PROJEKT

Algorithmische Handelssoftware für kontrollierten automatisierten Handel

Individuelle Softwareentwicklung, Echtzeit-Marktdaten, Entwicklung von Handelsstrategien, Backtesting und Optimierung, Automatisierte Orderausführung, Risikomonitoring, Handelsberichte

  • Branche: Vermögensverwaltung
  • Bulgarien Standort: Bulgarien
  • Umsetzungszeit: 16 Wochen
  • Technologien: Python, JavaScript / TypeScript (Node.js)
4+ Monate

Dieser Kunde ist ein bulgarisches Investmentunternehmen, bei dem manuelle Marktentscheidungen langsam und uneinheitlich sind. Die gewünschte Software verarbeitet Echtzeit- oder historische Marktdaten und wendet konfigurierbare Handelsstrategien an. Sie liefert Signale, Testergebnisse und automatisierte Orders für das Trading-Team des Unternehmens. Berichte machen die Ergebnisse überprüfbar und bringen Strategieentwicklung, Analyse und Ausführung in einem kontrollierten System zusammen.

Zusammenfassung

Problem

Das Investmentunternehmen benötigt Zeit für den Wechsel zwischen Marktanalyse, Strategietests, Orderausführung und Berichterstattung.

Lösung

Die Lösung wurde zu einem Handelssystem für konfigurierbare Strategien, Marktdaten und automatisierte Orders. Sie umfasst außerdem Risikokontrollen und Berichte.

Ergebnis

Die Software wurde entwickelt, um manuelle Handelsarbeit und wiederholte Prüfungen zwischen den einzelnen Handelsschritten zu reduzieren.

Kundengeschichte

Der Kunde ist ein Investmentunternehmen aus Bulgarien. Es arbeitet mit Marktdaten und Handelsstrategien, die Analyse, Tests, Ausführung und Überwachung erfordern.

Manuelle und uneinheitliche Entscheidungen kosten das Unternehmen Zeit. Das Trading-Team muss außerdem Signale, Positionen und Orders überprüfen.

Die Anforderung war klar: ein automatisiertes Handelssystem zu entwickeln, das Echtzeit- oder historische Daten verarbeitet, kundendefinierte Regeln anwendet, Handelsentscheidungen erzeugt und Orders über die erforderliche Handelsverbindung verwaltet.

Die Lösung wurde mit separaten Modulen für Strategiekonfiguration, Live-Signale, Backtesting, Ausführung und Berichte entwickelt. Das Risikomonitoring wurde als eigener Bestandteil des Handelsprozesses integriert.

Der Kunde benötigte

  1. Strategien mit Indikatoren, Regeln, Machine Learning oder Price Action konfigurieren
  2. Echtzeit- oder historische Markt- und zugehörige Daten verwenden
  3. Signale, Ein- und Ausstiegspunkte sowie Handelsentscheidungen erzeugen
  4. Orders über Broker- oder Börsenverbindungen ausführen und verwalten

Warum Standardsoftware nicht passte

Brokerage-Plattformen decken Kauf, Verkauf und Portfoliomanagement ab, entsprechen jedoch nicht dem vollständigen Prozess dieses Unternehmens. Die gewünschte Lösung wurde entwickelt, um individuelle Strategien, Backtesting und automatisierte Ausführung in einem Ablauf zu verbinden. Risikokontrollen und Live-Monitoring wurden für den Handelsprozess des Unternehmens integriert.

Projektübersicht

Die Lösung wurde rund um einen Strategie-Editor entwickelt, in dem das Unternehmen Handelsregeln, Indikatoren und Marktparameter konfiguriert. Historische oder Echtzeitdaten werden in dasselbe Strategie-Setup eingespeist.

Für die Strategieentwicklung wurde ein Backtesting-Modul bereitgestellt. Es vergleicht das Verhalten der Strategie anhand historischer Daten und zeigt Handelsergebnisse sowie Leistungskennzahlen.

Das Live-Dashboard analysiert Marktdaten und zeigt Kauf- und Verkaufssignale, Ein- und Ausstiegspunkte sowie offene Positionen an. So erhält das Trading-Team eine zentrale Ansicht der aktuellen Marktaktivität.

Die automatisierte Ausführung wurde für Handelsplattformen, Broker-APIs und Börsen-APIs entwickelt. Der Ausführungsmonitor zeigt während der Orderverarbeitung den Orderstatus, ausgeführte Trades und Risikolimits.

