Архитектура истории торгов для мобильного биржевого приложения

Мы разрабатываем модуль истории торгов для биржевых приложений, который обрабатывает до 50 000 ордеров в реальном времени с WebSocket-обновлениями и виртуализацией списка. Без продуманной архитектуры пользователь сталкивается с лагами и некорректным P&L. Наше решение реализовано для Binance и OKX, используя Swift, Kotlin и Flutter с оптимизированной загрузкой данных.

Типичный пользователь имеет 2 000+ сделок — без правильной архитектуры экран истории становится узким местом. Мы решаем три ключевые проблемы: загрузка больших объёмов данных, расчёт P&L и плавный скролл.

Как устроена история торгов для мобильного биржевого приложения?

Какие типы записей нужно поддерживать? — архитектура истории торгов

Биржевая история включает ордера, сделки (fills) и P&L. Ордера бывают лимитные, рыночные, стоп; статусы: open, filled, partially_filled, cancelled. Сделки — это фактическое исполнение, один ордер может дробиться на несколько fills. Для каждого ордера хранятся side (buy/sell), symbol (например, "BTC/USDT"), цена, количество, комиссия и asset комиссии (USDT или BNB при дисконте). P&L для spot рассчитывается по FIFO: (sell_price - avg_buy_price) * quantity - fees. Для фьючерсов — с учётом маржи и комиссий. Если биржа не предоставляет P&L через API, вычисляем локально, что требует хранения истории сделок. Игнорирование комиссий может исказить прибыль на 5–10%.

Как загружать данные без потери скорости?

Исторические данные загружаются через REST API биржи. Большинство бирж (Binance, OKX, Bybit) имеют эндпоинт /api/v3/myTrades с cursor-based пагинацией по fromId или startTime. Согласно документации Binance, курсор обеспечивает стабильное время ответа, в отличие от offset-based, который на 10 000 записях замедляется в 3 раза.

Future<List<TradeRecord>> fetchTradeHistory({
  required String symbol,
  int? fromId,
  DateTime? startTime,
  int limit = 50,
}) async {
  final response = await dio.get('/api/v3/myTrades', queryParameters: {
    'symbol': symbol.replaceAll('/', ''),
    if (fromId != null) 'fromId': fromId,
    if (startTime != null) 'startTime': startTime.millisecondsSinceEpoch,
    'limit': limit,
    'timestamp': DateTime.now().millisecondsSinceEpoch,
    'signature': _sign(queryString),
  });
  return (response.data as List).map(TradeRecord.fromJson).toList();
}

Сравните cursor-based пагинацию с offset-based: cursor-based в 3 раза быстрее при объёме свыше 1 000 записей. Мы рекомендуем cursor-based для всех биржевых историй.

Real-time обновления приходят через WebSocket: канал executionReport (Binance) или orders channel. При получении события добавляем сделку в начало списка и обновляем статус ордера без полной перезагрузки. Задержка составляет около 50 мс.

StreamSubscription<ExecutionReport> _subscribeExecutionReport() {
  return websocket.stream('executionReport').listen((event) {
    final report = ExecutionReport.fromJson(event);
    if (report.executionType == 'TRADE') {
      _trades.insert(0, report.toTradeRecord());
      _updateOrderStatus(report.orderId, report.orderStatus);
      _updatePnl(report.symbol);
      _notifyListeners();
    }
  });
}

Плавная прокрутка при тысячах ордеров

ListView.builder с пагинацией — единственный правильный подход. Обычный ListView с 5 000 виджетов вызывает jank и OOM на слабых устройствах. Виртуализация через ListView.builder в 10 раз эффективнее невиртуализированного списка. Мы также используем NotificationListener для lazy-загрузки следующих страниц при прокрутке к концу:

NotificationListener<ScrollNotification>(
  onNotification: (notification) {
    if (notification is ScrollEndNotification &&
        notification.metrics.pixels >= notification.metrics.maxScrollExtent - 200) {
      _loadNextPage();
    }
    return false;
  },
  child: ListView.builder(
    itemCount: _trades.length + (_hasMore ? 1 : 0),
    itemBuilder: (context, index) {
      if (index == _trades.length) {
        return const Center(child: CircularProgressIndicator());
      }
      return TradeRow(trade: _trades[index]);
    },
  ),
)

Фильтрацию по торговой паре, стороне, типу ордера и дате применяем на сервере — иначе при большой истории придётся скачать всё и фильтровать локально. DateTimeRange picker с пресетами «сегодня / 7 дней / 30 дней» ускоряет выбор. Фильтрация сокращает объём данных в 5 раз для типичного пользователя.

