Elie Vascres
Retour aux réalisations
R&D personnelle

Vikeur

Une plateforme de trading crypto quantitatif

2025 – 2026

PythonFastAPINext.jsTypeScriptTimescaleDBRedisDockerCaddy
Privé — accès restreint
Vikeur interface
Aperçu

Vikeur est un système que j'ai construit seul pour étudier et tester le trading crypto automatisé. Il collecte des données de marché, génère des signaux de trading, et peut exécuter des ordres — en mode simulé (« papier ») ou, une fois une stratégie prouvée, en mode réel contrôlé.

Problématique

Le trading automatisé peut mal tourner très vite et faire perdre de l'argent réel. Je voulais construire un système où les erreurs sont détectées tôt, et où une stratégie ne peut pas trader avec des fonds réels tant qu'elle n'a pas fait ses preuves avec des données.

Solution

J'ai construit un backend en Python et FastAPI qui collecte des données de marché en direct depuis HTX et Binance, fait tourner plusieurs moteurs de décision indépendants, et combine leurs signaux via une étape de calibration. Un moteur de risque séparé vérifie chaque décision avant exécution, et peut stopper tout le trading immédiatement via un coupe-circuit.

Ma contribution

J'ai conçu et construit l'ensemble du système seul : le pipeline de données, les moteurs de décision, le moteur de risque, la logique de cycle de vie des stratégies, le dashboard Next.js, et le déploiement.

Fonctionnalités clés
  • Données de marché en direct depuis HTX et Binance (spot et futures)
  • Plusieurs moteurs de décision indépendants, fusionnés par calibration probabiliste
  • Un moteur de risque avec un coupe-circuit strict
  • Une règle de gouvernance qui bloque le trading réel tant qu'une stratégie n'est pas validée statistiquement
  • Suspension automatique des stratégies qui cessent de performer
  • Notifications Telegram
  • Un dashboard Next.js pour surveiller le système, protégé par une authentification
Architecture
Détails techniques

Le système tourne comme plusieurs services (collecte de données, moteur de décision, moteur de risque, exécution, et plus), chacun avec une frontière claire imposée dans le code — 16 frontières, vérifiées automatiquement avec import-linter. Il utilise TimescaleDB pour les données de marché, Redis pour la messagerie interne rapide, et est déployé avec Docker et Caddy sur un VPS.

Comment il a été construit

Je l'ai construit par étapes, en ajoutant une capacité à la fois — données, puis signaux, puis risque, puis exécution, puis supervision — en testant chaque étape avant de passer à la suivante.

Où il en est aujourd'hui

Le système est fonctionnellement complet et tourne en mode papier. Je n'ai pas encore engagé de fonds réels en trading réel — la règle de gouvernance fait exactement ce pour quoi elle a été conçue.