Cryptobot
Gearchiveerd Binance trading-bot-experiment met een vriend — datacollectie, training, en grafieken die bewezen dat buy-and-hold onze logica verslaat.
Dit project is afgerond en gearchiveerd.
Een vriend en ik wilden zien of we een bot konden bouwen om in crypto te verhandelen. De gedachte was simpel: de markt is grillig, dus kleine, frequente handelsacties — als ze goed uitgevoerd worden — zouden kunnen aan tikken. We verwachtten nooit rijk te worden, en dat was ook nooit het doel. Een beetje bijverdienen aan een geautomatiseerd proces dat we amper hoefden aan te raken klonk leuk genoeg.
We brachten de Binance trading-API in kaart en verbonden ermee via onze eigen Python-client, en doorliepen daarna de fases: ontwerp, datacollectie, training, en een deploymentstap die we nooit bereikt hebben. Uiteindelijk liepen we vast in de trainingsfase, om verschillende redenen — niet in de laatste plaats omdat financiële markten moeilijk te voorspellen zijn, laat staan te vangen in een algoritme.
Aanvullende informatie
Steekpunten
- Binance API in Python — ontwerp → data → training; deployment is er nooit gekomen.
- Zelf verzamelde CSV's met 5m intervallen (1GB+) toen publieke data niet genoeg was.
- Visualisatie onthulde een ‘omgekeerd genie’-verliesbot — buy-and-hold won.
Het vroege werk was het in kaart brengen en aansluiten van de Binance API — dat ging snel. Daarna waren we een beetje verdwaald, totdat we beseften dat we simulaties nodig hadden, wat accurate historische data betekende die we niet kant-en-klaar konden vinden. Dus verzamelden we zelf maanden aan crypto markt informatie op het kleinste interval dat we konden vinden (vijf minuten), en kwamen zo uit op meer dan een gigabyte aan CSV bestanden over een paar maanden.
Pas daarna konden we het algoritme verfijnen — en toch bleef het moeilijk om het marktgedrag vast te leggen in onze eigen logica. We bouwden visualisaties om te zien wanneer de bot gekocht of verkocht zou hebben. Vroege simulaties verloren langzaam geld via constante kleine handelingen, niet spectaculair maar geleidelijk. Toen kwam ons hoogtepunt: een algoritme dat indrukwekkend goed was in verliezen — bijna elke keer kopend vóór een daling en verkopend vóór een stijging. We grapten dat het omdraaien ervan misschien een winnende strategie zou zijn; na meer trainen concludeerden we dat we waarschijnlijk beter af waren met crypto kopen en niets doen.
Andere vragen werden ook nooit opgelost, zoals hoeveel te kopen of verkopen per signaal. Uiteindelijk viel het project stil.
We hebben nog steeds veel geleerd: datacollectie, websockets, omgaan met grote datasets, algoritmes tunen, en datavisualisatie. Het was leuk voor zo lang als het duurde.