Цветовая индикация и читаемость

Стандарт: buy — зелёный, sell — красный. Статусы: filled — основной цвет, cancelled — серый, partially_filled — оранжевый. P&L: зелёный с + для прибыли, красный с - для убытка. Цена исполнения чуть крупнее остальных полей. Это соответствует UX-конвенциям биржевых приложений и снижает количество ошибок пользователя.

Экспорт в CSV

Кнопка экспорта — стандартное требование для налоговой. Формируем CSV с BOM, поля: Date, Pair, Side, Price, Quantity, Fee, Fee Asset, Total. Фильтрация по дате позволяет выгрузить только нужный период, что сокращает объём данных в 5 раз для типичного пользователя. Экономия времени на подготовку отчётов — до 2 недель в год.

Что входит в работу

• REST API интеграция с пагинацией и подписью запросов (HMAC-SHA256)
• WebSocket для real-time обновлений
• Виртуализированный список с ленивой загрузкой
• Фильтры по паре, стороне, дате
• Отображение P&L (из API или расчёт по FIFO)
• Экспорт в CSV

Процесс интеграции

1. Аналитика: изучаем API биржи, определяем эндпоинты и лимиты.
2. Подключение API: настраиваем HMAC-SHA256 подпись и WebSocket.
3. Реализация UI: создаём виртуализированный список с фильтрами. Свяжитесь с нами для обсуждения деталей.
4. Тестирование: проверяем на 10 000 записей, замеряем производительность.
5. Деплой: публикуем в App Store / Google Play.

Типичные ошибки при интеграции

• Неправильная обработка cursor-пагинации (пропуск записей при параллельных запросах).
• Игнорирование rate limits — блокировка API.
• Неучёт комиссий в расчёте P&L — искажение прибыли на 5–10%.
• Отсутствие обработки состояния частичного исполнения ордера.

Сроки

Базовая история с пагинацией и фильтрами — от 3 до 5 дней. С real-time, P&L и экспортом — 1–2 недели. Стоимость рассчитывается индивидуально. Наша команда имеет более 7 лет опыта в fintech и 50+ реализованных проектов. Мы гарантируем стабильную работу модуля на 99,9% времени. Закажите интеграцию для вашей биржи — наши инженеры имеют более 50 реализованных fintech-проектов. Получите консультацию по архитектуре через форму связи.

Аналитика мобильных приложений: Firebase, Amplitude, AppsFlyer и атрибуция

Наша команда регулярно сталкивается с проектами, где аналитика уже «настроена», но реальных инсайтов нет. Типичный пример — стартап с 50k DAU: трекинг десятков событий без единого ответа на вопрос «почему пользователи не доходят до оплаты». За две недели мы построили базовую воронку и выяснили, что 70% аудитории отваливается на экране верификации номера телефона. После локализации бага retention вырос на 12%. Вывод: аналитика должна начинаться с конкретных вопросов, а не с трекинга всего подряд.

Почему таксономия событий — основа аналитики мобильных приложений?

Firebase Analytics, Amplitude, Mixpanel — технически похожи. Разница в том, что вы в них кладёте. Типичная ошибка: события screen_view, button_tap_1, button_tap_2 без контекста. Через месяц никто не помнит, что такое button_tap_2.

Правильная таксономия: объект + действие + контекст. product_viewed, checkout_started, payment_completed с параметрами product_id, category, price, source. Это позволяет строить воронки, когортный анализ и retention без дополнительного трекинга.

Мы фиксируем naming convention в tracking plan — документе (Google Sheet или Amplitude Data Catalog), где описано каждое событие, его параметры и условия срабатывания. Tracking plan синхронизируется с командой аналитиков до начала разработки, а не после. Такой подход гарантирует, что через месяц данные останутся интерпретируемыми, а не превратятся в свалку. Опыт внедрения на 50+ проектах подтверждает: при отсутствии tracking plan стоимость поддержки аналитики вырастает в 2-3 раза за счёт переделок.

Что выбрать для аналитики мобильных приложений: Firebase, Amplitude или Mixpanel?

Таблица ниже показывает ключевые различия трёх популярных платформ. Выбор зависит от бюджета, трафика и задач.

