The automatic cryptocurrency trading system using a scalping strategy

Скорочена інформація про документ
dc.contributor.authorBeraudo, Elisa
dc.contributor.authorOliinyk, Yurii
dc.date.accessioned2025-04-16T12:21:10Z
dc.date.available2025-04-16T12:21:10Z
dc.date.issued2024
dc.description.abstractThe study focuses on the development and implementation of an automated system for scalping strategies in cryptocurrency markets. Scalping, a high-frequency trading strategy, aims to generate profits from small price fluctuations. The primary goal of the research is to create an automated trading bot that addresses critical issues such as latency, risk management, scalability, and reliability in real-world market conditions. To achieve this, the following objectives were defined: develop a novel scalping method, implement a software solution to integrate the method into an automated trading system, and evaluate its effectiveness through experimental testing. The research methodology utilized technical indicators, including the Exponential Moving Average (EMA) and Volume Weighted Average Price (VWAP). Pseudocode was created to illustrate the decision-making process, incorporating key parameters such as smoothing factors, time periods, and thresholds for trade execution. The software architecture consists of modules: Binance exchange integration, data collection and management, strategy analysis, trade execution, and historical data storage. Technologies such as PostgreSQL, Redis, WebSocket, and Python libraries (Pandas, NumPy, TA-Lib) were employed to ensure the robustness and efficiency of the system. Experiments were conducted using the BTC/USDT trading pair, known for its high liquidity and volatility. The system was tested on hardware featuring an Intel Core i7-10700K processor, 32 GB of RAM, and a 1 Gbps network connection. A comparative analysis between the scalping strategy and a trend-following strategy demonstrated the advantages of scalping in volatile markets. The scalping bot executed 15 trades (13 successful) within two hours, achieving a total profit of 120 USDT. Performance metrics, including latency (15–50 ms), signal processing time, CPU utilization (5–55%), and memory usage (120–2100 MB), were measured. The results confirmed the system's modular architecture and its ability to scale linearly with increasing trading volumes. The findings validate the effectiveness of the proposed method and the reliability of the developed system in real-world conditions. Future research may focus on optimizing algorithms to reduce resource consumption and integrating advanced risk management techniques to enhance performance.
dc.description.abstractotherУ дослідженні розглянуто питання розробки та впровадження автоматизованої системи для скальпінгових стратегій на криптовалютному ринку. Скальпінг є високочастотною стратегією, що орієнтована на отримання прибутку від незначних цінових коливань. Основна мета роботи – створення автоматизованого торгового бота, що вирішує ключові проблеми, пов’язані з латентністю, управлінням ризиками, масштабованістю та надійністю у реальних ринкових умовах. Для досягнення цієї мети було сформульовано завдання: розробити новий метод скальпінгу, реалізувати програмне рішення для його інтеграції у систему автоматизованої торгівлі та оцінити ефективність роботи системи за допомогою експериментального тестування. Методологія дослідження базується на використанні технічних індикаторів, таких як експоненційне ковзне середнє (Exponential Moving Average, EMA) та об’ємнозважена середня ціна (Volume Weighted Average Price, VWAP). Псевдокод методики було розроблено для кращого розуміння процесу прийняття рішень, включаючи параметри згладжування, часові періоди та порогові значення для входу та виходу з позицій. Реалізована архітектура системи включає такі модулі: модуль інтеграції з біржею Binance, модуль збору та управління даними, модуль аналізу та стратегії, модуль виконання торгових операцій і зберігання історичних даних. Для розробки системи використовувалися технології PostgreSQL, Redis, WebSocket та бібліотеки Python (Pandas, NumPy, TA-Lib). Експерименти проводилися на парі BTC/USDT, яка характеризується високою ліквідністю та волатильністю. Система тестувалася на обладнанні з процесором Intel Core i7-10700 K, 32 ГБ оперативної пам’яті та підключенням до мережі зі швидкістю 1 Гбіт/с. Порівняльний аналіз скальпінгової стратегії та трендової стратегії показав перевагу першої в умовах високої волатильності ринку: бот виконав 15 угод (13 успішних) із загальним прибутком 120 USDT протягом двох годин. Було оцінено ключові показники продуктивності, такі як затримка (15–50 мс), час обробки сигналів, завантаженість CPU (5–55%) та використання пам’яті (120–2100 МБ). Лінійне масштабування ресурсів підтвердило модульність і гнучкість архітектури системи, що дозволяє ефективно керувати збільшенням обсягів торгівлі. Отримані результати свідчать про ефективність запропонованого методу та надійність розробленої системи у реальних умовах. Подальші дослідження можуть бути спрямовані на оптимізацію алгоритмів для зменшення споживання ресурсів та інтеграцію передових методів управління ризиками.
dc.format.pagerangePp. 112-124
dc.identifier.citationBeraudo, E. The automatic cryptocurrency trading system using a scalping strategy / Elisa Beraudo, Yurii Oliinyk // Information, Computing and Intelligent systems. – 2024. – No. 5. – Pp. 112-124. – Bibliogr.: 11 ref.
dc.identifier.doihttps://doi.org/10.20535.2786-8729.5.2024/316563
dc.identifier.orcid0000-0001-7550-3620
dc.identifier.orcid0000-0002-7408-4927
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/73400
dc.language.isoen
dc.publisherNational Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
dc.publisher.placeKyiv
dc.relation.ispartofInformation, Computing and Intelligent systems, No.5
dc.subjectautomated trading
dc.subjectscalping
dc.subjectcryptocurrency
dc.subjectBinance API
dc.subjectalgorithmic trading
dc.subjectавтоматична торгівля
dc.subjectскальпінг
dc.subjectкриптовалюта
dc.subjectалгоритмічна торгівля
dc.subject.udc004.94
dc.titleThe automatic cryptocurrency trading system using a scalping strategy
dc.title.alternativeАвтоматична система торгівлі криптовалютою з використанням скальпінгової стратегії
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
112-124.pdf
Розмір:
709.55 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Information, Computing and Intelligent systems, No. 5