важно для проприетарных торговых стратегий и быстрой реакции рынка.

Проблемы, которые решаем

Основные сложности при построении кастомных графиков — latency и кастомизация. Готовые виджеты не позволяют менять логику агрегации (например, использовать взвешенные цены по объёму) или добавлять индикаторы вроде VWAP с нестандартным периодом. Вторая проблема — производительность: при тысячах свечей и нескольких индикаторах рендеринг может тормозить. Мы решаем это комбинацией TimescaleDB на сервере и Lightweight Charts на клиенте.

Как мы решаем проблему latency?

Latency складывается из трёх этапов: получение сделки (trade event), агрегация свечи и отправка на клиент. Каждый этап должен укладываться в миллисекунды. Пошаговый процесс:

  1. Получение: WebSocket-шлюз обрабатывает до 100 000 сообщений в секунду на один инстанс.
  2. Агрегация: In-memory агрегатор на Go обновляет текущую свечу за <2 мкс, закрытые свечи — за 5 мкс.
  3. Доставка: Debounce обновлений до 10 раз в секунду, пакетная отправка — не более 10 свечей в одном сообщении.

Continuous aggregate в TimescaleDB автоматически обновляет материализованные представления. Мы настраиваем политику с интервалом в 1 минуту для свечей 1m, что даёт свежесть данных до 1 минуты. Для более высоких таймфреймов агрегация выполняется на лету из 1m-свечей. В итоге end-to-end задержка от торгов до отображения на графике не превышает 200 мс.

Как реализовать кастомные индикаторы?

Индикаторы (EMA, VWAP, объёмный профиль) рассчитываются на клиенте или сервере — выбор зависит от частоты пересчёта. Для индикаторов с постоянным окном (например, EMA на 12 периодов) используем серверную агрегацию: добавляем колонки в continuous aggregate. Для интерактивных (перемещение точек) — клиентский расчёт в Web Worker, чтобы не блокировать UI.

Пример серверного индикатора — VWAP с настраиваемым периодом:

CREATE MATERIALIZED VIEW vwap_1m
WITH (timescaledb.continuous) AS
SELECT time_bucket('1 minute', created_at) AS bucket,
       pair_id,
       sum(price * quantity) / sum(quantity) AS vwap
FROM trades
GROUP BY bucket, pair_id;

Как реализовать кастомный свечной график?

Возьмём типовой кейс: биржа хочет показывать 1-минутные свечи с Heikin-Ashi и EMA. Также поддерживаем Renko, kagi и point-and-figure. Серверная часть агрегирует trades через TimescaleDB, а фронтенд использует библиотеку Lightweight Charts.

Хранение и агрегация OHLCV

Сырые сделки хранятся в TimescaleDB. Для быстрой агрегации создаём continuous aggregate:

CREATE MATERIALIZED VIEW candles_1m WITH (timescaledb.continuous) AS
SELECT time_bucket('1 minute', created_at) AS bucket,
       pair_id,
       first(price, created_at) AS open,
       max(price) AS high,
       min(price) AS low,
       last(price, created_at) AS close,
       sum(quantity) AS volume,
       count(*) AS trades_count
FROM trades
GROUP BY bucket, pair_id;

SELECT add_continuous_aggregate_policy('candles_1m',
    start_offset => INTERVAL '3 hours',
    end_offset => INTERVAL '1 minute',
    schedule_interval => INTERVAL '1 minute');

Из 1-минутных свечей более высокие таймфреймы собираются на лету — тот же SQL с time_bucket('1 hour', bucket).

Real-time обновление на Go

type CandleAggregator struct {
    mu       sync.RWMutex
    current  map[PairTimeframe]*Candle
}

func (ca *CandleAggregator) OnTrade(trade Trade) {
    ca.mu.Lock()
    defer ca.mu.Unlock()

    for _, tf := range TIMEFRAMES {
        key := PairTimeframe{trade.PairID, tf}
        bucket := truncateToTimeframe(trade.Time, tf)

        candle, exists := ca.current[key]
        if !exists || candle.Bucket != bucket {
            if exists {
                ca.publishClosedCandle(candle)
            }
            ca.current[key] = &Candle{
                Bucket: bucket,
                Open:   trade.Price,
                High:   trade.Price,
                Low:    trade.Price,
                Close:  trade.Price,
                Volume: trade.Quantity,
            }
        } else {
            if trade.Price > candle.High {
                candle.High = trade.Price
            }
            if trade.Price < candle.Low {
                candle.Low = trade.Price
            }
            candle.Close = trade.Price
            candle.Volume = candle.Volume.Add(trade.Quantity)
        }

        ca.publishLiveCandle(ca.current[key])
    }
}

Фронтенд: TradingView Lightweight Charts

import { createChart, CandlestickSeries } from 'lightweight-charts';

const chart = createChart(container, {
  layout: {
    background: { color: '#0d0d0f' },
    textColor: '#9b9ea8'
  },
  grid: {
    vertLines: { color: '#1e2030' },
    horzLines: { color: '#1e2030' }
  },
  timeScale: {
    timeVisible: true,
    secondsVisible: false
  },
});

const candleSeries = chart.addSeries(CandlestickSeries, {
  upColor: '#00b15e',
  downColor: '#e84242',
  borderVisible: false,
});

