Анатомия ИИ-трейдера: пошаговое создание агента с TradeAPI для автономной торговли

Четыре обязательных блока: (1) data layer — получение котировок, стакана и новостей через API брокера или биржи; (2) signal layer — логика генерации сигналов (технический анализ, LLM-анализ или комбинация); (3) risk layer — проверка каждого сигнала на соответствие риск-параметрам: размер позиции, дневной лимит потерь, максимальная просадка; (4) execution layer — отправка заявок через брокерский API и логирование. Нюанс: большинство начинающих разработчиков пропускают risk layer — именно это приводит к катастрофическим потерям при нестандартном поведении рынка.

Три основных варианта: Финам TradeAPI (REST + WebSocket, поддержка акций ММВБ, облигаций, фьючерсов, подробная документация на habr.com/ru/companies/finam_broker), Т-Инвестиции API (gRPC + REST, акции и облигации, sandbox-режим для тестирования), Алор Брокер OpenAPI (REST, широкий набор инструментов). У каждого — sandbox для тестирования без реальных денег. Нюанс: скорость исполнения через REST-API российских брокеров измеряется десятками миллисекунд — для высокочастотных стратегий этого недостаточно, для среднесрочных и дневных — вполне.

Схема интеграции: скрипт собирает данные (OHLCV, новости, макро) → формирует промпт с данными и правилами → отправляет запрос к OpenAI API или Anthropic API → парсит structured output (JSON с полями action, confidence, reasoning) → передаёт в risk layer. Ключевой момент: вывод LLM должен быть строго структурированным — используй JSON mode или function calling, иначе парсинг превращается в отдельную проблему. Нюанс: стоимость API-вызовов при высокой частоте опросов может стать значимой статьёй расходов — оптимизируй длину промпта и частоту запросов.

Минимальный risk layer включает пять проверок перед каждой заявкой: (1) размер позиции не превышает N% депозита; (2) суммарный риск открытых позиций не превышает X%; (3) дневной убыток не превышает Y% — при достижении агент прекращает торговлю до следующей сессии; (4) проверка ликвидности — объём заявки не превышает Z% от среднего дневного объёма по инструменту; (5) проверка времени — агент не торгует в первые и последние 15 минут сессии (высокая волатильность открытия/закрытия). Нюанс: все параметры N, X, Y, Z должны быть зафиксированы в конфиге и не меняться агентом самостоятельно.

Последовательность: (1) скачай исторические данные через API брокера или с ММВБ (доступны минутные свечи за несколько лет); (2) прогони стратегию на данных вне выборки — не тех, на которых её разрабатывал; (3) рассчитай ключевые метрики: Sharpe ratio, максимальная просадка, win rate, profit factor; (4) проведи Monte Carlo симуляцию — случайная перестановка сделок покажет, насколько результат зависит от порядка. Нюанс: бэктест с Sharpe < 1,0 и просадкой > 20% — серьёзный повод пересмотреть стратегию до запуска, а не после.

Основные статьи: VPS для круглосуточной работы агента — от 500 до 3 000 ₽ в месяц в зависимости от провайдера и мощности; API-вызовы к LLM (OpenAI/Anthropic) — от нескольких сотен до нескольких тысяч ₽ в зависимости от частоты опросов и длины промптов; брокерская комиссия — зависит от оборота и тарифа. Нюанс: комиссионные издержки критичны для краткосрочных стратегий — агент, совершающий 50+ сделок в день, может работать в плюс на бэктесте и в минус в реальности из-за комиссий.

Алготрейдинг для собственного счёта физического лица не требует лицензирования. Если агент управляет средствами других лиц — это уже доверительное управление, которое лицензируется. Для личного использования достаточно стандартного брокерского договора с подключённым API-доступом.