Как создать торгового бота с ИИ на базе DeepSeek

В конце января 2025 года в социальных сетях появилась история о криптовалютном боте на базе DeepSeek и данных DEX Screener, который якобы превратил 100 долларов в 35 000 долларов за одну ночь. Публикация быстро разошлась по криптосообществу, однако автор не представил полный журнал сделок, проверяемый адрес кошелька или независимый аудит стратегии.

• Трейдинг
• Искусственный Интеллект

Несмотря на отсутствие подтверждений заявленной прибыли, сама идея заслуживает внимания. DeepSeek можно использовать для подготовки структуры программы и разбора кода, а DEX Screener — для получения рыночных данных о токенах, торговых парах, ликвидности и объёмах на децентрализованных биржах.

Важно понимать разницу: языковая модель может помочь написать код, но она не создаёт прибыльную стратегию одним запросом. Любую программу необходимо самостоятельно проверить, протестировать на исторических данных и запустить сначала без реальных сделок.

Ниже разберём, как создать не «денежный принтер», а базового аналитического помощника, который собирает данные, применяет фильтры и отправляет уведомления о найденных токенах.

Шаг 1: Определяем задачи бота

20 января 2025 года DeepSeek представила модель R1 и открыла доступ к ней через веб-интерфейс и API. Модель может объяснять программный код, находить ошибки и создавать первоначальную структуру проекта, но результат нельзя считать готовым приложением без проверки разработчиком.

Перед началом работы определите конкретные задачи. Например, бот может:

• получать данные о торговых парах через DEX Screener API;
• отбирать токены по объёму и ликвидности;
• исключать адреса из чёрного списка;
• сохранять результаты в CSV или базу данных;
• отправлять уведомления в Telegram;
• вести журнал сигналов для последующего анализа.

Для создания структуры проекта можно использовать такой запрос:

Создай на Python аналитического бота для работы с DEX Screener API.

Требования:

1. Получать сведения о торговых парах, цене, ликвидности и объёме.
2. Обрабатывать ошибки API и ограничения по частоте запросов.
3. Сохранять результаты в CSV.
4. Применять фильтры из отдельного config-файла.
5. Не открывать реальные сделки и не использовать приватные ключи.
6. Добавить журнал событий и понятные комментарии к коду.

Не передавайте языковой модели приватные ключи от кошелька, пароли, seed-фразы и реальные секретные ключи API.

Шаг 2: Получаем данные из DEX Screener

DEX Screener предоставляет официальный API для поиска торговых пар и получения информации о токенах на разных блокчейнах. В ответах могут присутствовать адрес пары, сеть, биржа, цена, ликвидность, суточный объём и изменение цены.

Более подробный вариант системы отбора разобран в материале о том, как создать бота для поиска и первичной фильтрации мем-токенов.

Ниже приведён упрощённый пример. Он выполняет поиск торговых пар и сохраняет основные показатели, но не совершает сделки.

import csv
import sys
from typing import Any

import requests

API_URL = "https://api.dexscreener.com/latest/dex/search"
TIMEOUT_SECONDS = 15

def search_pairs(query: str) -> list[dict[str, Any]]:
try:
response = requests.get(
API_URL,
params={"q": query},
timeout=TIMEOUT_SECONDS,
)
response.raise_for_status()
data = response.json()
except requests.RequestException as error:
raise RuntimeError(f"Ошибка запроса к DEX Screener: {error}") from error
except ValueError as error:
raise RuntimeError("API вернул некорректный JSON") from error

```
pairs = data.get("pairs")
return pairs if isinstance(pairs, list) else []
```

def extract_rows(pairs: list[dict[str, Any]]) -> list[dict[str, Any]]:
rows: list[dict[str, Any]] = []

```
for pair in pairs:
    liquidity = pair.get("liquidity") or {}
    volume = pair.get("volume") or {}
    base_token = pair.get("baseToken") or {}
    quote_token = pair.get("quoteToken") or {}

    rows.append(
        {
            "chain": pair.get("chainId"),
            "dex": pair.get("dexId"),
            "pair_address": pair.get("pairAddress"),
            "base_symbol": base_token.get("symbol"),
            "base_address": base_token.get("address"),
            "quote_symbol": quote_token.get("symbol"),
            "price_usd": pair.get("priceUsd"),
            "liquidity_usd": liquidity.get("usd"),
            "volume_24h": volume.get("h24"),
            "price_change_24h": (pair.get("priceChange") or {}).get("h24"),
            "pair_url": pair.get("url"),
        }
    )

return rows
```

