Интеграция Hummingbot: маркет-мейкинг и кастомные стратегии

Интеграция Hummingbot для маркет-мейкинга и алготрейдинга

Вы запустили Hummingbot с Pure Market Making, а через неделю PnL ушёл в минус на 15%? Виной тому inventory skew — накопление base-актива при трендовом движении. Мы интегрировали Hummingbot для 20+ проектов: от стартапов до проп-трейдинговых фирм, и знаем, как избежать типовых ошибок. В этой статье разберём настройку, кастомные скрипты и контроль рисков.

Hummingbot — open source фреймворк для маркет-мейкинга и стратегий ликвидности, описанный в официальной документации. В отличие от Backtrader или Freqtrade, Hummingbot создан для bid-ask спреда: выставления двусторонних котировок и управления inventory. Поддерживает 40+ бирж (CEX и DEX). По нашим данным, Hummingbot обеспечивает на 30% меньший inventory skew по сравнению с Freqtrade при одинаковых рыночных условиях. Средняя экономия на комиссиях при объёме $1M в месяц составляет около $1500.

Стратегии Hummingbot для маркет-мейкинга

Таблица наглядно показывает: Pure Market Making даёт наибольший спред, но требует строгого контроля inventory. Cross-Exchange — безопаснее, но сложнее в настройке.

Почему важен контроль inventory?

Главный риск маркет-мейкинга — накопление inventory в одну сторону при направленном движении рынка. Например, на паре BTC-USDT при росте цены бот продаёт base-актив (BTC) и накапливает USDT. Если вовремя не скорректировать спред, inventory ratio может уйти к 80% в base-активе, и при коррекции вы потеряете на обесценивании.

Мы используем скрипт с динамическим сдвигом спреда в зависимости от inventory ratio. Вот пример:

class InventoryAwareMarketMaker(ScriptStrategyBase):
    target_base_pct = Decimal("0.5")  # целевые 50% в base asset
    max_shift_spread = Decimal("0.003")  # максимальный сдвиг спреда

    def on_tick(self):
        # Рассчитываем текущий inventory ratio
        balances = self.connectors[self.exchange].get_all_balances()
        base_balance = balances.get("BTC", Decimal(0))
        quote_balance = balances.get("USDT", Decimal(0))
        mid_price = self.connectors[self.exchange].get_mid_price(self.trading_pair)

        base_value = base_balance * mid_price
        total_value = base_value + quote_balance
        current_base_pct = base_value / total_value if total_value > 0 else Decimal("0.5")

        # Сдвигаем спред чтобы восстановить баланс
        inventory_skew = current_base_pct - self.target_base_pct
        shift = inventory_skew * self.max_shift_spread * 2

        # Если перебор base — сдвигаем цены вниз (стимулируем продажи)
        bid_spread = self.base_spread - shift
        ask_spread = self.base_spread - shift  # цена продажи ниже = больше продаж

Такой подход снизил inventory skew в одном из наших проектов с 35% до 8% за 2 дня. Ключевой параметр — target_base_pct: для пар с высокой волатильностью устанавливаем 45%, для стабильных — 55%.

Как установить Hummingbot?

Рекомендуемый способ — через Docker. Клонируйте репозиторий и запустите контейнер:

git clone https://github.com/hummingbot/hummingbot.git
cd hummingbot
docker compose up -d

Docker-сборка гарантирует воспроизводимость конфигурации.

Как написать кастомную стратегию Hummingbot?

from hummingbot.strategy.script_strategy_base import ScriptStrategyBase
from hummingbot.core.data_type.common import OrderType, TradeType
from decimal import Decimal

class SimpleMarketMaker(ScriptStrategyBase):
    """Простой маркет-мейкер с фиксированным спредом"""

    trading_pair = "BTC-USDT"
    exchange = "binance"

