S.A.M.S. — Smart Autonomous Market System

Обзор

S.A.M.S. (Smart Autonomous Market System) — ИИ-система автономной торговли на криптовалютных рынках, построенная на мультиагентной архитектуре, а не на едином монолитном торговом алгоритме. Вместо одной модели, принимающей все решения, S.A.M.S. распределяет анализ рынка, управление рисками и исполнение сделок между взаимодействующими агентами.

Проблема

Большинство розничных торговых ботов — это единый захардкоженный алгоритм: один набор индикаторов, одна модель риска, отсутствие памяти о прошлых решениях и невозможность понять, почему сделка сработала или нет. Это делает систему хрупкой при смене рыночного режима и непрозрачной для последующего анализа.

Решение

S.A.M.S. рассматривает торговлю как задачу проектирования системы, а не написания скрипта. Специализированные агенты отвечают за отдельные зоны ответственности — анализ рынка, оценку риска, исполнение — и обмениваются состоянием через постоянный слой знаний, а не через временные переменные в памяти. Это позволяет системе рассуждать о структуре рынка и собственных прошлых решениях, а не просто реагировать на цену.

Архитектура

• Python
• FastAPI
• React
• TypeScript
• PostgreSQL
• Neo4j
• ChromaDB
• Redis
• Docker
• Ollama
• Qwen2.5
• Bybit API

• Backend на FastAPI предоставляет слой оркестрации агентов и торговое API для дашборда на React + TypeScript.
• Neo4j хранит рыночные сущности и связи между ними в виде графа знаний (активы, сигналы, позиции, причинно-следственные связи между событиями).
• ChromaDB обеспечивает векторную память, чтобы агенты могли находить семантически похожие исторические ситуации, а не только точные совпадения.
• Redis отвечает за быстрое общее состояние и обмен сообщениями между агентами.
• Ollama с Qwen2.5 даёт агентам-аналитикам локальный inference LLM — анализ и обоснование решений не зависят от внешнего API.
• PostgreSQL — основное хранилище сделок, позиций и состояния счёта.
• Bybit API — площадка исполнения для реальной и бумажной торговли.
• Весь стек контейнеризирован с помощью Docker для воспроизводимого развёртывания.

Возможности

• Мультиагентный конвейер решений (анализ → риск → исполнение) вместо единой торговой функции.
• Постоянный граф знаний о структуре рынка, а не просто скользящий буфер цен.
• Векторный поиск по памяти для распознавания паттернов и контекста из прошлых рыночных условий.
• Локальный inference LLM для этапов рассуждения — независимо от аптайма или стоимости стороннего API.
• Прямая интеграция с Bybit для исполнения сделок на реальном крипторынке.

Технологии

• Python
• FastAPI
• React
• TypeScript
• PostgreSQL
• Neo4j
• ChromaDB
• Redis
• Docker
• Ollama
• Qwen2.5
• Bybit API

Галерея

Скриншоты и диаграммы системы готовятся и будут добавлены через дашборд.

Видео

Обзорное видео пока не опубликовано.

Roadmap

1. Ядро из нескольких агентов (анализ, риск, исполнение)

2. Интеграция графа знаний и векторной памяти

3. Реальное исполнение на Bybit

4. Публичная отчётность по результатам

Сложности

Координация нескольких агентов без взаимных противоречий потребовала явного слоя общего состояния (Neo4j + Redis), а не независимого приватного состояния у каждого агента — распространённая проблема наивных мультиагентных систем.

Уроки

Разделение памяти (что произошло) и рассуждения (что это значит) на отдельные хранилища — граф для структуры, векторное хранилище для сходства — значительно упростило отладку по сравнению с одной непрозрачной моделью.

Будущее

Расширение покрытия агента управления рисками на большее число рыночных условий и создание публичного, проверяемого трек-рекорда работы системы вживую.

GitHub

Это приватный проект — публичного репозитория пока нет.

Демо

Публичного демо нет; S.A.M.S. торгует вживую на приватных счетах.

FAQ