Wszystko jasno i zgodnie z planem.
Komunikacja i realizacja były na wysokim poziomie.
Polecam jako rzetelnego freelancera.
Będziemy się jeszcze zwracać w celu realizacji nowych pomysłów.
Składaj wniosek tylko jeśli masz doświadczenie w tworzeniu wskaźników i jesteś gotów omówić projekt na Zoomie
Konieczne jest opracowanie wskaźnika
Oto przybliżony przykład tego, co chcemy uzyskać w rezultacie
https://docs.google.com/document/d/1aJPD7W-6p5LP3NGwZsJcTr3AlZGPTYyvSbhhfEWzsLc/edit?tab=t.0
Bardziej szczegółowe wymagania i poprawki przekażę wykonawcy
Budżet: 4000 UAH Termin: 2 dni
Jestem architektem systemów i jestem zainteresowany realizacją tego projektu z wami. Moja propozycja: robię wszystko ściśle według waszego TŻ, ale dodatkowo wdrażam swój algorytm filtracji. Dla was to nie będzie kosztować ani grosza więcej, ale na wyjściu system będzie działał 2-3 razy efektywniej niż jakiekolwiek standardowe rozwiązanie. W zasadzie otrzymujecie to, co zamówiliście, plus "poduszkę bezpieczeństwa", która odcina fałszywe wejścia i chroni depozyt. Korzyść poczujecie od razu na dystansie.
Budżet: 3235 UAH Termin: 1 dzień
Dzień dobry. Jestem gotowy do realizacji wskaźnika. Mam duże doświadczenie w pisaniu wskaźników zarówno dla TV, jak i niestandardowych w Pythonie. W tej chwili zajmuję się identycznymi zadaniami - mogę pokazać w wiadomościach prywatnych lub podczas demonstracji ekranu podczas rozmowy.
Budżet: 20000 UAH Termin: 30 dni
Dzień dobry! Piszę wskaźniki, ekspertów handlowych w różnych językach. Proszę o kontakt, omówimy szczegóły.
Здравствуйте. С v5 дел имел не мало. Потому вопрос, а криптой вы сможете оплатить? У вас в коде кстати не рассмотрен вариант когда нет ни одной выбранной биржи
Скриптов открытого интереса вагон. Или что именно вы хотите отследить? Аномалию?
Пин ниже. Могу ускорить интеграцию в 3–5 раз, + устойчивость системы до х2 за счёт стандартизированного API и контроля режима.
//@version=6
indicator("AIF-ilter — Guard Controller PRO v6", overlay=false, max_labels_count=500)
// ======================================================
// Add-on: AUTO profile (switches Conservative/Balanced/Aggressive by volatility)
// - Volatility proxy: ATR% + |Z|
// - Auto picks profile each bar (and shows it in banner/table)
// ======================================================
// ===================== INPUTS ======================
grpMode = "Mode"
grpCore = "Core"
grpCtrl = "Controller"
grpGuard = "Guard / Kill-switch"
grpAuto = "Auto Profile"
grpViz = "Visual"
mode = input.string("Guard", "Mode", options=["Basic","Pro","Guard"], group=grpMode)
profileSel = input.string("Auto", "Profile", options=["Auto","Conservative","Balanced","Aggressive"], group=grpMode,
tooltip="Auto: профиль выбирается по волатильности (ATR% + |Z|)")
src = input.source(close, "Source", group=grpCore)
lenMA = input.int(55, "Trend MA", minval=1, group=grpCore)
lenMom = input.int(10, "Momentum (ROC)", minval=1, group=grpCtrl)
lenZ = input.int(80, "Stability window", minval=20, group=grpCtrl)
lenATR = input.int(14, "ATR length", minval=1, group=grpCtrl)