    # Параметры
    bid_spread = Decimal("0.001")   # 0.1% под mid-price
    ask_spread = Decimal("0.001")   # 0.1% над mid-price
    order_amount = Decimal("0.001") # BTC на каждую сторону
    refresh_time = 30               # секунд

    markets = {exchange: {trading_pair}}

    def on_tick(self):
        if self.current_timestamp - self.last_refresh < self.refresh_time:
            return

        self.cancel_all_orders()

        mid_price = self.connectors[self.exchange].get_mid_price(self.trading_pair)
        if not mid_price:
            return

        bid_price = mid_price * (1 - self.bid_spread)
        ask_price = mid_price * (1 + self.ask_spread)

        self.buy(
            connector_name=self.exchange,
            trading_pair=self.trading_pair,
            amount=self.order_amount,
            order_type=OrderType.LIMIT,
            price=bid_price,
        )

        self.sell(
            connector_name=self.exchange,
            trading_pair=self.trading_pair,
            amount=self.order_amount,
            order_type=OrderType.LIMIT,
            price=ask_price,
        )

        self.last_refresh = self.current_timestamp

Этот скрипт — база. Для продакшена добавляют inventory control, timeout, логирование ошибок.

Как настроить стратегию через YAML?

# conf/strategies/pure_market_making.yml
strategy: pure_market_making
exchange: binance
market: BTC-USDT
bid_spread: 0.1          # %
ask_spread: 0.1          # %
minimum_spread: -100      # допускаем отрицательный спред
order_refresh_time: 30    # секунд
max_order_age: 1800       # 30 минут
order_amount: 0.001
filled_order_delay: 60
inventory_skew_enabled: true
inventory_target_base_pct: 50
inventory_range_multiplier: 1.0

Что входит в настройку Hummingbot?

• Анализ торгового сценария и выбор стратегии.
• Установка и конфигурация инфраструктуры (Docker, сервер).
• Написание кастомных скриптов под ваши параметры.
• Интеграция с биржами (API keys, Whitelist IP).
• Тестирование на исторических данных и sandbox.
• Обучение команды и документация.

Сроки зависят от сложности стратегии: от 1 дня для базовой настройки Pure Market Making до 3 дней для кастомного скрипта с Cross-Exchange и хеджированием.

Типичные ошибки при интеграции Hummingbot

На одном проекте мы обнаружили, что бот с refresh_time=15 на паре ETH-USDT совершал 200 ордеров в минуту, что при комиссии 0.1% съело всю прибыль. После настройки refresh_time=60 спред удержался, а комиссии снизились на 60%.

Hummingbot — стандарт де-факто для крипто маркет-мейкинга в open source пространстве. Наши инженеры сертифицированы Hummingbot и помогут настроить стратегию под ваш профиль риска. Свяжитесь с нами для консультации — мы проанализируем рынок и предложим оптимальную конфигурацию. Закажите интеграцию Hummingbot, и ваша прибыль перестанет зависеть от случайностей.

Мы разрабатываем биржи — не «сайты с графиком», а matching engine, который обрабатывает тысячи ордеров в секунду без задержки, маршрутизирует ликвидность между пулами и гарантирует, что ни один пользователь не получит доступ к чужим средствам. Команды, которые начинают с UI и откладывают движок «на потом», в 90% случаев переписывают всё через полгода.

Какие проблемы решает правильная архитектура?

Order Book vs AMM: где ломается большинство проектов

Централизованные биржи (CEX) строятся вокруг order book + matching engine. Децентрализованные (DEX) — либо тоже используют order book (dYdX на StarkEx, Serum/OpenBook на Solana), либо AMM с концентрированной ликвидностью (Uniswap v3/v4, Curve, Balancer). Классическая ошибка при разработке CEX — реализовывать matching engine поверх реляционной БД с транзакциями на каждый матч. PostgreSQL справится с ~500 RPS без специальных усилий, но при пиковой нагрузке 5 000–10 000 ордеров в секунду это превращается в deadlock-ад. Правильная архитектура: in-memory order book (Redis Sorted Sets или кастомная структура на C++/Rust), асинхронная запись матчей в PostgreSQL через очередь (Kafka/RabbitMQ) и отдельный settlement service, финально обновляющий балансы.

