SmartBot 2.0: як я перетворив свій бот для OKX на AI-керований міні-термінал з реальними TP/SL і вибором LLM/ML моделей

У першій статті на DOU я розповідав про створення власного GUI-бота для OKX — тоді це була проста утиліта з таблицею позицій, ROE-моніторингом та базовими TP/SL.

Сьогодні все змінилося

SmartBot 2.0 — це вже не «перший проєкт», а повноцінний AI-керований міні-термінал, який включає:

• реальні TP/SL через OKX trigger-ордера
• нову оптимізовану архітектуру
• графік із ключовими індикаторами
• два AI-шари: LLM + ML
• вибір моделей штучного інтелекту просто в інтерфейсі
• оновлене головне меню торгових параметрів

Це продовження того, з чого я почав — але тепер уже на іншому рівні.

Нове ядро: оптимізована архітектура + синхронізація з API

У другій версії я повністю переписав технічний каркас SmartBot.

У SmartBot v1 значна частина логіки була всередині GUI-коду — тепер усе розділено на модулі.

Приклад нового ядра:

class SmartBotCore:
    def __init__(self, api):
        self.api = api
        self.market_cache = {}
        self.positions = {}
        self.settings = {}

У GUI залишилися лише:

• інтерфейс
• відображення
• виклики функцій ядра

Що це дало:

✔ стабільність

✔ менше затримок

✔ легше розширювати

✔ точніша синхронізація з API OKX

Основні технічні зміни:

• єдиний кеш ринкових даних
• окремі потоки для графіка й AI
• чітко розділена логіка торгівлі
• повна синхронізація позицій з акаунтом

Живий графік з індикаторами — майже як у терміналі

Графік у SmartBot 2.0:

• оновлюється в реальному часі
• використовує кеш ринку
• підтримує ключові індикатори

Індикатори:

• SMA 10/20/50
• RSI 14
• Parabolic SAR
• Volume
• маркер поточної ціни

Приклад розрахунку:

df["sma20"] = df["close"].rolling(20).mean()
df["rsi"] = compute_rsi(df["close"], 14)
df["sar"] = PSARIndicator(
    high=df["high"], 
    low=df["low"], 
    close=df["close"]
).psar()

Графік — це не декоративний елемент: LLM отримує показники із графіка, щоб давати точні сигнали.

Реальні TP/SL через OKX trigger-ордера

У SmartBot v1 TP/SL працювали як внутрішні перевірки в Python.

У SmartBot 2.0 я перейшов на trigger-ордера OKX, тобто виконання відбувається на біржі.

Приклад:

payload = {
    "instId": symbol,
    "tdMode": "cross",
    "ordType": "trigger",
    "side": "sell",
    "triggerPx": str(tp_price),
    "sz": str(size),
}
resp = self.trade_api.place_algo_order(payload)

Переваги:

✔ спрацьовує навіть коли бот вимкнений

✔ немає ризику пропустити момент

✔ стабільність, бо логіка — на стороні біржі

✔ GUI лише синхронізує та відображає

Нове меню параметрів: TP, SL, TP Ratio, ROE-пороги, трейлінг

У SmartBot 2.0 я оновив верхню панель. Тепер усі важливі торгові параметри — на один клік.

🟦 1) TP (Take Profit)

Може задаватися у вигляді ціни або відсотка:

tp_price = entry * (1 + tp_ratio)

🟥 2) SL (Stop Loss)

sl_price = entry * (1 - sl_ratio)

🟩 3) TP Ratio (%) — нова фіча SmartBot 2.0

Бот сам розраховує TP відносно ціни входу.

Приклад:

TP Ratio = 0.7% → бот сам рахує цільову ціну.

ratio = float(self.tp_ratio_var.get()) / 100
tp_price = entry_price * (1 + ratio)
self.place_tp_order(tp_price)

🟪 4) Trailing / Dynamic TP

new_tp = max(tp_price, last_high * (1 - trail_percent))

Подвійна AI-система: мовні LLM + локальні ML

Одна з ключових інновацій SmartBot 2.0 — двошаровий AI-двигун:

🟦 1) LLM-моделі (мовні)

Вони:

• пояснюють ринкові події
• дають рекомендації LONG/SHORT/NEUTRAL
• описують ризики
• формують сигнали

Вибір моделі прямо в GUI:

self.model_choices = [
    "groq/compound",
    "openai/gpt-oss-safeguard-20b",
    "openai/gpt-oss-120b",
    "moonshotai/kimi-k2-instruct-0905",
    "meta-llama/llama-4-maverick-17b-128e-instruct",
    "llama-3.3-70b-versatile",
]

🟩 2) ML-моделі (локальні)

Працюють без інтернету.

Прогнозують короткостроковий рух ціни:

• Transformer
• XGBoost
• LightGBM
• Random Forest

final_signal = {
    "ml_dir": ml_pred,
    "ai_dir": llm_dir,
    "confidence": (ml_conf * llm_conf),
}

Короткі висновки

SmartBot 2.0 — це вже не просто Python-бот.

Технічна частина

• trigger-ордера OKX
• нове ядро з потоками
• кеш ринку
• живий графік
• синхронізація позицій

AI-частина

• 6 LLM-моделей
• локальний ML-двигун
• комбінований AI+ML сигнал

інтерфейс

• TP, SL, TP Ratio
• ROE-пороги
• трейлінг
• DEMO режим

Порівняння SmartBot 2.0 з іншими системами

SmartBot не конкурує з великими сервісами напряму, але функціонально перекриває багато їхніх можливостей.

Порівняльна таблиця

Підсумок

SmartBot 2.0:

• працює локально, без хмарних сервісів
• має унікальну комбінацію AI + ML
• використовує trigger-ордера OKX
• підтримує sandbox
• має живий графік із індикаторами
• виконує функції рівня професійних терміналів
• є безкоштовна версія (DEMO)

SmartBot 2.0 — це AI-керований термінал, а не просто ще один бот.