baseThr = input.float(65.0, "Base threshold", minval=1, maxval=99, step=0.5, group=grpCtrl)
adaptive = input.bool(true, "Adaptive threshold", group=grpCtrl)
biasLong = input.float(0.0, "Long bias", step=0.5, group=grpCtrl)
biasShort= input.float(0.0, "Short bias", step=0.5, group=grpCtrl)
// Auto profile cutoffs (loose by default)
atrLow = input.float(0.8, "ATR% low", step=0.1, group=grpAuto, tooltip="Ниже — можно Aggressive")
atrHigh = input.float(1.8, "ATR% high", step=0.1, group=grpAuto, tooltip="Выше — Conservative")
zHigh = input.float(2.5, "|Z| high", step=0.1, group=grpAuto, tooltip="Если |Z| выше — Conservative")
useGuard = input.bool(true, "Enable guard", group=grpGuard)
gapPctIn = input.float(1.2, "Gap block (%)", step=0.1, group=grpGuard)
spikeZIn = input.float(4.0, "Spike block (Z)", step=0.5, group=grpGuard)
freezeIn = input.int(3, "Freeze bars after guard", minval=0, group=grpGuard)
showBands = input.bool(true, "Show thresholds", group=grpViz)
showMarks = input.bool(true, "Show marks", group=grpViz)
showTable = input.bool(true, "Show table", group=grpViz)
showBanner = input.bool(true, "Show status banner", group=grpViz)
heatmap = input.bool(true, "Heatmap background", group=grpViz)
heatStr = input.int(85, "Heat intensity (0..100)", minval=0, maxval=100, group=grpViz)
// ===================== HELPERS ======================
clamp(x, lo, hi) => math.max(lo, math.min(hi, x))
pct(x) => str.tostring(x, "#.00") + "%"
// ===================== MODE FLAGS ======================
isBasic = mode == "Basic"
isGuard = mode == "Guard"
guardEnabled = (isGuard and useGuard)
// ===================== CORE =========================
c = src
ma = ta.ema(c, lenMA)
trendUp = c > ma
trendDn = c < ma
// ===================== VOL METRICS (for AUTO) =========
atr = ta.atr(lenATR)
atrPct = c != 0 ? (atr / c) * 100.0 : 0.0
// Z-score of 1-bar returns (stability)
ret1 = nz(c[1]) != 0 ? (c - c[1]) / c[1] * 100.0 : 0.0
mu = ta.sma(ret1, lenZ)
sd = ta.stdev(ret1, lenZ)
z = sd != 0 ? (ret1 - mu) / sd : 0.0
absZ = math.abs(z)
// ===================== PICK PROFILE ===================
// Auto logic:
// - If very stable (ATR% low AND |Z| low): Aggressive
// - If very unstable (ATR% high OR |Z| high): Conservative
// - Else: Balanced
string prof =
profileSel != "Auto" ? profileSel :
(atrPct <= atrLow and absZ <= (zHigh * 0.6)) ? "Aggressive" :
(atrPct >= atrHigh or absZ >= zHigh) ? "Conservative" :
"Balanced"
// ===================== PROFILE PARAMS =================
// Threshold, gains, guard sensitivity
thrAdj =
prof == "Conservative" ? 8.0 :
prof == "Aggressive" ? -6.0 : 0.0
momGain =
prof == "Conservative" ? 5.0 :
prof == "Aggressive" ? 7.5 : 6.0
stabPenalty =
prof == "Conservative" ? 14.0 :
prof == "Aggressive" ? 9.0 : 12.0
gapPct =
prof == "Conservative" ? gapPctIn * 0.85 :
prof == "Aggressive" ? gapPctIn * 1.25 : gapPctIn
spikeZ =
prof == "Conservative" ? spikeZIn * 0.85 :
prof == "Aggressive" ? spikeZIn * 1.25 : spikeZIn
freezeN =
prof == "Conservative" ? freezeIn + 2 :
prof == "Aggressive" ? math.max(freezeIn - 1, 0) : freezeIn