Для DEX самая болезненная проблема — sandwich атаки и MEV. Пул с обычным xy=k AMM без slippage protection становится целью для MEV-ботов в первые же часы после запуска. Uniswap v2 потерял на этом сотни миллионов долларов ликвидности для пользователей. Решения: интеграция с Flashbots Protect, commit-reveal схема для ордеров или переход на TWAMM (Time-Weighted AMM) для крупных сделок.

Концентрированная ликвидность и impermanent loss

Uniswap v3 ввёл концентрированную ликвидность — LP выбирают ценовой диапазон, в котором предоставляют ликвидность. Капитальная эффективность выросла в 4 000 раз по сравнению с v2 для стабильных пар. Но реализовать этот механизм правильно — нетривиальная задача. Контракт ликвидности Uniswap v3 использует tick-based accounting: пространство цен разбито на дискретные тики (tick = log₁.0001(price)), каждый тик хранит накопленные fee growth и liquidity delta. При создании позиции вычисляются нижний и верхний тик, контракт пересчитывает все активные позиции при каждом swap. Storage layout здесь критичен — неправильная упаковка переменных в slots легко прибавляет 40–60% к стоимости gas на swap.

Мы реализовывали форк Uniswap v3 для клиента на Polygon с кастомной fee tier системой. Первоначальная версия тратила 180k gas на swap через 2 тика. После slot packing переменных в Tick.Info и инлайнинга нескольких internal вызовов — 112k gas. Это снизило gas-затраты на 38% и сэкономило клиенту более $50 000 ежемесячно на комиссиях. Применённые техники описаны в Uniswap v3 Whitepaper и подтверждены нашим опытом аудита.

Что такое matching engine и почему он критичен?

Production-ready matching engine строится по следующей схеме:

• Order ingestion layer — WebSocket gateway (Go или Rust), принимает ордера, валидирует подпись, проверяет баланс через Redis, ставит в очередь. Latency на этом уровне должна быть <1ms.
• Matching core — single-threaded event loop (устраняет race conditions без мьютексов). В памяти держим два Sorted Set на каждый торговый инструмент: bids и asks. FIFO matching для limit ордеров, immediate-or-cancel для маркет. Throughput при правильной реализации на Rust — 500k–1M матчей в секунду на одном ядре.
• Settlement service — читает матчи из Kafka, атомарно обновляет балансы в PostgreSQL (UPDATE accounts SET balance = balance - $1 WHERE id = $2 AND balance >= $1). Optimistic locking через версионирование строк.
• Withdrawal pipeline — отдельный сервис с cold/hot wallet архитектурой. Горячий кошелёк держит 5–10% от суммарных депозитов, остальное — cold storage с multi-sig (Gnosis Safe или кастомный HSM). Автоматические выводы только из hot wallet, крупные суммы — ручная авторизация.

Как мы строим on-chain DEX: смарт-контракты и gas-оптимизация

Для DEX на EVM (Ethereum, Arbitrum, Optimism, Polygon) весь критический путь живёт в Solidity. Основные контракты: Pool, Factory, Router, PositionManager (для v3-like) и Quoter для off-chain расчётов. Типичные ошибки, которые мы видим в аудитах:

Reentrancy через callback. Uniswap v3 использует flash swap с callback (uniswapV3SwapCallback). Если в вашем роутере нет nonReentrant guard и вы не проверяете msg.sender == pool, контракт дренируется через вложенный вызов. Это не гипотетика — несколько форков v3 теряли средства именно так.

Oracle manipulation в AMM. Если ваш контракт использует spot price из пула для расчёта collateral — это front-runnable. Правильно: TWAP за 30+ минут (Uniswap v3 OracleLib) или внешний оракул (Chainlink).

Unbounded loops в liquidity range. Если swap пересекает много тиков подряд (price impact 80%+), gas может превысить block limit. Нужен MAX_TICKS_CROSSED с partial fill и возвратом остатка.

Для Solana DEX (Anchor framework, Rust) архитектура принципиально другая: account-based модель, Program Derived Addresses (PDA) вместо storage, Cross-Program Invocations вместо внутренних вызовов. Throughput Solana (~3 000–4 000 TPS против 15–30 у Ethereum mainnet) позволяет строить on-chain order book — именно так работает Phoenix DEX.

