Budżet: 18000 USD Termin: 40 dni
Jeśli potrzebny jest silny programista, to jestem gotów to zrobić, ale jeśli to około 100 godzin pracy, to stawka powinna wynosić w granicach 15-17, czyli 1500-1700 dolarów. Proszę o kontakt.
Szukam programisty Pythona do stworzenia osobistego bota do handlu kryptowalutami, który integruje LLM (GPT-4 / Claude) do generowania sygnałów, z
odpowiednim zarządzaniem ryzykiem i całodobowym wsparciem.
Zakres prac:
CCXT + Binance Spot
Moduł podejmowania decyzji oparty na LLM (głosowanie dwóch modeli)
Sztywno zaprogramowane zasady zarządzania ryzykiem + powiadomienia w Telegramie
Wdrożenie w Dockerze na VPS
Szacowany czas pracy: 80-120 godzin
Budżet: 18000 USD Termin: 40 dni
Jeśli potrzebny jest silny programista, to jestem gotów to zrobić, ale jeśli to około 100 godzin pracy, to stawka powinna wynosić w granicach 15-17, czyli 1500-1700 dolarów. Proszę o kontakt.
Budżet: 1000 USD Termin: 7 dni
Cześć, pracowałem nad botem do handlu kryptowalutami z integracją GPT-4 do analizy rynku i automatycznego handlu przez API Binance, osiągnąłem 73% dokładności sygnałów w ciągu 3 miesięcy testowania.
Ciekawi mnie, jaką dokładnie strategię głosowania z dwoma modelami planujesz wdrożyć dla LLM - porównanie odpowiedzi GPT-4 i Claude'a czy inne podejście?
Proponuję się skontaktować, chętnie doradzę Ci bezpłatnie z technicznej strony i wspólnie opracujemy plan rozwoju + opowiem o moim zespole!
Budżet: 990 USD Termin: 14 dni
Cześć!
Twój projekt doskonale pasuje do mojego głównego stosu: asynchroniczny Python, integracje LLM i wdrożenia Docker. Robiłem podobne systemy — z routowaniem między dostawcami AI, porównywaniem wyników modeli i powiadomieniami Telegram.
Co do punktów specyfikacji:
**Moduł LLM z głosowaniem dwóch modeli.** W SaaS AI-asystencie już realizowałem routowanie między dostawcami (GPT-4 / Claude / DeepSeek / Mistral przez OpenRouter) i systematycznie porównywałem wyniki modeli w celu wyboru optymalnego. Głosowanie dwóch modeli z weryfikacją konsensusu — naturalne rozszerzenie tej logiki, plus wywołanie funkcji dla ustrukturyzowanego formatu sygnału (kierunek, pewność, uzasadnienie).
**CCXT + Binance Spot.** Pracowałem z CCXT, asynchroniczny wrapper łączy się standardowo. Mam doświadczenie w integracji z API giełdowymi i płatniczymi (CryptoCloud, TON Connect, Lava.top).
**Zarządzanie ryzykiem.** Sztywno zakodowane zasady (stop-loss, maksymalny rozmiar pozycji, dzienny limit strat, cooldown po serii strat) realizuję jako oddzielną warstwę przed wykonaniem zlecenia. To krytyczne: LLM nie powinna mieć możliwości obejścia limitów — jej wyjście przechodzi przez walidator.
**Powiadomienia Telegram.** Główny instrument, robiłem dziesiątki botów na aiogram — sygnały, potwierdzenia wykonania, błędy, dzienne raporty, awaryjne zatrzymanie na komendę.
**Docker na VPS.** Wszystkie projekty produkcyjne wdrażam samodzielnie przez Docker Compose, konfiguruję healthchecki, auto-restarty, logowanie, monitoring.
Kilka pytań, zanim ocenię dokładniej:
1. Jaki jest przewidywany czas realizacji i ile par handlowych planujecie? To wpływa na limity szybkości Binance i koszt wywołań LLM.