Handelshistorie, P&L und maximaler Drawdown können überprüft werden. Das System exportiert diese Daten als JSON, Excel oder PDF.

Wichtige bereitgestellte Funktionen

  • Konfigurierbarer Editor für Handelsstrategien
  • Echtzeit- und historische Marktdaten
  • Konfiguration technischer Indikatoren und Regeln
  • Erzeugung von Kauf- und Verkaufssignalen
  • Backtesting und Strategieoptimierung
  • Automatisierte Orderausführung
  • Überwachung von Risikolimits und Ausführung
  • Verfolgung offener Positionen und der Performance
  • Handelsprotokolle und Berichte
  • P&L-, JSON-, Excel- und PDF-Exporte

Erweiterbar um

+ Analyse von Nachrichten und sozialen Medien + Unternehmensmeldungen und Fundamentaldaten + Machine-Learning-Strategien + Forward- oder Paper-Testing + TradingView-Alarme an Telegram + Zusätzliche Broker- oder Börsenverbindungen

Wer diese Lösung ebenfalls nutzen kann

Diese Unternehmen haben eine ähnliche Aufgabe. Die Lösung kann an ihre Handelsdaten, Strategien und Ausführungsregeln angepasst werden.

Ein Unternehmen für Aktien- und Indexhandel

Aufgabe Es benötigt automatisierte Intraday- oder Day-Trading-Entscheidungen aus Marktdaten.
So unterstützt die Lösung Die Lösung wendet die Handelsregeln an, erzeugt Signale und überwacht Positionen sowie Orders.

Ein Handelsunternehmen für den indischen Markt

Aufgabe Es handelt Aktien, Optionen, Futures oder Indizes über Broker-Plattformen.
So unterstützt die Lösung Die Lösung verbindet Marktdaten und Brokerausführung mit Strategietests, Signalen und Risikokontrollen.

Ein quantitativer Handelsbetrieb

Aufgabe Es entwickelt statistische, Machine-Learning- oder Hochfrequenzstrategien.
So unterstützt die Lösung Die Lösung bietet konfigurierbare Algorithmen, Backtesting, Optimierung, Ausführung und Performanceberichte.

Technologie-Stack

Python

Strategie- und Datenverarbeitung

Python unterstützt Marktdatenanalyse, Strategielogik, Tests und Berichte.

JavaScript / TypeScript (Node.js)

Handelsschnittstelle und Services

JavaScript und TypeScript unterstützen die Strategieschnittstelle und gemeinsame Handelsservices.

ccxt

Verbindung zur Börsen-API

ccxt (eine Bibliothek, die Handelssoftware mit Börsen verbindet) stellt Börsenverbindungen für den automatisierten Handel bereit.

vectorbt

Backtesting von Strategien im großen Maßstab

vectorbt (eine Bibliothek zum Testen von Handelsstrategien) analysiert das Strategieverhalten anhand historischer Daten.

@tradejs/core

Strategieerstellung und Hilfsfunktionen

@tradejs/core (eine browserkompatible Handels- und Backtesting-Bibliothek) unterstützt Strategiekonfiguration und gemeinsame Handelsfunktionen.

pandas

Marktdatenanalyse

pandas stellt Datenstrukturen für die Analyse von Markt- und Handelsergebnissen bereit.

numpy

Array-Berechnungen

numpy ermöglicht Array-Berechnungen für Markt- und Performancedaten.

scipy

Wissenschaftliches Rechnen

scipy stellt grundlegende Algorithmen für wissenschaftliches Rechnen in Python bereit.

Excel, JSON and PDF

Formate für den Berichtsexport

Diese Formate exportieren P&L, Handelsprotokolle, Backtesting-Ergebnisse und Berichte aus dem System.

Integrationen

Broker APIs and exchange APIs

Das System sendet und verwaltet automatisierte Orders über die erforderliche Broker- oder Börsenverbindung.

Trading platforms

Handelsplattformen stellen die vom Handelssystem verwendete Markt- und Ausführungsverbindung bereit.

NSE and BSE

Die nse und bse Python-APIs ermöglichen bei Bedarf den Zugriff auf indische Börsenmarktdaten.

Polygon.io

Der polygon Python-Wrapper stellt Marktdaten für Aktien, Anleihen, Optionen und zugehörige Analysen bereit.