// ===================== CONTROLLER ======================
// Momentum
mom = ta.roc(c, lenMom)
scoreMom = clamp(50.0 + mom * momGain, 0.0, 100.0)
// Stability score
scoreStab = clamp(100.0 - absZ * stabPenalty, 0.0, 100.0)
// Trend score
scoreTrend = trendUp ? 100.0 : trendDn ? 0.0 : 50.0
// Confidence fusion
confBase = 0.45*scoreTrend + 0.35*scoreMom + 0.20*scoreStab
confLong = clamp(confBase + biasLong, 0.0, 100.0)
confShort = clamp((100.0 - confBase) + biasShort, 0.0, 100.0)
// Threshold (optional adaptive by |Z|)
thrBase = clamp(baseThr + thrAdj, 50.0, 95.0)
thr = adaptive ? clamp(thrBase + absZ * 3.0, 50.0, 95.0) : thrBase
upper = thr
lower = 100.0 - thr
// ===================== GUARD / KILL SWITCH ==========
gap = nz(c[1]) != 0 ? math.abs((open - c[1]) / c[1]) * 100.0 : 0.0
gapBad = gap > gapPct
spikeBad = absZ > spikeZ
naBad = na(c) or na(open)
guardHit = guardEnabled and (gapBad or spikeBad or naBad)
var int freeze = 0
if barstate.isnew
freeze := math.max(freeze - 1, 0)
if guardHit
freeze := freezeN
guardOK = (not guardEnabled) or (freeze == 0 and not guardHit)
guardReason =
not guardEnabled ? "OFF" :
naBad ? "NA" :
gapBad ? "GAP" :
spikeBad ? "SPIKE" :
guardHit ? "BLOCK" :
(freeze > 0 ? "FREEZE" : "OK")
// ===================== SIGNALS =======================
longOk = (not isBasic) and guardOK and trendUp and confLong >= upper
shortOk = (not isBasic) and guardOK and trendDn and confShort >= upper
longEdge = longOk and not longOk[1]
shortEdge = shortOk and not shortOk[1]
// ===================== HEATMAP =======================
heatAlpha = clamp(100 - heatStr, 0, 100)
isHotLong = confLong >= upper and trendUp
isHotShort = confShort >= upper and trendDn
bg =
not heatmap ? na :
not guardOK ? color.new(color.orange, 85) :
isHotLong ? color.new(color.lime, heatAlpha) :
isHotShort ? color.new(color.red, heatAlpha) :
color.new(color.gray, 95)
bgcolor(bg)
// ===================== PLOTS =========================
hline(50, "Mid", color=color.new(color.gray, 70))
plot(confBase, "Confidence", linewidth=2)
plot(showBands ? upper : na, "Thr (Long)", color=color.new(color.lime, 0))
plot(showBands ? lower : na, "Thr (Short)", color=color.new(color.red, 0))
plotshape(showMarks and (not isBasic) and longEdge, title="LONG", style=shape.triangleup, location=location.bottom, text="L", color=color.new(color.lime, 0), size=size.tiny)
plotshape(showMarks and (not isBasic) and shortEdge, title="SHORT", style=shape.triangledown, location=location.top, text="S", color=color.new(color.red, 0), size=size.tiny)
plotshape(showMarks and guardEnabled and guardHit, title="GUARD", style=shape.circle, location=location.top, text="G", color=color.new(color.orange, 0), size=size.tiny)
// Alerts
alertcondition(longEdge, title="AIF-ilter LONG", message="AIF-ilter LONG on {{ticker}} (profile=" + prof + ")")
alertcondition(shortEdge, title="AIF-ilter SHORT", message="AIF-ilter SHORT on {{ticker}} (profile=" + prof + ")")
alertcondition(guardHit, title="AIF-ilter GUARD", message="AIF-ilter GUARD (reason=" + guardReason + ", profile=" + prof + ") on {{ticker}}")