2. LLM analizuje wskaźniki/świece czy tło wiadomości/sentiment? Od tego zależy struktura promptów i koszt kontekstu.
3. Bot wykonuje zlecenia automatycznie czy wysyła sygnały do ręcznego potwierdzenia?
4. Czy są wymagania dotyczące backtestingu strategii przed uruchomieniem na prawdziwych pieniądzach?
Ocena 80–120 godzin wydaje mi się realistyczna dla MVP z jedną–dwiema parami i podstawowym zestawem strategii. Jestem gotów zacząć w ciągu kilku dni.
Budżet: 1000 USD Termin: 1 dzień
Cześć! Mam wystarczające doświadczenie, aby zrealizować ten projekt, napisz w prywatnej wiadomości, aby omówić szczegóły.
Moja stawka to 250 zł/godz., więc za Twój projekt będzie to 25 000 zł, termin realizacji 2-3 tygodnie.
Budżet: 1000 USD Termin: 30 dni
Mam praktyczne doświadczenie w tworzeniu usług Python z wykorzystaniem API giełd, architektury asynchronicznej, integracji AI oraz zautomatyzowanych systemów podejmowania decyzji. Kluczową trudnością w Twoim projekcie nie jest samo podłączenie GPT-4 lub Claude, ale stworzenie niezawodnej architektury, w której AI nie podejmuje chaotycznych decyzji, lecz działa w ramach ściśle ograniczonego systemu handlowego z kontrolą ryzyka i filtrowaniem sygnałów. Taki właśnie sposób działania stosuję w moim rozwoju. Realizuję modułową strukturę bota, w której osobno przetwarzane są dane rynkowe, sygnały modeli, zarządzanie ryzykiem, realizacja zleceń i logowanie. Pozwoli to w przyszłości na skalowanie systemu, podłączanie nowych strategii, giełd lub modeli bez całkowitego przepisywania projektu. Szczególną uwagę zwracam na bezpieczeństwo kluczy API, odporność na awarie oraz stabilną całodobową pracę na VPS. Ważnym atutem będzie również przejrzystość logiki: wszystkie sygnały, przyczyny wejścia w transakcję, ograniczenia dotyczące ryzyka i działania bota będą logowane i wysyłane do Telegramu. Umożliwi to kontrolowanie systemu w czasie rzeczywistym i szybkie analizowanie wyników. W razie potrzeby przykłady podobnych integracji AI i rozwiązań architektonicznych udostępnię na żądanie.
Plan pracy:
analiza wymagań i projektowanie architektury bota;
ustawienie środowiska Python i struktury projektu;
integraacja Binance Spot przez CCXT;
realizacja pozyskiwania danych rynkowych i przetwarzania sygnałów;
podłączenie GPT-4 / Claude przez API;
realizacja systemu głosowania z dwoma modelami;
stworzenie modułu filtrowania i walidacji sygnałów AI;
opracowanie sztywno określonego zarządzania ryzykiem;
ustawienie ograniczeń dotyczących pozycji, strat i częstotliwości transakcji;
realizacja powiadomień Telegram i logowania;
opracowanie systemu monitorowania stanu bota;
konteneryzacja projektu przez Docker;
depoj i ustawienie VPS;
testowanie stabilności, obsługi błędów i scenariuszy edge-case;
Budżet: 3500 USD Termin: 30 dni
Witam!
Twoje zadanie dotyczące stworzenia osobistego bota do kryptotradingu z modułem LLM do podejmowania decyzji jest całkowicie zrozumiałe. Architektura z głosowaniem dwóch modeli (GPT-4 + Claude) oraz sztywnym hardcodem zarządzania ryzykiem to obecnie najbardziej niezawodne podejście do AI tradingu.
Mam doświadczenie w tworzeniu asynchronicznych systemów w Pythonie, integracji agentów LLM oraz pracy z interfejsami API.
Jak zrealizuję ten projekt:
Moduł integracji giełdy (CCXT + Binance Spot):
Realizacja na Asyncio w celu minimalizacji opóźnień przy pozyskiwaniu danych rynkowych (Orderbook, Kliny) oraz składaniu zleceń (Market/Limit).
Bezpieczne przechowywanie kluczy API przez zmienne środowiskowe.
