Autonomer Krypto-Trading-Bot

Ein zweistufiger autonomer Krypto-Trading-Bot:

1. Screener (Top 100 Coins, regelbasiert, kein KI)
2. KI-Entscheidung (Entry/Exit durch LLM)
3. Paper-Trading (Supabase, kein echtes Geld)
4. 24/7 auf Hugging Face Spaces, getriggert von Cron-Job.org

Tech Stack

Komponente	Dienst
Hosting	Hugging Face Spaces (Public)
Trigger	Cron-Job.org (alle 5 Min, GET)
Marktdaten	Kraken Public API
KI	OpenRouter (Anthropic-kompatibel)
Datenbank	Supabase (PostgreSQL)

Setup

1. Lokale Entwicklung

python -m venv venv
source venv/bin/activate  # oder venv\Scripts\activate auf Windows
pip install -r requirements.txt

2. Umgebungsvariablen

Kopiere .env.example zu .env und fülle die Werte:

AI_PROVIDER=anthropic
AI_MODEL_NAME=openrouter/owl-alpha
ANTHROPIC_API_KEY=sk-or-v1-...
ANTHROPIC_BASE_URL=https://openrouter.ai/api
SUPABASE_URL=https://your-project.supabase.co
SUPABASE_KEY=your-anon-key

3. Supabase Schema

Führe schema.sql im Supabase SQL Editor aus.

4. Lokale Tests

python run_screener_test.py   # Phase 1: Screener
python run_ai_test.py          # Phase 2: KI
python run_db_test.py          # Phase 3: DB
python run_exit_test.py        # Phase 4: Exit
python run_full_test.py        # Alles zusammen

5. Hugging Face Deployment

1. GitHub Repo erstellen und pushen
2. Hugging Face Space erstellen (Free Tier, Docker SDK)
3. GitHub Repo mit Space verknüpfen
4. Secrets eintragen:
   • ANTHROPIC_API_KEY
   • ANTHROPIC_BASE_URL
   • AI_MODEL_NAME
   • SUPABASE_URL
   • SUPABASE_KEY
5. Space auf Public setzen (sonst 404 im Browser)
6. Cron-Job.org einrichten: GET https://<user>-trading-bot.hf.space/scan alle 5 Min

API Endpoints

Endpoint	Methode	Beschreibung
/	GET	Health Check
/scan	GET/POST	Bot-Zyklus ausführen
/dashboard	GET	HTML Dashboard
/positions	GET	Offene Positionen (JSON)
/status	GET	Bot Status (JSON)
/history	GET	Scan-Historie (JSON)

KI Provider wechseln

Der Bot unterstützt drei KI-Provider:

# Anthropic (Standard)
AI_PROVIDER=anthropic
AI_MODEL_NAME=claude-sonnet-4-20250514

# OpenAI
AI_PROVIDER=openai
AI_MODEL_NAME=gpt-4o-mini

# Ollama (lokal)
AI_PROVIDER=ollama
AI_MODEL_NAME=llama3.2

Phasen

• Phase 1: Lokaler Screener-Test
• Phase 2: KI lokal integrieren
• Phase 3: Supabase anbinden
• Phase 4: Exit-Logik integrieren
• Phase 5: Hugging Face Deployment
• Phase 6: Dashboard + Cron-Job.org
• Phase 7: Live Monitoring & Optimierung

Lizenz

Privat — nicht für Produktion ohne Tests.