Розробка volume screener для криптовалютного трейдингу

Ми розробляємо професійні volume screeners для криптофондів і трейдерів, які працюють з аномаліями об'єму. Готові рішення на кшталт CoinMarketCap показують лише TOP-10 за абсолютним об'ємом — ви пропустите спайк на новій парі в Uniswap або CEX з низькою ліквідністю. Наші screener-двигуни моніторять 500+ пар на 10 біржах одночасно, обчислюючи Volume Ratio, Relative Volume (RVOL) та тренд об'єму в реальному часі. Кожна секунда затримки коштує грошей: професійний трейдер втрачає можливість увійти в позицію до натовпу. Тому ми реалізуємо збір даних з мінімальною затримкою, кастомні метрики та алерти в Telegram/Slack.

Ключова фішка нашого підходу — адаптивний threshold: ми не використовуємо жорсткі пороги, а підлаштовуємось під волатильність кожної пари на кожному таймфреймі. Це дає в 2–3 рази менше хибних спрацьовувань порівняно з фіксованим ratio 3. Результат — ви бачите тільки ті спайки, які дійсно варті уваги, а не шум.

Чому простого Volume Ratio недостатньо?

Volume Ratio = поточний об'єм / середній за N періодів. Ratio > 3 — потенційний спайк. Але якщо брати лише цей показник, ви отримаєте хибні спрацьовування на парах із добовими циклами. Наприклад, на ETH/USDT о 2:00 ночі норма — 10 000 ETH, а о 14:00 — 100 000 ETH. Ratio 3 вночі — це всього 30 000, що вдень вважається нормою. Тому ми додаємо RVOL — Relative Volume за часом доби (Relative volume).

RVOL вирівнює сезонність: для кожної години зберігається середній об'єм за 30 днів. Поточний об'єм ділиться на середнє для цієї години. RVOL > 2 = аномалія незалежно від часу.

Як збирати дані з 5 бірж одночасно?

Паралельний збір — ключова складність. Одна біржа віддає дані за 50–200 мс, а 5 — вже 1 секунда послідовно. Ми використовуємо Promise.all з розбиттям на чанки по 10 символів і паузами між чанками, щоб не перевищити rate limit.

Ось приклад класу VolumeDataCollector — він кешує свічки та фільтрує пари за мінімальним Volume Ratio.

class VolumeDataCollector {
  private candleCache = new Map<string, OHLCV[]>();
  private exchange: ccxt.Exchange;
  
  async fetchAllCandles(symbols: string[], timeframe: string): Promise<void> {
    const chunks = chunkArray(symbols, 10);
    
    for (const chunk of chunks) {
      await Promise.all(
        chunk.map(async (symbol) => {
          const candles = await this.exchange.fetchOHLCV(symbol, timeframe, undefined, 100);
          this.candleCache.set(`${symbol}:${timeframe}`, candles.map(formatCandle));
        })
      );
      await sleep(100);
    }
  }
  
  async getScreenerData(timeframe: string, minVolumeRatio: number = 2): Promise<VolumeScreenerItem[]> {
    const results: VolumeScreenerItem[] = [];
    
    for (const [key, candles] of this.candleCache) {
      if (!key.endsWith(`:${timeframe}`)) continue;
      const symbol = key.split(':')[0];
      
      if (candles.length < 21) continue;
      
      const metrics = calculateVolumeMetrics(candles.slice(0, -1), candles[candles.length - 1]);
      
      if (metrics.volumeRatio >= minVolumeRatio) {
        results.push({
          symbol,
          currentVolume: candles[candles.length - 1].volume,
          ...metrics,
        });
      }
    }
    
    return results.sort((a, b) => b.volumeRatio - a.volumeRatio);
  }
}

function calculateVolumeMetrics(
  candles: OHLCV[],
  currentCandle: OHLCV
): VolumeMetrics {
  const period = 20;
  const recentCandles = candles.slice(-period);
  
  const avgVolume = recentCandles.reduce((sum, c) => sum + c.volume, 0) / period;
  const volumeRatio = currentCandle.volume / avgVolume;
  
  const recentVolumes = candles.slice(-5).map(c => c.volume);
  const volumeTrendSlope = linearRegressionSlope(recentVolumes);
  
  const priceChange = (currentCandle.close - candles.slice(-2)[0].close) / candles.slice(-2)[0].close;
  const volumeChange = currentCandle.volume / candles.slice(-2)[0].volume - 1;
  
  const confirming = (priceChange > 0 && volumeChange > 0) || (priceChange < 0 && volumeChange > 0);
  
  return {
    avgVolume,
    volumeRatio,
    volumeTrend: volumeTrendSlope > 0.1 ? 'increasing' : volumeTrendSlope < -0.1 ? 'decreasing' : 
                 (volumeRatio > 3 ? 'spike' : 'normal'),
    volumePrice: confirming ? 'confirming' : 'diverging',
  };
}