def save_csv(rows: list[dict[str, Any]], filename: str) -> None:
if not rows:
print("Подходящие пары не найдены.")
return

```
with open(filename, "w", newline="", encoding="utf-8") as file:
    writer = csv.DictWriter(file, fieldnames=rows[0].keys())
    writer.writeheader()
    writer.writerows(rows)

print(f"Сохранено записей: {len(rows)}. Файл: {filename}")
```

def main() -> None:
query = " ".join(sys.argv[1:]).strip() or "SOL USDC"
pairs = search_pairs(query)
rows = extract_rows(pairs)
save_csv(rows, "dex_pairs.csv")

if **name** == "**main**":
main()

Для запуска установите библиотеку:

pip install requests

Затем сохраните код в файл dex_scanner.py и выполните:

python dex_scanner.py "SOL USDC"

Этот пример предназначен только для получения данных. Он не анализирует безопасность контрактов и не является полноценным торговым ботом.

Шаг 3: Добавляем фильтры и чёрные списки

Большой объём торгов или быстрый рост цены ещё не означает, что токен безопасен. В фильтры можно включить:

• минимальную ликвидность;
• минимальный возраст торговой пары;
• минимальный суточный объём;
• допустимые блокчейны и биржи;
• чёрный список токенов и адресов разработчиков;
• предельное изменение цены за короткий период;
• наличие нескольких независимых пулов ликвидности.

Пример конфигурации:

{
  "min_liquidity_usd": 50000,
  "min_volume_24h_usd": 100000,
  "min_pair_age_hours": 24,
  "allowed_chains": ["solana", "ethereum", "bsc"],
  "token_blacklist": [],
  "developer_blacklist": []
}

Фильтры лишь сокращают список кандидатов. Они не позволяют гарантированно определить будущий рост или исключить мошенничество.

Шаг 4: Проверяем объём и ликвидность

Одной из главных проблем новых токенов остаются искусственно раздутые объёмы. Создатели могут проводить сделки между связанными кошельками, чтобы создать видимость активности.

Бота можно настроить на поиск подозрительных признаков:

• высокий объём при крайне низкой ликвидности;
• много повторяющихся сделок одинакового размера;
• резкое увеличение оборота сразу после запуска;
• основная часть торгов проходит между небольшим числом кошельков;
• цена сильно меняется после небольших покупок или продаж.

DEX Screener показывает рыночные показатели, но их недостаточно для окончательного вывода. Для более глубокой проверки потребуются ончейн-данные и анализ транзакций.

Шаг 5: Проверяем контракт токена

Для первичной оценки можно использовать сервисы проверки контрактов, включая RugCheck и аналогичные инструменты. Они помогают обнаружить отдельные признаки риска: концентрацию предложения, подозрительные полномочия владельца, заблокированную продажу или недостаточную ликвидность.

Однако рейтинг «Good» или другой положительный результат не гарантирует безопасность. Даже контракт без очевидных технических проблем может потерять стоимость из-за действий крупных держателей, низкого спроса или вывода ликвидности.

При проверке полезно учитывать:

• распределение токенов между крупнейшими кошельками;
• возможность дополнительной эмиссии;
• права владельца контракта;
• состояние и блокировку ликвидности;
• связи разработчика с предыдущими проектами;
• возможность свободно продать токен.

Шаг 6: Сначала используем виртуальные сделки

Подключать автоматически созданный код к кошельку сразу после генерации опасно. Ошибка в логике, неправильный адрес или уязвимость в библиотеке могут привести к потере средств.

На первом этапе лучше вести виртуальный портфель. Бот фиксирует предполагаемую точку входа, а затем отслеживает результат без реальной покупки.