Moduł Decyzji LLM (Głosowanie):
Opracowanie asynchronicznych zapytań do OpenAI i Anthropic API z wyraźnym schematem JSON na wyjściu (Kup / Sprzedaj / Trzymaj, cel, stop).
Logika konsensusu: zlecenie otwierane jest tylko przy zgodności sygnałów z obu modeli (lub zgodnie z Twoim ciężarem modeli). Optymalizacja promptów w celu minimalizacji opóźnień i kosztów tokenów.
Zarządzanie ryzykiem i powiadomienia Telegram:
Wydzielenie zasad zarządzania ryzykiem (Maks. spadek, wielkość pozycji od depozytu, ścisły Stop-Loss/Take-Profit) do izolowanego niezależnego modułu, który blokuje wszelkie nieprawidłowe komendy od LLM.
Logowanie wszystkich kroków i wysyłanie natychmiastowych alertów do Telegramu (status zleceń, saldo, błędy).
Infrastruktura:
Konteneryzacja całej aplikacji przez Docker (Multi-stage build dla lekkości obrazu).
Konfiguracja na Twoim VPS z polityką restartu 24/7 i rotacją logów.
Budżet: 1000 USD Termin: 30 dni
Cześć. Mogę zająć się tym zadaniem. Proponuję robić wszystko etapami, aby od razu stworzyć stabilną podstawę, a nie tylko „bota dla bota”. Najpierw — integracja z Binance Spot przez CCXT, logika handlowa, zarządzanie ryzykiem, powiadomienia w Telegramie i tryb testowy bez rzeczywistych transakcji. Po tym już podłączymy moduł LLM i logikę głosowania modeli. Od razu zaznaczam ważny punkt: nie dawałbym GPT/Claude bezpośredniego dostępu do otwierania transakcji. Model może uczestniczyć w analizie i formowaniu sygnału, ale ostateczna decyzja powinna przechodzić przez ściśle określone zasady ryzyka — limity, stop-loss, ograniczenia dotyczące dziennego spadku, liczby pozycji itd. Można również zrobić: — wdrożenie Docker na VPS — logowanie i monitorowanie — automatyczne powiadomienia w Telegramie — dry-run / paper trading przed uruchomieniem na rzeczywiste środki W kwestii technologii wszystko jasne: Python, CCXT, Binance API, Docker. Jeśli masz specyfikację lub przykład logiki sygnałów — możesz przesłać, spojrzę i powiem, jak najlepiej zrealizować architekturę.
Budżet: 2000 USD Termin: 15 dni
Dzień dobry! Przedstawiam zespół profesjonalnych programistów, specjalizujących się w tworzeniu rozwiązań AI dla biznesu! Zrealizujemy projekt pod klucz 🙌
Doświadczony zespół, gotowy zaproponować specjalne warunki dla Ciebie. Napisz do mnie wiadomość prywatną, pokażę nasze portfolio i stronę internetową. Gwarantuję wysoką jakość i szybkie wykonanie!
Budżet: 1000 USD Termin: 30 dni
Cześć! Zapoznałem się z twoim zadaniem i uważam, że mogę je pomyślnie wykonać. Będę wdzięczny za współpracę, proszę, napisz do mnie osobiście w celu dalszych szczegółów.
Budżet: 1000 USD Termin: 14 dni
80-120 godzin zajmie tylko testowanie wsteczne na podstawie historii, ustawienie zmiennych do dynamicznych formuł i uruchomienie demonstracyjne, widać, że autor nie rozumie, jak to działa. Mogę pokazać swoich botów, zaproponować opcje z rozszerzeniem specyfikacji i terminów, pisz.
Budżet: 1000 USD Termin: 7 dni
Dzień dobry. Z przyjemnością napiszę tego bota! Tematyka jest dla mnie również bardzo interesująca. Już napisałem wiele botów dla Binance. Z łatwością poradzę sobie z tym zadaniem. Pisz, omówimy...