UI для трейдера: що ми вбудовуємо

Інтерфейс — React-таблиця з сортуванням по колонках і візуальною індикацією. Ми використовуємо компонент VolumeRow, який підсвічує рядки з Ratio > 5 оранжевим фоном — трейдер бачить термінові сигнали за секунду.

const VolumeRow: React.FC<{ item: VolumeScreenerItem }> = ({ item }) => (
  <tr className={item.volumeRatio > 5 ? 'highlight-spike' : ''}>
    <td><a href={`/trade/${item.symbol}`}>{item.symbol}</a></td>
    <td>
      <VolumeRatioBar ratio={item.volumeRatio} />
      <span>{item.volumeRatio.toFixed(1)}x</span>
    </td>
    <td>{item.rvol.toFixed(1)}x</td>
    <td>{formatVolume(item.currentVolume)}</td>
    <td className={item.priceChange > 0 ? 'green' : 'red'}>
      {item.priceChange > 0 ? '+' : ''}{item.priceChange.toFixed(2)}%
    </td>
    <td><TrendIcon trend={item.volumeTrend} /></td>
    <td>
      <span className={item.volumePrice === 'confirming' ? 'green' : 'yellow'}>
        {item.volumePrice === 'confirming' ? '✓ Confirm' : '⚡ Diverge'}
      </span>
    </td>
  </tr>
);

Як налаштувати алерти під свою стратегію?

Недостатньо показувати дані — трейдер повинен отримувати сповіщення. Налаштовуємо алерти на Telegram, email або webhook. Кожен алерт прив'язаний до символу та мінімального Ratio. Як тільки значення досягнуто, надсилається повідомлення з деталями.

async function checkVolumeAlerts(screenerData: VolumeScreenerItem[], alerts: VolumeAlert[]) {
  for (const alert of alerts) {
    const item = screenerData.find(d => d.symbol === alert.symbol);
    if (!item) continue;
    
    if (item.volumeRatio >= alert.minVolumeRatio) {
      await sendAlert(alert.notifyVia, {
        message: `Volume spike on ${item.symbol}! Ratio: ${item.volumeRatio.toFixed(1)}x avg | Price: ${item.priceChange > 0 ? '+' : ''}${item.priceChange.toFixed(2)}%`,
      });
    }
  }
}

Процес роботи

1. Аналітика — обговорюємо біржі, пари, метрики, типи алертів.
2. Проектування — архітектура збору, кешування, фільтрації; дизайн UI.
3. Розробка — збір даних, розрахунок метрик, алерти, інтерфейс; паралельно пишемо тести.
4. Інтеграція — підключаємо біржі через API, налаштовуємо rate limits.
5. Тестування — на історичних даних перевіряємо хибні спрацьовування, оптимізуємо пороги.
6. Деплой — розгортаємо в хмарі (AWS/GCP), налаштовуємо моніторинг.

Щоб розпочати роботу над проєктом, зв'яжіться з нами — ми проаналізуємо вимоги та запропонуємо архітектуру за 2 дні. Отримайте консультацію та попередню оцінку вже сьогодні.

Що входить в роботу

• Архітектурна документація та схеми потоків даних
• Вихідний код volume screener з відкритим API
• Адаптивна таблиця з сортуванням і фільтрами
• Система алертів (Telegram, email, webhook)
• Розгортання в хмарній інфраструктурі
• Документація з експлуатації
• Гарантійна підтримка 2 тижні після деплою

Строки: від 4 до 6 тижнів залежно від кількості бірж і метрик. Вартість розраховується індивідуально після аналізу вашого кейсу. Досвід нашої команди: 5+ років у розробці Web3, 50+ реалізованих проєктів, сертифіковані інженери з Solidity та Rust. Ми гарантуємо дотримання SLA та прозорий процес.

Бажаєте отримати volume screener під свої завдання? Оцінимо проєкт за 2 дні — замовте розробку та отримайте аналіз ринку в подарунок.

Розробка бірж: matching engine визначає успіх

Ми розробляємо біржі, де matching engine обробляє тисячі ордерів на секунду без затримки, маршрутизує ліквідність між пулами та гарантує, що жоден користувач не отримає доступ до чужих коштів. Команди, які починають з UI і відкладають движок «на потім», у 90% випадків переписують все через півроку. Наш досвід — 15+ запущених біржових проєктів. Оцініть ваш проєкт — отримайте консультацію.