// ===================== STATUS BANNER ==================
var label banner = na
if showBanner and barstate.islast
label.delete(banner)
status =
guardEnabled and not guardOK ? "GUARD: " + guardReason :
longOk ? "READY: LONG" :
shortOk ? "READY: SHORT" :
"STANDBY"
statusColor =
guardEnabled and not guardOK ? color.new(color.orange, 0) :
longOk ? color.new(color.lime, 0) :
shortOk ? color.new(color.red, 0) :
color.new(color.silver, 0)
banner := label.new(bar_index, confBase,
"AIF-ilter PRO • " + mode + " • " + prof + " • " + status,
style=label.style_label_left,
textcolor=color.black,
color=statusColor)
// ===================== INFO TABLE ======================
var table t = table.new(position.top_right, 2, 12, frame_width=2, border_width=1,
bgcolor=color.new(color.black, 88))
if showTable and barstate.islast
table.cell(t, 0, 0, "Metric", text_color=color.white, bgcolor=color.new(color.blue, 70))
table.cell(t, 1, 0, "Value", text_color=color.white, bgcolor=color.new(color.blue, 70))
table.cell(t, 0, 1, "Mode")
table.cell(t, 1, 1, mode)
table.cell(t, 0, 2, "Profile")
table.cell(t, 1, 2, prof, text_color = prof == "Conservative" ? color.orange : prof == "Aggressive" ? color.lime : color.white)
table.cell(t, 0, 3, "Confidence")
table.cell(t, 1, 3, str.tostring(confBase, "#.0"))
table.cell(t, 0, 4, "Threshold")
table.cell(t, 1, 4, str.tostring(upper, "#.0") + (adaptive ? " (A)" : ""))
table.cell(t, 0, 5, "Trend")
tr = trendUp ? "UP" : trendDn ? "DOWN" : "FLAT"
table.cell(t, 1, 5, tr, text_color = trendUp ? color.lime : trendDn ? color.red : color.silver)
table.cell(t, 0, 6, "ATR%")
table.cell(t, 1, 6, pct(atrPct), text_color = atrPct >= atrHigh ? color.orange : atrPct <= atrLow ? color.lime : color.white)
table.cell(t, 0, 7, "ROC(" + str.tostring(lenMom) + ")")
table.cell(t, 1, 7, pct(mom), text_color = mom >= 0 ? color.lime : color.red)
table.cell(t, 0, 8, "|Z|")
table.cell(t, 1, 8, str.tostring(absZ, "#.00"), text_color = absZ >= zHigh ? color.orange : color.white)
table.cell(t, 0, 9, "Gap %")
table.cell(t, 1, 9, pct(gap), text_color = gapBad ? color.orange : color.white)
table.cell(t, 0, 10, "Guard")
table.cell(t, 1, 10, guardReason,
text_color = not guardEnabled ? color.gray : guardReason == "OK" ? color.lime : color.orange)
sig = longEdge ? "LONG" : shortEdge ? "SHORT" : "NONE"
table.cell(t, 0, 11, "Signal")
table.cell(t, 1, 11, sig, text_color = longEdge ? color.lime : shortEdge ? color.red : color.gray)
Уже готово:
Отдельный сервис с API вместо встраивания в код, корректную работу с временем (dt) при лагах и джиттере, правильное хранение истории данных без искажений, фильтрацию шума на входе, устойчивое управление выходом и явные метрики состояния системы — сложность, управляющий сигнал, стабильность и ошибку. Теперь это можно подключать к любому источнику данных и использовать в продакшене без переписывания логики.
Могу доп: (патентная разработка)
Авторизацию и лимиты, алерты и мониторинг, автонастройку параметров под режим, дополнительные метрики сложности, масштабирование и деплой под Docker/Kubernetes.