В журнал можно записывать:

• дату и время сигнала;
• адрес токена и торговой пары;
• цену в момент обнаружения;
• ликвидность и объём;
• причину прохождения фильтра;
• виртуальный результат через 1, 6 и 24 часа;
• максимальную просадку после сигнала.

После достаточного количества наблюдений станет понятно, работают ли выбранные правила вообще. Один удачный токен ничего не доказывает.

Шаг 7: Добавляем уведомления

Вместо автоматической покупки бот может отправлять уведомление в Telegram или на электронную почту. Это оставляет окончательное решение за пользователем и снижает риск случайной сделки.

Пример уведомления:

Найдена торговая пара

Токен: EXAMPLE
Сеть: Solana
Ликвидность: $125 000
Объём за 24 часа: $310 000
Возраст пары: 36 часов
Проверка контракта: требуется вручную
Ссылка: https://dexscreener.com/...

Для Telegram обычно используют отдельного бота и библиотеку python-telegram-bot. Токен Telegram-бота следует хранить в переменных окружения, а не непосредственно в коде.

Шаг 8: Тестирование и запуск

Перед постоянным запуском необходимо:

1. проверить обработку пустых и ошибочных ответов API;
2. учесть ограничения по числу запросов;
3. добавить паузы и повторные попытки;
4. вести отдельный журнал ошибок;
5. не хранить секретные данные в открытом файле;
6. протестировать фильтры на старых данных;
7. запустить бота в режиме наблюдения без реальных сделок.

Минимальная структура проекта может выглядеть так:

crypto_scanner/
├── config.json
├── dex_scanner.py
├── filters.py
├── notifications.py
├── storage.py
├── requirements.txt
└── logs/

Зависимости устанавливаются командой:

pip install -r requirements.txt

После этого аналитический модуль можно запускать вручную или по расписанию. Перед развёртыванием стоит проверить требования и условия использования каждого подключённого API.

Можно ли повторить прибыль в 35 000 долларов?

Вирусная публикация утверждала, что бот превратил 100 долларов в 35 000 долларов за одну ночь. Однако в ней не было достаточно данных, чтобы независимо подтвердить результат и связать его именно с описанной программой. Подобная доходность не является нормальной или воспроизводимой. Новые токены способны вырасти в десятки раз, но так же быстро могут потерять практически всю стоимость. На итог также влияют проскальзывание, комиссии, низкая ликвидность, задержка исполнения и невозможность продать позицию по отображаемой цене.

DeepSeek может ускорить написание кода, а DEX Screener — предоставить рыночные данные. Ни один из этих инструментов не знает заранее, какой токен вырастет, и не устраняет риск потери капитала.

Вывод

Связка DeepSeek и DEX Screener подходит для создания аналитического помощника: модель помогает подготовить и разобрать код, а API предоставляет данные о торговых парах. Такой бот может автоматизировать сбор информации, фильтрацию и уведомления.

При этом сгенерированный ИИ код необходимо проверять вручную. Начинать следует с мониторинга и виртуальных сделок, не подключая кошелёк и не передавая программе доступ к реальным средствам.

Историю о превращении 100 долларов в 35 000 долларов стоит воспринимать как неподтверждённое заявление автора публикации, а не как результат, который сможет повторить любой пользователь.

Источники

• DeepSeek — официальный выпуск модели DeepSeek-R1
• DEX Screener — официальная документация API
• Первоначальная публикация с заявлением о прибыли торгового бота

Отказ от ответственности

Торговля криптовалютами связана с высоким риском полной потери вложенных средств. Материал предназначен для изучения принципов анализа данных и программирования, не является финансовой рекомендацией и не гарантирует доходность. Не подключайте непроверенный код к кошельку и не передавайте третьим лицам приватные ключи или seed-фразы.

Sergey Lomakin

Старший аналитик

Опытный аналитик криптовалютного рынка с более чем 10-летним опытом. Он специализируется на исследовании рыночных трендов, прогнозировании ценовой динамики и разработке инвестиционных стратегий. С 2013 года работает с FORECK.INFO и активно участвует в развитии платформы.