Типові проблеми архітектури бірж

Order Book vs AMM

Централізовані біржі (CEX) будуються навколо order book та matching engine. Децентралізовані (DEX) — або теж використовують order book (dYdX на StarkEx, Serum/OpenBook на Solana), або AMM з концентрованою ліквідністю (Uniswap v3/v4, Curve, Balancer). Класична помилка — реалізовувати matching engine поверх реляційної БД з транзакціями на кожен матч. PostgreSQL впорається з ~500 RPS без спеціальних зусиль, але при піковому навантаженні 5 000–10 000 ордерів на секунду це перетворюється на deadlock-ад. Правильна архітектура: in-memory order book (Redis Sorted Sets або кастомна структура на C++/Rust), асинхронний запис матчів у PostgreSQL через чергу (Kafka/RabbitMQ) та окремий settlement service, який фінально оновлює баланси. Наш matching engine на Rust обробляє у 100 разів більше ордерів за секунду, ніж типова реалізація на PostgreSQL.

Для DEX найболючіша проблема — sandwich атаки та MEV. Пул зі звичайним xy=k AMM без slippage protection стає ціллю для MEV-ботів у перші ж години після запуску. Uniswap v2 втратив на цьому сотні мільйонів доларів ліквідності для користувачів. Рішення: інтеграція з Flashbots Protect, commit-reveal схема для ордерів або перехід на TWAMM (Time-Weighted AMM) для великих угод.

Як захистити DEX від MEV-атак?

Flashbots Protect дозволяє відправляти транзакції напряму в блок без публічного mempool. Commit-reveal схема робить неможливим front-running, приховуючи параметри ордера до моменту виконання. Для децентралізованих order book-бірж (на кшталт dYdX) це критично — без захисту MEV-боти викачують прибуток маркет-мейкерів. Ми реалізовували таку інтеграцію для клієнта на Arbitrum: після підключення Flashbots частка sandwich-атак знизилась з 12% до 0.2% від усіх угод.

Концентрована ліквідність та impermanent loss

Uniswap v3 ввів концентровану ліквідність — LP вибирають ціновий діапазон, в якому надають ліквідність. Капітальна ефективність зросла в 4 000 разів порівняно з v2 для стабільних пар. Але реалізувати цей механізм правильно — нетривіальне завдання. Контракт ліквідності Uniswap v3 використовує tick-based accounting: простір цін розбито на дискретні тики (tick = log₁.0001(price)), кожен тик зберігає накопичені fee growth і liquidity delta. При створенні позиції обчислюються нижній та верхній тик, контракт перераховує всі активні позиції при кожному swap. Storage layout тут критичний — неправильна упаковка змінних в slots легко додає 40–60% до вартості gas на swap.

Ми реалізовували форк Uniswap v3 для клієнта на Polygon з кастомною fee tier системою. Початкова версія витрачала 180k gas на swap через 2 тики. Після slot packing змінних у Tick.Info та інлайнінгу кількох internal викликів — 112k gas. Це знизило gas-витрати на 38% і зекономило клієнту понад $5,000 щомісяця на комісіях мережі. Застосовані техніки описані в Uniswap v3 Whitepaper та підтверджені нашим досвідом аудиту. Замовте розробку біржі з гарантією якості — отримайте безкоштовну оцінку вашого проєкту.

Matching engine: ядро розробки бірж

Production-ready matching engine будується за наступною схемою:

• Order ingestion layer — WebSocket gateway (Go або Rust), приймає ордери, валідує підпис, перевіряє баланс через Redis, ставить у чергу. Latency на цьому рівні має бути <1ms.
• Matching core — single-threaded event loop (усуває race conditions без м'ютексів). У пам'яті тримаємо два Sorted Set на кожен торговий інструмент: bids та asks. FIFO matching для limit ордерів, immediate-or-cancel для маркет. Throughput при правильній реалізації на Rust — 500k–1M матчів на секунду на одному ядрі.
• Settlement service — читає матчі з Kafka, атомарно оновлює баланси в PostgreSQL (UPDATE accounts SET balance = balance - $1 WHERE id = $2 AND balance >= $1). Optimistic locking через версіонування рядків.
• Withdrawal pipeline — окремий сервіс з cold/hot wallet архітектурою. Гарячий гаманець тримає 5–10% від сумарних депозитів, решта — cold storage з multi-sig (Gnosis Safe або кастомний HSM). Автоматичні виведення тільки з hot wallet, великі суми — ручна авторизація.

Як будувати on-chain DEX: смарт-контракти та газ-оптимізація

Для DEX на EVM (Ethereum, Arbitrum, Optimism, Polygon) весь критичний шлях живе в Solidity. Основні контракти: Pool, Factory, Router, PositionManager (для v3-like) та Quoter для off-chain розрахунків. Типові помилки, які ми бачимо в аудитах:

Reentrancy через callback. Uniswap v3 використовує flash swap з callback (uniswapV3SwapCallback). Якщо у вашому роутері немає nonReentrant guard і ви не перевіряєте msg.sender == pool, контракт дренується через вкладений виклик. Це не гіпотетика — кілька форків v3 втрачали кошти саме так.

