Блог
Движок правил Detector: стратегии на TypeScript
Пишите торговые стратегии как типизированные конфиги — условия, веса, пороги. Получайте оценённые сигналы с полной атрибуцией, которые напрямую питают AI-конвейер Advisor.
Что это
Движок правил Detector позволяет описывать торговые стратегии как структурированные TypeScript-объекты вместо императивного кода. Три секции: входные данные, правила, пороги.
Сигналы движка правил напрямую поступают в 8-ступенчатый AI-конвейер Advisor. Лучшие правила = лучшие решения AI.
Как это работает
Входные данные — что использовать
inputs: {
candles: { symbol: 'BTCUSDT', timeframe: '5m' },
orderflow: { symbol: 'BTCUSDT', depth: 10 },
}
Данные загружаются из Provider автоматически.
Правила — что искать
rules: [
{
id: 'ema_trend_aligned',
description: 'Цена выше 20 EMA на 5m',
condition: ({ candles }) => candles.close > candles.ema(20),
weight: 2.0,
direction: 'long',
},
{
id: 'orderflow_imbalance',
description: 'Поток покупок превышает продажи на 30%+',
condition: ({ orderflow }) => orderflow.buyRatio > 0.65,
weight: 1.5,
direction: 'long',
},
{
id: 'volume_spike',
description: 'Объём в 2 раза выше 20-периодного среднего',
condition: ({ candles }) => candles.volume > candles.avgVolume(20) * 2,
weight: 1.0,
direction: 'long',
},
]
Каждое сработавшее правило добавляет свой вес к итоговой оценке.
Пороги — когда генерировать сигнал
thresholds: {
long: { min: 3.5 },
short: { min: 3.5 },
}
Первые два правила = оценка 3.5 (на пороге). Все три = 4.5.
Что вы получаете
- Полная атрибуция — видно, какие правила сработали на каждой свече и почему
- Единая шкала — все стратегии используют одну шкалу, легко сравнивать
- Изоляция — сломанное правило не влияет на другие стратегии
- Обычный TypeScript — типизирован, автодополняется, версионируется в git
Несколько стратегий
Запускайте сколько угодно экземпляров Detector:
- Разные стратегии для разных рыночных режимов
- Разные экземпляры для разных активов
- A/B-тестирование весов правил на одном инструменте
Как это питает AI
Атрибуция правил из сигнала передаётся в конвейер Advisor. LLM получает структурированные данные правил вместо сырых индикаторов — и принимает более обоснованные решения.
Лучшие правила → лучшие сигналы → лучшие решения AI.
Начало работы
- Справочник API Detector — полная схема конфигурации
- Руководство по установке Detector — настройка первого экземпляра
- Пример
advisor-llm-hybridв репозитории — готовая к production конфигурация