Excel, JSON and PDF

Das System exportiert Handelshistorie, P&L, Drawdown, Backtesting-Ergebnisse und Berichte in diesen Formaten.

Das Ergebnis

Strategien bleiben mit Marktdaten verbunden

Der Strategiekonfigurationsbildschirm führt Marktauswahl, Indikatoren und Regeln zusammen. Das Unternehmen konfiguriert die Strategie vor dem Test oder der Live-Analyse.

Die Handels-Engine wendet die konfigurierten Regeln auf historische oder Echtzeit-Marktdaten an und bereitet die Strategie zur Signalerzeugung vor.

So funktioniert es

  1. Der Strategie-Editor speichert Parameter der Handelsstrategie und vom Kunden bereitgestellte Regeln.
  2. Marktdaten liefern das ausgewählte Instrument und den Zeitrahmen.
  3. Die Indikator- und Regelmodule bereiten die Strategie für Backtesting oder Live-Analyse vor.
  • Technische Indikatoren, Price Action, Chartmuster, Sentiment und Machine Learning können bei Bedarf integriert werden.
Tipp: Das Strategie-Setup kann an den eigenen Markt, die Anlageklasse, den Zeitrahmen und die Ausführungsregeln des Unternehmens angepasst werden.
Strategie- und Marktkonfiguration

Strategie- und Marktkonfiguration

Funktionen auf diesem Bildschirm
Handelsalgorithmen entwickeln Technische Indikatoren analysieren Handelsstrategie backtesten

Live-Signale sind in einer Handelsansicht sichtbar

Das Live-Markt-Dashboard zeigt aktuelle Marktdaten, erzeugte Signale sowie Ein- und Ausstiegspunkte. Technische Analysen und offene Positionen bleiben neben der aktiven Marktansicht sichtbar.

So erhält das Unternehmen einen klaren Ort, um automatisierte Handelsentscheidungen vor der Ausführung und während offener Positionen zu überprüfen.

So funktioniert es

  1. Die Live-Marktansicht zeigt Echtzeit-Marktdaten und aktuelle Handelssignale.
  2. Das Panel für technische Analysen zeigt Indikatorinformationen mit Ein- und Ausstiegspunkten.
  3. Das Dashboard fasst offene Positionen zusammen und liefert Alarminformationen.
Live-Markt- und Signal-Dashboard

Live-Markt- und Signal-Dashboard

Funktionen auf diesem Bildschirm
Echtzeit-Datenfeeds nutzen Echtzeit-Markt analysieren Technische Indikatoren analysieren Handelssignale erzeugen Handelsdaten anzeigen

Strategien werden vor Handelsentscheidungen getestet

Der Backtesting- und Optimierungsbildschirm vergleicht das Strategieverhalten anhand historischer Daten. Er zeigt Ergebnisse für jeden Trade und Performance-Charts.

Optimierungsfunktionen helfen dem Trading-Team zu prüfen, wie sich Strategieparameter auf P&L und maximalen Drawdown auswirken, bevor die Strategie mit Live-Daten eingesetzt wird.

So funktioniert es

  1. Die Auswahl des historischen Testzeitraums liefert Zeitraum und Marktdaten für den Test.
  2. Das Backtesting-Modul berechnet Strategieergebnisse, Trades und P&L.
  3. Das Optimierungsmodul vergleicht Parameterergebnisse und zeigt sie in Tabellen und Diagrammen an.
  • Für Backtesting können vectorbt (eine Bibliothek zum Testen von Handelsstrategien), backtesting, bt oder @tradejs/core verwendet werden.
Hinweis: Historische Ergebnisse beschreiben das Strategieverhalten anhand der ausgewählten Daten. Sie belegen keine zukünftige Handelsperformance.
Backtesting- und Optimierungsergebnisse

Backtesting- und Optimierungsergebnisse

Funktionen auf diesem Bildschirm
Handelsstrategie backtesten Handelsalgorithmus optimieren Maximalen Drawdown berechnen

Orders und Risikokontrollen bleiben sichtbar

Der Ausführungsmonitor vereint Orderstatus, Risikolimits und Ausführungsprotokolle auf einem Bildschirm. Er umfasst ausgeführte, geänderte und stornierte Orders sowie die aktuelle Handelsaktivität.

Die automatisierte Ausführung verbindet die konfigurierte Strategie mit Handelsplattformen, Broker-APIs oder Börsen-APIs, während der Monitor den Orderweg sichtbar hält.