Rozwój Telegram Mini App (Bot + WebApp) do sprzedaży dóbr cyfrowych i walut w grach (Python / aiogram) Opis projektu: Wymagana jest разработка Telegram-bota z pełnoprawnym interfejsem WebApp do zautomatyzowanej sprzedaży dóbr cyfrowych (Telegram Stars, Telegram Premium, waluty w grach/donaty do PUBG Mobile, Steam i inne). Projekt nosi nazwę Aspect App. Główny nacisk kładzie się na szybkość działania, płynny UI/UX w stylu Web3/minimalizmu oraz pełną automatyzację wydawania towarów po dokonaniu płatności. Stos technologii: Backend: Python 3.10+, aiogram 3.x (FastAPI dla Webhook/API mile widziane). Baza danych: PostgreSQL / Redis (do sesji i cache'owania). Frontend (WebApp): React.js / Vue.js / Next.js (według uznania dewelopera, ważna jest szybkość i płynność animacji). Integracje: Telegram WebApp API. Główna funkcjonalność (MVP): 1. Część kliencka (Telegram Mini App): Główny ekran: Kategorie towarów (Aktywa Telegram, Donaty w grach). Siatka banerowa dla promocji. Katalog towarów: Karty towarów z wyborem objętości (na przykład: 50, 100, 500 Telegram Stars lub UC). Pola do wprowadzania danych gracza (Player ID do PUBG). Koszyk i Zamówienie: Szybki zakup w 2 kliknięcia. Moduł płatności: Integracja metod płatności (CryptoBot API / TON Connect / inne bramki fiatowe do uzgodnienia). Panel użytkownika: Historia zamówień, status realizacji, system poleceń (saldo wewnątrz aplikacji). 2. Panel administracyjny (wbudowany w WebApp lub oddzielny bot): Zarządzanie katalogiem (dodawanie/usuwanie towarów, zmiana cen). Monitorowanie zamówień i statystyki sprzedaży. System wysyłek do bazy użytkowników. 3. Logika automatyzacji (będzie plusem): Gotowość architektury do integracji z API dostawców (API do automatycznego zakupu Stars/UC). Na etapie MVP część towarów może być wydawana kodami z bazy danych. Co jest wymagane od wykonawcy: 1. Rozwój architektury bazy danych i backendu w Pythonie. 2. Wykonanie i integracja WebApp (projekt graficzny omówimy, ważny jest czysty styl Web3, Glassmorphism). 3. Ustawienie bezpiecznych transakcji i webhooków płatności. 4. Wdrożenie na serwer (Docker, Ubuntu, konfiguracja SSL). Wymagania dla kandydata: Doświadczenie w komercyjnej разработке Telegram WebApps od 1 roku. Posiadanie portfolio z uruchomionymi i działającymi Mini Apps (przesyłaj linki w odpowiedzi). Czysty, udokumentowany kod. Warunki pracy: Praca tylko przez Bezpieczną Transakcję (Sejf / Escrow) platformy. Płatność etapowa (dzielimy projekt na Sprint 1: Backend + Baza danych, Sprint 2: Frontend WebApp, Sprint 3: Integracja płatności i testy). Budżet: Do uzgodnienia z wybranym kandydatem (podaj swoją widełkę cenową i terminy w odpowiedzi)
Potrzebny streamer, najlepiej mający subskrybentów na Twitchu, im więcej subskrybentów, tym lepiej. Należy zareklamować stronę, aby jak najwięcej ludzi się o niej dowiedziało.
Szukamy specjalisty ds. bezpieczeństwa aplikacji Solana do przeprowadzenia audytu smart kontraktu przed wdrożeniem na mainnet. Stos technologiczny kontraktu: Rust + framework Anchor Token SPL (przelew/przechowywanie tokenów w PDA) Mekaniki: rundy z czasem, escrow zakładów, resolver ceny końcowej, obliczanie i dystrybucja wypłat, instrukcje roszczeń, awaryjne wstrzymanie + zwrot, ustawienie prowizji przez admin authority Sprawdzenie pod kątem typowych luk w Solana/Anchor: brak kontroli właściciela/podpisu, walidacja konta, przepełnienie całkowite, kolizje nasion PDA, wzorce reentrancy, przywileje kluczy authority Analiza logiki dystrybucji wypłat (zaokrąglanie, edge cases z wieloma uczestnikami) Sprawdzenie