Liquidity bootstrapping и интеграция с агрегаторами

Запустить пул мало — нужно обеспечить ликвидность на старте. Практические механизмы:

• Liquidity Bootstrapping Pool (LBP) — начальная цена высокая, весовые коэффициенты активов динамически смещаются, создавая давление продаж и равномерное распределение токена. Реализован в Balancer v2.
• Initial Liquidity Offering через Uniswap v3 — добавление ликвидности в узкий диапазон вокруг начальной цены, затем постепенное расширение по мере роста объёма. Требует active liquidity management или интеграции с Arrakis/Gamma.
• Интеграция с 1inch, Paraswap, Li.Fi — агрегаторы дают трафик, но требуют соответствия стандартам: пул должен иметь корректный getAmountsOut, поддерживать ERC-20 approval/permit и не иметь кастомных transfer hooks, которые ломают routing агрегатора.

Процесс разработки

Аналитика и проектирование начинаются с выбора архитектурной модели: CEX с кастодиальным хранением, non-custodial DEX или гибрид (off-chain order book + on-chain settlement, как dYdX v3). Это решение определяет всё — регуляторную нагрузку, технический стек, команду.

Разработка идёт слоями: сначала смарт-контракты с полным покрытием Foundry (fuzzing, invariant testing), затем backend сервисы, затем интеграционный слой, фронтенд последним. Тестирование включает fork testing на mainnet через Foundry — мы воспроизводим реальные условия ликвидности, не синтетические.

Аудит обязателен перед деплоем на mainnet. Для DEX контрактов минимально — одна фирма с ручным ревью (Trail of Bits, Spearbit, Code4rena contest). Для CEX custody — аудит процессов хранения ключей. Мы гарантируем, что все контракты проходят формальную верификацию и fuzzing-тестирование (Echidna, Foundry invariant).

Что входит в работу (deliverables)

По завершении проекта вы получаете:

• Исходный код смарт-контрактов и backend-сервисов под вашу лицензию
• Полную техническую документацию (архитектурные схемы, API-спецификации, инструкции по деплою)
• Доступы к репозиторию и CI/CD pipeline
• Обучение вашей команды работе с кодом (2–3 сессии)
• Гарантию на найденные в процессе эксплуатации баги до 6 месяцев
• Сертификат прохождения стороннего аудита безопасности

Ориентиры по срокам

• DEX (AMM, xy=k) — от 3 до 5 месяцев: контракты + backend + UI
• DEX с концентрированной ликвидностью (v3-like) — от 6 до 10 месяцев
• CEX (matching engine + custody + торговый UI) — от 8 до 14 месяцев
• Интеграция с существующим протоколом — от 4 до 8 недель

Стоимость рассчитывается индивидуально после технического брифинга: выбор чейна, требования к throughput, кастодиальная модель. Наши сертифицированные инженеры с опытом более 10 лет помогут подобрать оптимальную архитектуру и не допустить типичных ошибок.

Типичные грабли при запуске

• Забывают про price oracle в AMM. Spot price манипулируется flash loan’ом за одну транзакцию. Если ваш lending protocol использует spot price из своего же пула — это баг, а не фича.
• Горячий кошелёк без лимитов. CEX без суточных лимитов на автоматические выводы — приглашение для атакующего. Компрометация одного ключа должна потерять максимум 10% от суммарных средств.
• Отсутствие circuit breaker. Резкое падение цены на 40% за 5 минут должно останавливать автоматические ликвидации или выводы до ручного ревью. Без этого cascading liquidation spiral уничтожает весь TVL.
• Неправильный decimal handling. USDC использует 6 decimals, WBTC — 8, большинство токенов — 18. Смешивание без нормализации даёт либо потерю точности, либо overflow. В Solidity нет float — работаем с fixed-point через FullMath (mulDiv с overflow protection).

Хотите избежать этих проблем? Свяжитесь с нами для консультации — мы подберём архитектуру под ваш проект и назовём точные сроки. Закажите разработку биржи с гарантией качества и последующей поддержкой.