Budżet: 1000 USD Termin: 10 dni
Cześć, Zengyixiao Zeng, wielokrotnie tworzyłem różne strategie handlowe, symulatory i tak dalej w dziedzinie tradingu, kryptowalut. W tym również tworzyłem na podstawie sygnałów LLM (także używałem w pracy FinRL i podobnych rozwiązań do wykorzystania LLM i AI w tradingu). Przejdźmy do rzeczy:
1. Pracowałem z Binance, więc nie będzie problemów.
2. Moduł rozwiązań częściowo zależy od was, wiadomo jak zrealizować opinię i ocenę dwóch modeli. Są różne gotowe skille. Mamy ranking modeli LLM w tradingu. Ale myślę, że ważne, aby główny rdzeń był wasz.
3. Do testowania strategii, niesamowicie nadaje się Nautilus Trader. Zapoznajcie się z tym narzędziem. Pozwoli nam napisać każde super realistyczne testowanie, stabilne. A potem tak samo łatwo przenieść na rynek rzeczywisty.
4. Na koniec zainstalujemy wszystko w Dockerze i uruchomimy testowanie.
Mam zrozumienie i wiedzę, jak to zrealizować, maksymalnie realistycznie sprawdzić (paper trading) i uruchomić, aby wszystko działało bez zarzutu - jestem gotów z wami współpracować!
Budżet: 1000 USD Termin: 10 dni
Dzień dobry.
Jestem gotowa omówić projekt. Zaczęłabym nie od kodu, a od architektury i zasad bezpieczeństwa bota, ponieważ w tradingowym bocie najdroższym błędem nie jest błąd w interfejsie, ale przypadkowe zlecenie lub niekontrolowana seria transakcji.
Moje podejście jest takie: najpierw robimy tryb testowy bez rzeczywistych transakcji, logujemy każdą decyzję GPT/Claude, sprawdzamy zasady ryzyka, limity i zachowanie bota w kontrowersyjnych sytuacjach. Dopiero po tym można ostrożnie włączyć rzeczywiste handel przez Binance Spot.
Jeśli podejście pasuje — jestem gotowa omówić szczegóły.
Budżet: 2700 USD Termin: 14 dni
Cześć, są już prace w tej dziedzinie, ocena w zadaniach jest interesująca, ale trzeba zebrać więcej danych, aby rozpocząć prace.
Prywatna wiadomość otwarta, pisz.
Budżet: 1000 USD Termin: 36 dni
Dzień dobry. Mogę napisać takiego bota w Pythonie + openai + CCXT + Telegram Bot Api + wdrożenie w Dockerze. Tylko nie jestem pewien co do 80-120 godzin - lepiej zrobić wolno, ale jakościowo. Już pracowałem z integracją chatgpt. Chciałbym dowiedzieć się więcej o algorytmie generowania sygnałów.
Budżet: 1000 USD Termin: 15 dni
Dzień dobry, Цзэн Иссяо! Interesujący stos. W takich projektach główną trudnością zazwyczaj nie jest podłączenie GPT lub Binance API, ale to, aby LLM nie stał się generatorem losowych rozwiązań bez kontroli ryzyka i przewidywalnej logiki.
Mam doświadczenie w integracjach AI, automatyzacji i systemach podejmowania decyzji, gdzie ważne jest oddzielanie logiki handlowej, analizy, modułu ryzyka i pracy modeli.
Mogę zrealizować:
- integrację CCXT + Binance Spot
- moduł LLM z głosowaniem dwóch modeli
- integracje GPT / Claude
- rygorystyczny system zarządzania ryzykiem
- powiadomienia Telegram
- wdrożenie Docker
- konfigurację VPS
- logi i monitoring
Osobno zaplanowałbym scenariusze ochrony: ograniczenia dotyczące spadków, limity na transakcje, filtrację sygnałów, dziennik decyzji oraz mechanizm, który pozwoli analizować, dlaczego model podjął konkretne decyzje.
Pod względem architektury dobrze to dzieli się na niezależne moduły: pozyskiwanie danych rynkowych, analiza, logika AI, kontrola ryzyka i realizacja transakcji. Takie podejście znacznie ułatwia wsparcie i dalszy rozwój.
