Построение системы аналитики трейдеров на Hyperliquid (API/ ROI, PnL, Sharpe, Winrate)

Ищем специалиста по безопасности Solana-программ для проведения аудита смарт-контракта перед деплоем в mainnet. Стек контракта: Rust + Anchor framework SPL Token (перевод/хранение токенов в PDA) Механики: раунды с таймингом, эскроу ставок, resolver финальной цены, расчет и распределение выплат, claim-инструкции, emergency pause + refund, настройка комиссии через admin authority Проверка на типовые уязвимости Solana/Anchor: missing ownership/signer checks, account validation, integer overflow, PDA seeds collisions, reentrancy-паттерны, привилегии authority-ключей Анализ логики распределения выплат (округление, edge cases с множеством участников) Проверка emergency-механизмов (pause, refund) — невозможно ли их обойти или злоупотребить ими Отчет с классификацией находок по критичности (Critical/High/Medium/Low) и рекомендациями Повторная проверка после исправлений (re-audit fixes) Требования к исполнителю: Подтвержденный опыт аудита или разработки Solana-программ (Rust/Anchor) — просим ссылки на GitHub, предыдущие аудиты или примеры найденных уязвимостей Понимание специфики SPL Token и PDA-эскроу паттернов Опыт с инструментами статического анализа (Soteria, Sec3, cargo-audit) будет плюсом В отклике просим указать: Опыт именно с Solana (не EVM) — конкретные проекты Ориентировочную стоимость и срок для контракта такого объема Формат отчета (пример, если есть)

Что мы считаем в проекте: Реализованная PnL, ROI и Win Rate для криптокошельков - насколько прибыльно кошелек торговал определенным токеном за выбранный период. На каких данных: история on-chain транзакций кошелька (свопы, переводы токенов) + рыночная цена токена на момент каждой сделки. Основной источник данных - Moralis: два вызова во время первичной загрузки кошелька - нативные ETH-переводы и все ERC-20 token transfers. С чем сравниваем: Nansen.io - берем как эталон, сравниваем наши рассчитанные метрики с тем, что показывает Nansen для тех же кошельков за тот же период. Проблема: наши цифры существенно отличаются от Nansen, и мы не до конца понимаем, по каким правилам часть действий кошелька должна классифицироваться для целей PnL. Необходимо исправить расчет Реализованной PnL, ROI и Win Rate, чтобы совпадали с Нансеном. В заявке напишите, пожалуйста: - опыт в схожих задачах - опыт с Nansen - опыт с Moralis - опыт с DeFiLlama - опыт со статьей по криптооперациям - приблизительную стоимость и сроки фикса

Приступить важно - СЕГОДНЯ Нужен человек, у которого есть опыт написание торговых ботов на дексах (нужен в сети BSC) с пониманием стоимости транзакций, газа и тд Хочу протестировать несколько торговых стратегий на реальном торговом агенте Мне нужно оперативно разработать автономного трейдингового агента, который использует API Trust Wallet и CoinMarketCap для выполнения сделок в сети BNB Chain (BSC) на основе 3–5 заложенных стратегий. Стек технологий (обязателен) - Trust Wallet Agent Kit (TWAK) — для самокастодиального подписания и выполнения транзакций (https://portal.trustwallet.com) - CoinMarketCap AI Agent Hub — для получения рыночных данных и сигналов (https://coinmarketcap.com/api/agent) - BNB AI Agent SDK — для быстрой интеграции (https://github.com/bnb-chain/bnbagent-sdk) Функциональные требования Данные (CMC AI Agent Hub) - Получение данных через MCP или x402 (https://coinmarketcap.com/api/agent) - Использование готовых Skills для RSI, MACD, Fear & Greed, объемов Исполнение (Trust Wallet Agent Kit) - Локальное подписание транзакций — ключи остаются у пользователя (https://portal.trustwallet.com) - Автономный режим: агент сам подписывает и отправляет сделки - Ограничения: просадка (drawdown), дневной лимит, стоп-лосс, вайтлист токенов - Использование x402 для оплаты данных/вычислений Стратегии - Реализовать 3–5 описанных стратегий с возможностью переключения между ними - Примеры: комбинация funding rates + Fear & Greed, DCA на основе настроений с фильтрами Технические требования - Язык: Python (предпочтительно) или TypeScript/JavaScript - Инструменты: TWAK CLI, CMC CLI, BNB AI Agent SDK Кто может взяться?