Статистика сделок торгового бота в мобильном приложении

Торговый бот ежедневно обрабатывает тысячи сделок, но без визуализации метрик определить его эффективность невозможно. Мы реализовали модуль статистики, который отображает PnL, Win Rate, Profit Factor и другие показатели в реальном времени, позволяя трейдеру быстро выявить слабые места стратегии. Например, после внедрения нашего дашборда один из клиентов обнаружил, что его бот показывает Win Rate 65%, но Profit Factor всего 1.1 — это означало, что прибыльные сделки слишком малы, а убыточные крупны. Мы помогли оптимизировать параметры, и Profit Factor вырос до 1.8, что привело к росту общей доходности на 40%. Свяжитесь с нами, чтобы оценить, как такой анализ улучшит вашу торговлю.

Проблемы, которые решаем

Трейдер хочет знать, какая стратегия приносит прибыль, на каком таймфрейме бот показывает лучший win rate, и где происходят наибольшие просадки. Без агрегированной статистики каждая сделка остаётся точкой в логе. Мы решаем эту проблему, реализуя дашборд с ключевыми метриками и историей с фильтрацией.

Как реализована статистика сделок торгового бота?

Ключевые показатели, без которых статистика бессмысленна:

• Total PnL (реализованный) — суммарный доход/убыток по всем закрытым позициям
• Win Rate — доля прибыльных сделок
• Profit Factor — отношение суммы прибыльных сделок к сумме убыточных (значение > 1.5 считается приемлемым, > 2 — отличным)
• Max Drawdown — максимальное падение баланса от пика до дна в процентах
• Average RR — среднее соотношение риск/доходность
• Sharpe Ratio — опционально, для продвинутых пользователей

Эти метрики вычисляются на бэкенде из сырых данных сделок и отдаются через API. Мобильное приложение отображает, не считает.

Основные экраны — статистика сделок торгового

Дашборд статистики. Summary-карточки: Total PnL за период, Win Rate, число сделок. График кумулятивного PnL по времени — растущая кривая (или нет). Период — 7d / 30d / All, переключается одним тапом.

// iOS, SwiftUI — переключатель периода и загрузка данных
struct StatsDashboard: View {
    @StateObject private var viewModel = StatsDashboardViewModel()
    var body: some View {
        VStack {
            Picker("Период", selection: $viewModel.period) {
                Text("7д").tag(StatsPeriod.week)
                Text("30д").tag(StatsPeriod.month)
                Text("Всё").tag(StatsPeriod.all)
            }
            .pickerStyle(.segmented)
            .onChange(of: viewModel.period) { _ in
                Task {
                    await viewModel.reload()
                }
            }
            switch viewModel.state {
            case .loading:
                ProgressView()
            case .loaded(let stats):
                PnLChart(dataPoints: stats.cumulativePnl)
                StatsGrid(stats: stats)
            case .error(let msg):
                ErrorView(message: msg)
            }
        }
        .task {
            await viewModel.reload()
        }
    }
}

График кумулятивного PnL — линейный, ось X — время, ось Y — накопленный PnL в USDT. Цвет линии: зелёный при положительном итоге, красный при отрицательном. Тап на точку — показывает дату и значение PnL.

Как отобразить историю сделок с пагинацией?

Список с пагинацией (cursor-based, не offset — объём данных может быть большим). Каждая запись: пара, сторона, размер, PnL, дата. Фильтр по паре, по стороне (long/short), по результату (profit/loss). Сортировка по дате или по размеру PnL. На Android LazyColumn с Pager (Jetpack Paging 3). Загружает страницы по 50 записей при прокрутке:

val deals = botRepository.getDeals(botId, filter)
    .cachedIn(viewModelScope)
    .collectAsLazyPagingItems()

LazyColumn {
    items(deals, key = { it.id }) { deal ->
        DealRow(deal = deal)
    }
    item {
        if (deals.loadState.append is LoadState.Loading) {
            CircularProgressIndicator()
        }
    }
}

Почему Profit Factor важнее Win Rate?

Высокий Win Rate (60%+) может вводить в заблуждение, если средняя убыточная сделка в 2 раза больше средней прибыльной. Profit Factor учитывает размеры сделок: значение 1.5 означает, что на каждый потерянный доллар приходится 1.5 заработанных. Для автоматической торговли рекомендуем поддерживать Profit Factor не ниже 1.5, а Win Rate может быть 50–70%. Например, Profit Factor 1.8 увеличивает доходность в 1.6 раза по сравнению с 1.1.

Сравнение стратегий

Если бот поддерживает несколько стратегий или торговых пар, полезен экран сравнения: таблица, где строки — стратегии/пары, столбцы — Win Rate, PnL, число сделок. Сразу видно, что работает.

Такая таблица строится из агрегированных данных API и рендерится через DataTable (Flutter) или UICollectionView с compositional layout (iOS).

Как устроена обработка данных на клиенте?

Для ускорения отображения кешируем агрегированные метрики на клиенте (Room/SQLite или CoreData). Это позволяет открывать дашборд мгновенно, без ожидания запроса. При обновлении данных фоновая синхронизация подтягивает свежие метрики. Также реализован экспорт истории в CSV для анализа в Excel.

Типичный эндпоинт: GET /api/bots/{id}/stats?period=30d. Ответ: { totalPnl: 1240.0, winRate: 0.58, profitFactor: 1.82, maxDrawdown: 0.12, tradesCount: 142, cumulativePnl: [{"date":"2024-01-15","value":100}, ...] }. На клиенте модель декодируется через Codable (iOS) или Moshi (Android).

Что входит в работу

• Дашборд с summary-метриками и графиком кумулятивного PnL
• Переключатель периода (7d/30d/All)
• История сделок с пагинацией, фильтрами и сортировкой
• Таблица сравнения по парам/стратегиям
• Экспорт истории в CSV
• Кеширование данных на клиенте для мгновенного отклика

Сроки

Ориентировочные сроки — 5–7 рабочих дней в зависимости от сложности интеграции с бэкендом. Стоимость рассчитывается индивидуально после анализа требований. Закажите разработку — обсудим детали и предоставим демо-доступ.

Наш опыт — более 20 успешных проектов для торговых приложений на iOS и Android. Мы гарантируем соблюдение метрик, включая Max Drawdown, и оптимизацию производительности под большие объёмы данных.