mechanizmów awaryjnych (wstrzymanie, zwrot) — czy nie można ich obejść lub nadużyć Raport z klasyfikacją ustaleń według krytyczności (Critical/High/Medium/Low) oraz rekomendacjami Powtórna weryfikacja po poprawkach (re-audit fixes) Wymagania dla wykonawcy: Potwierdzone doświadczenie w audycie lub rozwoju aplikacji Solana (Rust/Anchor) — prosimy o linki do GitHub, wcześniejsze audyty lub przykłady znalezionych luk Znajomość specyfiki Token SPL oraz wzorców escrow PDA Doświadczenie z narzędziami analizy statycznej (Soteria, Sec3, cargo-audit) będzie plusem W odpowiedzi prosimy o podanie: Doświadczenia z Solana (nie EVM) — konkretne projekty Orientacyjną cenę i czas realizacji dla kontraktu o takim zakresie Format raportu (przykład, jeśli jest)
Co liczymy w projekcie: Zrealizowany PnL, ROI i Wskaźnik Wygranych dla portfeli kryptowalutowych - jak rentowny był portfel w handlu danym tokenem w wybranym okresie. Na jakich danych: historia transakcji on-chain portfela (swapy, przelewy tokenów) + cena rynkowa tokena w momencie każdej transakcji. Główne źródło danych - Moralis: dwa wywołania podczas początkowego załadowania portfela - natywne przelewy ETH i wszystkie przelewy tokenów ERC-20. Z czym porównujemy: Nansen.io - bierzemy jako wzorzec, porównujemy nasze obliczone metryki z tym, co pokazuje Nansen dla tych samych portfeli w tym samym okresie. Problem: nasze liczby znacznie różnią się od Nansen, i nie do końca rozumiemy, według jakich zasad część działań portfela powinna być klasyfikowana dla celów PnL. Należy poprawić obliczenia Zrealizowanego PnL, ROI i Wskaźnika Wygranych, aby zgadzały się z Nansenem. W zgłoszeniu proszę napisać: - doświadczenie w podobnych zadaniach - doświadczenie z Nansen - doświadczenie z Moralis - doświadczenie z DeFiLlama - doświadczenie z artykułami na temat operacji kryptowalutowych - przybliżony koszt i terminy poprawek
Rozpoczęcie jest ważne - DZISIAJ Potrzebuję osoby, która ma doświadczenie w pisaniu botów handlowych na DEX-ach (potrzebne w sieci BSC) zrozumienie kosztów transakcji, gazu itd. Chcę przetestować kilka strategii handlowych na rzeczywistym agencie handlowym Muszę szybko opracować autonomicznego agenta handlowego, który wykorzystuje API Trust Wallet i CoinMarketCap do realizacji transakcji w sieci BNB Chain (BSC) na podstawie 3–5 wbudowanych strategii. Stos technologiczny (obowiązkowy) - Trust Wallet Agent Kit (TWAK) — do samokastodialnego podpisywania i realizacji transakcji (https://portal.trustwallet.com) - CoinMarketCap AI Agent Hub — do uzyskiwania danych rynkowych i sygnałów (https://coinmarketcap.com/api/agent) - BNB AI Agent SDK — do szybkiej integracji (https://github.com/bnb-chain/bnbagent-sdk) Wymagania funkcjonalne Dane (CMC AI Agent Hub) - Uzyskiwanie danych przez MCP lub x402 (https://coinmarketcap.com/api/agent) - Wykorzystanie gotowych Skills dla RSI, MACD, Fear & Greed, wolumenów Wykonanie (Trust Wallet Agent Kit) - Lokalne podpisywanie transakcji — klucze pozostają u użytkownika (https://portal.trustwallet.com) - Tryb autonomiczny: agent sam podpisuje i wysyła transakcje - Ograniczenia: spadek (drawdown), dzienny limit, stop-loss, biała lista tokenów - Wykorzystanie x402 do płatności za dane/obliczenia Strategie - Zrealizować 3–5 opisanych strategii z możliwością przełączania między nimi - Przykłady: kombinacja funding rates + Fear & Greed, DCA na podstawie nastrojów z filtrami Wymagania techniczne - Język: Python (preferowany) lub TypeScript/JavaScript - Narzędzia: TWAK CLI, CMC CLI, BNB AI Agent SDK Kto może się tym zająć?