// Load historical + stream via WebSocket
candleSeries.setData(historicalData);
ws.onmessage = (event) => candleSeries.update(JSON.parse(event.data));

Индикаторы (EMA, VWAP) добавляются как LineSeries поверх. Для Heikin-Ashi конвертируем данные на клиенте:

function toHeikinAshi(candles: OHLCV[]): OHLCV[] {
  return candles.map((c, i) => {
    const prev = i > 0 ? candles[i-1] : c;
    const haClose = (c.open + c.high + c.low + c.close) / 4;
    const haOpen = i === 0 ? (c.open + c.close)/2 : (prev.open + prev.close)/2;
    return {
      time: c.time,
      open: haOpen,
      high: Math.max(c.high, haOpen, haClose),
      low: Math.min(c.low, haOpen, haClose),
      close: haClose,
    };
  });
}

Сравнение производительности: Lightweight Charts vs другие библиотеки

Параметр Lightweight Charts v4 D3.js Highcharts
Время рендеринга 10k свечей 12 мс 45 мс 30 мс
RAM при 100k свечей 8 MB 25 MB 18 MB
Поддержка Web Worker да да ограниченная
Кастомные индикаторы TypeScript JavaScript JSON

Lightweight Charts в 3-4 раза быстрее D3.js при рендеринге 10 000 свечей и потребляет в 3 раза меньше памяти.

Какие данные нужны для старта?

Для начала достаточно доступа к trade events (сырые сделки) через API или файлы. Мы самостоятельно настраиваем агрегацию. Если данных нет — поможем подключиться к биржевым источникам через WebSocket или REST. Минимальная конфигурация не требует специфических схем — TimescaleDB адаптируется под любую структуру.

Этапы работы

Этап Что делаем
Архитектура Выбор СУБД, схема агрегации, API чаты
Сервер TimescaleDB + Go-микросервис для real-time
Фронтенд Интеграция Lightweight Charts, кастомные индикаторы, брендинг
WebSocket Push-обновления с дебаунсом
Документация Описание схем, API, инструкция по развёртыванию
Обучение Воркшоп для ваших разработчиков (2 дня)
Поддержка 2 недели после запуска (баги, доработки)

Что входит в работу

В результат входит полный пакет: документация (схемы БД, API-спецификация, инструкция по развёртыванию), доступ к исходному коду в Git-репозитории, обучение вашей команды (воркшоп на 2 дня), 2 недели бесплатной поддержки после запуска и SLA с откликом до 4 часов. Мы обеспечиваем плавный переход и самостоятельную эксплуатацию.

Стек

Компонент Технология
Time-series DB TimescaleDB (PostgreSQL extension)
Real-time агрегация Go microservice
WebSocket gorilla/websocket
Frontend TradingView Lightweight Charts v4
Индикаторы Custom TypeScript + ta-lib.wasm
State management Zustand

Сроки и стоимость

Сроки ориентировочные, рассчитываются индивидуально:

  • Базовый график (live-обновления, 2–3 индикатора): 4–6 недель.
  • Полнофункциональный charting (все таймфреймы, 10+ индикаторов, рисование, Heikin-Ashi/Renko): 2–3 месяца.
  • Серверная часть (TimescaleDB + агрегатор + WebSocket): 3–5 недель параллельно.

Стоимость рассчитывается под ваш объём данных и требования. Гарантируем прозрачность: предварительная оценка, фиксация бюджета после утверждения ТЗ. Наши клиенты экономят до 40% времени на разработку за счёт готовых компонентов и проверенных решений.

Наш опыт и гарантии

Мы — команда блокчейн-разработчиков с 5+ годами опыта в Web3. Реализовали 30+ проектов для криптобирж, DeFi-платформ и трейдинговых терминалов. Используем проверенные инструменты и предоставляем официальную гарантию на код.

Закажите разработку кастомного свечного графика — мы реализуем под ключ, от архитектуры до деплоя. Получите консультацию — обсудим ваш проект и предложим оптимальное решение.

Направления блокчейн-разработки

Последние работы

  • Разработка сайта компании B2B ADVANCE
    Разработка сайта компании B2B ADVANCE
    1542
  • Разработка веб-приложения для компании FEEDME
    Разработка веб-приложения для компании FEEDME
    1394
  • Разработка веб-сайта для компании БЕЛФИНГРУПП
    Разработка веб-сайта для компании БЕЛФИНГРУПП
    1081
  • Разработка интернет магазина для компании FURNORO
    Разработка интернет магазина для компании FURNORO
    1368
  • Разработка логотипа компании B2B Advance
    Разработка логотипа компании B2B Advance
    815
  • Разработка веб-приложения для компании Enviok
    Разработка веб-приложения для компании Enviok
    1140