So funktioniert es

  1. Das Ausführungsmodul sendet und verwaltet Orders über die konfigurierte Handelsverbindung.
  2. Die Orderstatustabelle zeigt ausgeführte, geänderte und stornierte Orders.
  3. Die Überwachungsmodule zeigen Risikolimits, Live-Protokolle und Leistungskennzahlen.
Order-, Risiko- und Ausführungsmonitor

Order-, Risiko- und Ausführungsmonitor

Funktionen auf diesem Bildschirm
Trades in Echtzeit ausführen Market Orders ausführen Risikomanagement überwachen

Handelsdaten stehen zur Prüfung und zum Export bereit

Der Bildschirm für Berichte und Handelshistorie organisiert ausgeführte Trades, Handelsprotokolle und P&L. Analysten, Manager und Buchhalter können dieselben Handelsdaten prüfen.

Exportfunktionen stellen strukturierte Informationen für weitere Analysen und Finanzberichte bereit. Das System schreibt die ausgewählten Daten als JSON, Excel oder PDF.

So funktioniert es

  1. Die Berichtsauswahl lädt Handelshistorie, ausgeführte Trades und P&L-Informationen.
  2. Das Reporting-Modul erstellt Backtesting- und Echtzeitberichte aus den Handelsdaten.
  3. Die Exportmodule schreiben die ausgewählten Daten als JSON, Excel oder PDF.
  • pyexcel-io (eine Bibliothek zum Lesen und Schreiben von Tabellendaten) unterstützt strukturierte Tabellenexporte.
  • jspdf (eine JavaScript-Bibliothek zur Erstellung von PDF-Dokumenten) unterstützt die Erstellung von PDF-Berichten.
Berichte und Handelshistorie

Berichte und Handelshistorie

Funktionen auf diesem Bildschirm
Berichte zur Analyse erzeugen P&L nach Excel exportieren Maximalen Drawdown berechnen Handelsaktivität protokollieren

Was die Lösung bietet

Mit dieser Lösung kann das Investmentunternehmen:

  • Handelsstrategien anhand eigener Indikatoren, Regeln, Märkte und Zeitrahmen konfigurieren
  • Echtzeit- und historische Marktdaten in einem System analysieren
  • Signale, Ein- und Ausstiegspunkte sowie Handelsentscheidungen erzeugen
  • Strategien vor der Live-Ausführung testen und optimieren
  • Automatisierte Orders über Broker-, Börsen- oder Plattformverbindungen verwalten
  • Risiken, Positionen, Protokolle, Performance und Berichte überwachen

Könnten Standardlösungen diese Aufgabe erfüllen?

Vor der Entwicklung wurde die Aufgabe anhand ihrer eigenen Beschreibungen mit Standardprodukten verglichen.

Was der Kunde benötigt Brokerage-Plattformen Kite, MetaTrader 5, thinkorswim Tools für automatisierten Handel Galileo FX, Abbado Individuelle Lösung
Individuelle Handelsstrategien konfigurieren teilweise —
Live- oder historische Marktdaten verwenden teilweise
Signale und Handelsentscheidungen erzeugen teilweise
Orders über APIs ausführen teilweise
An eigene Regeln des Kunden angepasst: Phasen, Rollen, Berichte — —
Alle Schritte an einem Ort — —
Keine manuellen Schritte zwischen Programmen — —

Auf Grundlage der öffentlichen Produktbeschreibungen und ihrer Kategorie.

Standardprodukte decken wichtige Teile der Aufgabe ab, etwa Handel, Analyse und Orderausführung. Ein Standardprodukt reicht aus, wenn nur einer dieser Bereiche benötigt wird.

Dieser Kunde benötigte eigene Software, weil Strategien, Tests, Risikokontrollen, Monitoring, Berichte und Ausführungsregeln gemeinsam an einem Ort funktionieren mussten.

Am Ende

Am Ende wurde die Lösung entwickelt, um manuelle Arbeit auf dem Weg von Marktdaten und Strategieregeln zu getesteten Entscheidungen, kontrollierten Orders und Handelsberichten zu reduzieren.

FAQ

Sie möchten ein ähnliches System entwickeln? Lesen Sie die folgenden Antworten, um zu erfahren, wie algorithmische Handelssoftware auf Marktdaten, Strategien, Ausführung und Berichte zugeschnitten werden kann.

Etwas Ähnliches benötigt? Sprechen wir darüber
Oder weitere Projekte ansehen