Construire un bot de trading crypto : guide technique pas à pas
Construire un bot de trading crypto : guide technique pas à pas
Un bot de trading, c'est du code qui exécute des ordres à ta place. Pas de magie, pas de raccourci. Juste de la logique, des API et une stratégie qui tient la route. Ce guide t'explique comment construire le tien de A à Z — sans te prendre par la main inutilement.
Pourquoi construire un bot en 2025 ?
Les marchés crypto tournent 24h/24, 7j/7. Aucun humain ne peut monitorer ça en continu. Un bot peut. Il réagit en millisecondes, sans émotion, sans fatigue. C'est son avantage principal.
Autre point : les DEX perps ont explosé. Des plateformes comme Hyperliquid ou Lighter proposent des APIs publiques, du on-chain transparent et des frais compétitifs. Pas besoin de KYC, pas de risque de gel de compte à la Binance. Pour un développeur français, c'est le terrain de jeu idéal.
Si tu débutes sur ces plateformes, commence par lire notre guide Trader sur un DEX perp : guide Hyperliquid et Lighter pour la France avant de continuer.
Choisir ta stratégie avant d'écrire une ligne de code
C'est l'erreur classique : coder d'abord, réfléchir ensuite. Résultat : un bot qui perd de l'argent de façon très automatisée.
Trois grandes familles de stratégies pour démarrer :
Choisis une stratégie, définis ses paramètres, puis code.
Stack technique recommandé
Python 3.11+ reste le standard. L'écosystème est riche, les librairies existent pour tout.
Dépendances essentielles :
Structure de projet minimale :
```
/bot
/strategy
__init__.py
trend_following.py
/execution
__init__.py
order_manager.py
/data
__init__.py
feed.py
config.py
main.py
.env
```
Ne mets jamais tes clés privées dans le code source. Utilise des variables d'environnement, point final.
Connexion à l'API Hyperliquid
Hyperliquid est aujourd'hui le DEX perp #1 en volume — pas de KYC, pas de galère, et une API REST + WebSocket bien documentée. C'est une cible parfaite pour un premier bot de trading.
Installation du SDK officiel :
```bash
pip install hyperliquid-python-sdk
```
Connexion basique :
```python
from hyperliquid.info import Info
from hyperliquid.exchange import Exchange
from eth_account import Account
import os
ACCOUNT_ADDRESS = os.getenv("HL_ADDRESS")
PRIVATE_KEY = os.getenv("HL_PRIVATE_KEY")
account = Account.from_key(PRIVATE_KEY)
info = Info(base_url="https://api.hyperliquid.xyz")
exchange = Exchange(account, base_url="https://api.hyperliquid.xyz")
```
Récupération du carnet d'ordres :
```python
l2_data = info.l2_snapshot("BTC")
best_bid = l2_data["levels"][0][0]["px"]
best_ask = l2_data["levels"][1][0]["px"]
```
Passation d'un ordre market :
```python
order_result = exchange.market_open(
name="BTC",
is_buy=True,
sz=0.001
)
print(order_result)
```
Toujours logguer les réponses. Un ordre rejeté silencieusement, ça coûte cher.
Implémenter la logique de stratégie
Exemple concret : trend following sur EMA croisée.
```python
import pandas as pd
def compute_signal(closes: list) -> str:
df = pd.DataFrame(closes, columns=["close"])
df["ema_fast"] = df["close"].ewm(span=9).mean()
df["ema_slow"] = df["close"].ewm(span=21).mean()
last = df.iloc[-1]
prev = df.iloc[-2]
if prev["ema_fast"] < prev["ema_slow"] and last["ema_fast"] > last["ema_slow"]:
return "BUY"
elif prev["ema_fast"] > prev["ema_slow"] and last["ema_fast"] < last["ema_slow"]:
return "SELL"
return "HOLD"
```
Simple. Trop simple pour être rentable tel quel, mais c'est la base sur laquelle tu construis.
Backtesting : tester avant de risquer du capital réel
Ne déploie jamais un bot non backtesté. C'est le premier commandement.
Avec `vectorbt` :
```python
import vectorbt as vbt
import numpy as np
close = vbt.YFData.download("BTC-USD", period="1y").get("Close")
fast_ma = vbt.MA.run(close, 9)
slow_ma = vbt.MA.run(close, 21)
entries = fast_ma.ma_crossed_above(slow_ma)
exits = fast_ma.ma_crossed_below(slow_ma)
pf = vbt.Portfolio.from_signals(close, entries, exits, init_cash=10000)
print(pf.stats())
```
Métriques à surveiller impérativement :
Gestion du risque : le module que tu ne dois pas négliger
Un bot sans gestion du risque, c'est une bombe à retardement.
Règles minimales à coder :
Pour aller plus loin sur le risk management sans risque directionnel, la stratégie delta-neutral via les funding rates est très pertinente. On en parle en détail ici : funding rates et stratégie delta-neutral : générer des revenus sans risque directionnel.
Déploiement et monitoring
Un bot qui tourne sur ton laptop, c'est du bricolage. Pour la prod :
Sur le plan réglementaire français : le trading algorithmique pour compte propre est légal. En revanche, si tu gères du capital pour des tiers, tu entres dans le champ de la réglementation AMF. Reste sur ton propre capital tant que tu n'as pas clarifié ce point.
Conclusion
Le bot est prêt ? Lance-le en paper trading d'abord — Hyperliquid propose un environnement de test. Observe son comportement sur 2 à 4 semaines minimum avant de passer au capital réel. Et commence petit : 100-200€ suffisent pour valider qu'un bot fonctionne en conditions réelles. Scale ensuite, progressivement.