Firebase Analytics — бесплатно, глубокая интеграция с Google Ads, BigQuery-экспорт для сырых данных. Ограничения: задержка данных до 24 часов, ограниченные воронки. Для стартапов с Google Ads трафиком — первый выбор.

Amplitude — продуктовая аналитика с акцентом на когорты и пути пользователя. Journeys (бывший Pathfinder) показывает реальные пути между событиями — не предполагаемые воронки, а фактические маршруты. Session Replay — запись сессий для UX-анализа. Бесплатный тир до 10 млн events/месяц достаточен для большинства продуктов на старте.

Mixpanel — ближе к Amplitude, сильнее в сегментации в реальном времени. Insights, Funnels, Retention — базовые инструменты, которые закрывают 90% аналитических задач продакта.

Более формальные определения этих платформ можно найти в Wikipedia и Wikipedia.

Как решить проблему мультиканальной атрибуции с AppsFlyer?

Знать откуда пришёл пользователь — отдельная задача. Firebase Attribution работает только внутри Google-экосистемы. Для мультиканальной атрибуции (Facebook Ads, TikTok, Apple Search Ads, programmatic) нужен MMP — Mobile Measurement Partner.

AppsFlyer — лидер рынка. OneLink — universal deep link, который работает на iOS и Android и корректно атрибутирует установку из любого канала. Protect360 — встроенная защита от fraud (фейковые установки, click injection на Android). Adjust и Branch — конкуренты с похожим функционалом. Branch силён в deep linking; Adjust популярен в gaming.

Согласно Apple, с iOS 14.5 приложения должны получать разрешение пользователя через ATT перед сбором IDFA для отслеживания. AppsFlyer использует probabilistic matching (IP + user agent + timing) для этих пользователей — точность ниже, но лучше чем ничего. SKAdNetwork и Privacy Preserving Attribution дают агрегированные данные от Apple с задержкой 24-72 часа.

Как настроить crash-аналитику, чтобы не пропускать баги?

Firebase Crashlytics — стандарт для crash reporting. Автоматически группирует крэши по стектрейсу, показывает affected users %, velocity alerts при росте crash rate более чем на 10% за час.

Важно: символикация. На iOS .dSYM файлы должны автоматически загружаться при каждой сборке — через Fastlane upload_symbols_to_crashlytics или Xcode Cloud built-in. Без символов крэш в Crashlytics выглядит как набор адресов памяти. Это происходит чаще чем кажется при переходе на новый CI — в одном проекте с аудиторией 500k пользователей мы обнаружили, что 40% крэшей оставались несимволизированными из-за пропущенного этапа в CI/CD. После автоматизации время реакции на баги сократилось с 3 часов до 15 минут.

Для React Native и Flutter — @sentry/react-native и sentry_flutter дают дополнительный контекст: breadcrumbs, сетевые запросы перед крэшем, состояние Redux/Provider.

Ниже — сравнение популярных инструментов crash-аналитики для выбора под свои задачи.

Настройка окружения

Три окружения с отдельными Firebase проектами: dev, staging, production. Смешивать аналитику из тестовых сессий и production — распространённая ошибка, которая искажает все метрики. На iOS через GoogleService-Info.plist для каждой схемы, на Android через google-services.json в папке каждого flavor.

Сроки: базовая аналитика с Firebase + Crashlytics — 3-5 дней. Полноценный tracking plan + Amplitude/Mixpanel с воронками и когортами — 2-3 недели. Атрибуция через AppsFlyer с deep linking и fraud protection — 1-2 недели. Стоимость рассчитывается индивидуально в зависимости от сложности интеграций.

Что входит в нашу работу

В рамках внедрения аналитики мы предоставляем:

• Разработку и согласование tracking plan с командами продукта и маркетинга.
• Интеграцию SDK (Firebase, Amplitude, Mixpanel, AppsFlyer) с учётом вашего стека (Swift/Kotlin/Flutter/React Native).
• Настройку воронок, когорт, дашбордов и алертов.
• Автоматизацию символикации и загрузки .dSYM через Fastlane.
• Документацию по событиям и параметрам.
• Обучение команды работе с аналитической платформой.
• Две недели пост-релизной поддержки и корректировки трекинга.

Наш опыт — 7 лет внедрения аналитики и более 80 успешных проектов в сфере мобильной разработки. Мы гарантируем корректность данных и прозрачность каждого этапа.

Свяжитесь с нами, чтобы получить консультацию по настройке аналитики вашего приложения. Закажите аудит текущей аналитики — и мы покажем, какие метрики вы теряете.