CryptoSpreadEdge

!Tests

Système de trading crypto haute fréquence avec intelligence artificielle et déploiement Docker Swarm.

Vue d'ensemble

CryptoSpreadEdge est une plateforme de trading automatisée pour les cryptomonnaies, conçue pour la haute fréquence et l'optimisation maximale. Le système utilise des stratégies d'IA en temps réel et se connecte à de multiples plateformes d'échange pour maximiser les opportunités de trading.

Fonctionnalités principales

• Trading haute fréquence : Exécution ultra-rapide des ordres

• Multi-plateformes : Support de Binance, Coinbase, Kraken, Bybit et plus

• Temps réel : Données de marché en streaming continu

• IA intégrée : Stratégies de trading basées sur l'apprentissage automatique

• Analyse de marché : Détection automatique des opportunités

• Gestion des risques : Contrôles automatiques et alertes

• Persistance PostgreSQL : Stockage robuste des données de trading

• APIs historiques : Accès complet à l'historique des opérations

• Déploiement Docker Swarm : Infrastructure scalable et résiliente

Architecture

Le projet suit une architecture modulaire avec les composants suivants :

• Core : Moteur de trading, gestion des données de marché, ordres et risques

• Connectors : Connecteurs pour les différentes plateformes d'échange

• AI : Modèles d'IA, stratégies de trading et backtesting

• Data : Gestion des données temps réel, stockage et analytics

• API : Interfaces REST, WebSocket, gRPC et GraphQL

• Monitoring : Métriques, logs, alertes et dashboards

Technologies utilisées

• Backend : Python 3.11+, FastAPI, asyncio

• Trading : CCXT, WebSockets, Redis, InfluxDB

• Base de données : PostgreSQL, SQLAlchemy, asyncpg

• IA/ML : PyTorch, TensorFlow, scikit-learn, TA-Lib

• Infrastructure : Docker Swarm, Prometheus, Grafana, ELK Stack

Installation

Prérequis

• Python 3.11+

• Conda (Miniconda ou Anaconda)

• Docker et Docker Swarm

• Redis

• InfluxDB

Installation avec Conda (Recommandé)

Cloner le repository
git clone https://github.com/loupix/CryptoSpreadEdge.git
cd CryptoSpreadEdge
Méthode 1: Script automatique
python start.py setup dev
Méthode 2: Gestionnaire conda
python scripts/setup/conda-manager.py create dev
python scripts/setup/conda-manager.py setup
Méthode 3: Manuel
conda env create -f environment-dev.yml
conda activate cryptospreadedge-dev

Installation avec pip (Alternative)

Cloner le repository
git clone https://github.com/loupix/CryptoSpreadEdge.git
cd CryptoSpreadEdge
Créer un environnement virtuel
python -m venv venv
source venv/bin/activate  # Linux/Mac
ou
venv\Scripts\activate     # Windows
Installer les dépendances
pip install -r requirements.txt
Configuration
cp config/environments/env.example config/environments/.env
Éditer le fichier .env avec vos clés API

Déploiement Docker Swarm

Initialiser le swarm
docker swarm init
Déployer la stack
docker stack deploy -c infrastructure/docker/swarm/docker-stack.yml cryptospreadedge

Configuration

Utilisation

Démarrage rapide

Méthode 1: Script de démarrage (recommandé)
python start.py run dev      # Mode développement
python start.py run prod     # Mode production
python start.py test         # Lancer les tests
python start.py status       # Voir le statut
Méthode 2: Manuel
conda activate cryptospreadedge-dev
python -m src.main
Méthode 3: Direct
python -m src.main

Gestion des environnements

Créer un environnement
python scripts/setup/conda-manager.py create dev
python scripts/setup/conda-manager.py create prod
python scripts/setup/conda-manager.py create test
Activer un environnement
conda activate cryptospreadedge-dev
conda activate cryptospreadedge-prod
conda activate cryptospreadedge-test
Mettre à jour un environnement
python scripts/setup/conda-manager.py update dev
Supprimer un environnement
python scripts/setup/conda-manager.py remove dev
Lister les environnements
python scripts/setup/conda-manager.py list

Types d'environnements

• dev : Environnement de développement (léger, CPU seulement)

• prod : Environnement de production (complet, GPU support)

• test : Environnement de test (minimal, pour les tests)

API

Une fois démarré, l'API est disponible sur http://localhost:8000

• Documentation interactive : http://localhost:8000/docs

• WebSocket temps réel : ws://localhost:8000/ws

Stratégies de trading

Le système inclut plusieurs stratégies d'IA :

• Arbitrage : Détection des écarts de prix entre exchanges

• Momentum : Trading basé sur les tendances

• Mean Reversion : Retour à la moyenne

• Machine Learning : Modèles prédictifs personnalisés

Monitoring

• Métriques : Prometheus sur http://localhost:9090

• Dashboards : Grafana sur http://localhost:3000

• Logs : Kibana sur http://localhost:5601

Développement

Tests

Tests unitaires
pytest tests/unit
Tests d'intégration
pytest tests/integration
Tests end-to-end
pytest tests/e2e
Tests de performance
pytest tests/performance

Notes sur l'exécution des tests

• Certains tests externes (deep learning, prédiction) requièrent torch ou ta-lib. Ils ne sont pas inclus par défaut.

• Pour exécuter notre pipeline d'indicateurs sans ces dépendances: pytest -k "not deeplearning and not prediction".

• La CI exécute automatiquement tests/unit et tests/integration sur chaque PR, et tests/e2e sur la branche main.

Formatage du code

Formatage automatique
black src/
isort src/
Vérification des types
mypy src/

Contribution

Licence

Ce projet est sous licence MIT. Voir le fichier LICENSE pour plus de détails.

Avertissement

Le trading de cryptomonnaies comporte des risques élevés. Ce logiciel est fourni à des fins éducatives et de recherche. Utilisez-le à vos propres risques.