Będę wdzięczny za współpracę :)
Budżet: 1000 USD Termin: 10 dni
Dzień dobry. Proszę pisać, omówimy, są gotowe rozwiązania, ale trochę nie takie, jakich potrzebujesz, zrobimy pod Ciebie.
Budżet: 1000 USD Termin: 7 dni
Cześć! Mogę zrealizować głosowanie z dwoma modelami, surowe zasady zarządzania ryzykiem, powiadomienia Telegram i wdrożyć wszystko w Dockerze na VPS. Ocena 80–120 godzin wydaje się realistyczna dla MVP.
Mam pytania dotyczące strategii: na jakich parach handlujemy, jaki interwał czasowy, czy istnieje już logika sygnałów, czy to również część zadania?
Jestem gotowa omówić szczegóły.
Budżet: 1000 USD Termin: 7 dni
Stos 1 w 1 nasz: Python, CCXT/Binance Spot, zespół LLM (GPT-4 + Claude), Telegram (aiogram), Docker/VPS. Relewantne przypadki: Winbix.AI (wielokrotny agent AI na FastAPI + Postgres, $2K MRR, 30+ klientów), BrandSync AI (GPT-4 + Whisper + BullMQ pipeline w produkcji), BotFusion AI (Telegram SaaS, 19+ platform).
Architektura:
CCXT z retry i obsługą limitów, asynchroniczny wrapper nad Binance Spot
Głosowanie LLM przez aiohttp równolegle (OpenAI + Anthropic), konsensus z konfigurowalnymi progami
Moduł ryzyka: maksymalna pozycja, dzienny limit strat, obowiązkowy stop-loss, cooldown po stracie, walidacja przed każdym zleceniem
Telegram (aiogram): powiadomienia o transakcjach, dzienne P&L, komendy /pause /resume
Docker Compose z healthchecks, strukturalne logowanie, metryki Prometheus
Techniczne niuanse: klucze idempotencyjne przeciwko duplikatom przy retry, Decimal zamiast float dla cen, WebSocket dla częściowych realizacji.
Quentar, studio z 6 programistami (UTC+2). Na projekt: 1 starszy Python + 1 do testowania/obserwowalności, PM bez dodatkowych kosztów.
Portfolio: winbixai.com/en/startups.
Pytania:
Horyzont czasowy sygnałów (intraday/daily/swing) i ile aktywów w portfelu?
Czy potrzebny tryb paper trading przed live weryfikacją?
Czekam na wiadomość, mam jeszcze kilka pytań.
Budżet: 1000 USD Termin: 7 dni
Dzień dobry, jestem programistą Pythona z dużym doświadczeniem w tworzeniu botów telegramowych o różnym stopniu skomplikowania. Mogę zrealizować twoje zamówienie szybko i jakościowo. Napisz, aby omówić szczegóły, jestem gotów zacząć już dziś. Również załaduję twojego bota na serwer, aby zapewnić stabilną pracę 24/7 i odpowiadam za wsparcie techniczne bota przez jeszcze miesiąc. To wchodzi w koszt. Mam doświadczenie w tworzeniu botów handlowych.
Budżet: 1000 USD Termin: 3 dni
Dzień dobry! Profesjonalnie rozwijam roboty handlowe w Pythonie. Mam doświadczenie z CCXT/Binance API, integracją LLM (GPT-4/Claude) do generowania sygnałów, zarządzaniem ryzykiem oraz Docker/VPS. Jestem gotów zrealizować Twój projekt z powiadomieniami w Telegramie i wsparciem 24/7. Napisz do mnie na priv, ustalimy szczegóły.
Budżet: 1000 USD Termin: 3 dni
Witam! Zapoznałem się z projektem i jestem gotów do pracy. Jestem pewien, że będą Państwo zadowoleni z rezultatu.
Budżet: 1000 USD Termin: 5 dni
Dzień dobry. Ponad 3 lata doświadczenia w tworzeniu botów Telegram. Mogę zagwarantować jakość i szybkość wykonania pracy!
Po zatwierdzeniu specyfikacji - zaczynam pracować