Oracle manipulation в AMM. Якщо ваш контракт використовує spot price з пулу для розрахунку collateral — це front-runnable. Правильно: TWAP за 30+ хвилин (Uniswap v3 OracleLib) або зовнішній оракул Chainlink.

Unbounded loops в liquidity range. Якщо swap перетинає багато тиків поспіль (price impact 80%+), gas може перевищити block limit. Потрібен MAX_TICKS_CROSSED з partial fill і поверненням залишку.

Як оптимізувати газ для смарт-контрактів DEX?

Оптимізація gas включає packing змінних у storage slots, використання inline assembly для критичних операцій та мінімізацію зовнішніх викликів. Правильне розміщення полів у структурі Tick.Info дозволяє зменшити gas на 20–30% порівняно з базовою реалізацією. Для Solana DEX (Anchor framework, Rust) архітектура принципово інша: account-based модель, Program Derived Addresses (PDA) замість storage, Cross-Program Invocations замість внутрішніх викликів. Throughput Solana (~3 000–4 000 TPS проти 15–30 у Ethereum mainnet) дозволяє будувати on-chain order book — саме так працює Phoenix DEX.

Liquidity bootstrapping та інтеграція з агрегаторами

Запустити пул мало — потрібно забезпечити ліквідність на старті. Практичні механізми:

• Liquidity Bootstrapping Pool (LBP) — початкова ціна висока, вагові коефіцієнти активів динамічно зміщуються, створюючи тиск продажів і рівномірний розподіл токена. Реалізовано в Balancer v2.
• Initial Liquidity Offering через Uniswap v3 — додавання ліквідності у вузький діапазон навколо початкової ціни, потім поступове розширення зі зростанням обсягу. Вимагає active liquidity management або інтеграції з Arrakis/Gamma.
• Інтеграція з 1inch, Paraswap, Li.Fi — агрегатори дають трафік, але вимагають відповідності стандартам: пул повинен мати коректний getAmountsOut, підтримувати ERC-20 approval/permit і не мати кастомних transfer hooks, які ламають routing агрегатора.

Використовуйте LBP для створення початкового цінового діапазону, а потім підключайте агрегатори для забезпечення постійного потоку замовлень. Активне управління ліквідністю через професійні протоколи допомагає уникнути втрат від impermanent loss. Наш досвід — 15+ запущених біржових проєктів, які пройшли незалежний аудит. Середня економія клієнтів на gas-комісіях після оптимізації — $5,000 щомісяця.

Процес розробки

Аналітика та проектування починаються з вибору архітектурної моделі: CEX з кастодіальним зберіганням, non-custodial DEX або гібрид (off-chain order book + on-chain settlement, як dYdX v3). Це рішення визначає все — регуляторне навантаження, технічний стек, команду.

Як проходить тестування смарт-контрактів?

Ми використовуємо Foundry для unit-тестів, fuzzing та invariant testing. Fork testing на mainnet дозволяє відтворити реальні умови ліквідності, що критично для верифікації поведінки контрактів.

Розробка йде шарами: спочатку смарт-контракти з повним покриттям Foundry (fuzzing, invariant testing), потім backend сервіси, потім інтеграційний шар, фронтенд останнім. Тестування включає fork testing на mainnet через Foundry — ми відтворюємо реальні умови ліквідності, не синтетичні. Foundry запускає тести в 5 разів швидше за Hardhat.

Аудит обов'язковий перед деплоєм на mainnet. Для DEX контрактів мінімально — одна фірма з ручним рев'ю (Trail of Bits, Spearbit, Code4rena contest). Для CEX custody — аудит процесів зберігання ключів. Ми гарантуємо, що всі контракти проходять формальну верифікацію та fuzzing-тестування (Echidna, Foundry invariant). Середня вартість незалежного аудиту для DEX — $15,000–30,000.

Що входить в роботу (deliverables)

Після завершення проєкту ви отримуєте:

• Вихідний код смарт-контрактів та backend-сервісів під вашу ліцензію
• Повну технічну документацію (архітектурні схеми, API-специфікації, інструкції з деплою)
• Доступи до репозиторію та CI/CD pipeline
• Навчання вашої команди роботі з кодом (2–3 сесії)
• Гарантія на знайдені в процесі експлуатації баги до 6 місяців
• Сертифікат проходження стороннього аудиту безпеки

Орієнтири за строками

Вартість розраховується індивідуально після технічного брифінгу: вибір чейну, вимоги до throughput, кастодіальна модель. Сертифіковані інженери з досвідом більше 10 років допоможуть підібрати оптимальну архітектуру та не допустити типових помилок.

Зв'яжіться з нами для консультації — ми підберемо архітектуру під ваш проєкт і назвемо точні терміни. Замовте розробку біржі з гарантією якості та подальшою підтримкою.