Créer un bot de trading automatique de cryptomonnaies avec Python — Guide complet pour débutants

Qu'est-ce qu'un bot de trading automatisé ?

Un bot de trading automatisé (Trading Bot) est un programme qui exécute automatiquement des ordres d'achat et de vente en fonction des conditions que vous définissez. Par exemple, si vous écrivez une règle comme « acheter pour 1 000 000 ₩ de Bitcoin chaque fois qu'il baisse de plus de 5 % », le bot exécutera les transactions même pendant votre sommeil.

Plus de 80 % des fonds spéculatifs bien connus utilisent le trading algorithmique. Mais avec des connaissances de base en Python, les particuliers peuvent aussi construire leurs propres bots.

Ce dont vous avez besoin avant de commencer

• Python 3.10 ou supérieur installé (téléchargement gratuit sur python.org)
• Compte Bithumb ou Upbit + clé API émise
• VSCode ou PyCharm (éditeur de code)
• Capital de départ : au moins 100 000 ₩ recommandé pour les tests

Concepts de base : 3 types de stratégies de trading

Avant de construire votre bot, vous devez décider quelle stratégie utiliser.

1. 1Stratégie de retour à la moyenne RSI : Acheter lorsque le RSI (Indice de Force Relative) entre en territoire de survente (en dessous de 30), et vendre lorsqu'il entre en territoire de surachat (au-dessus de 70).
2. 2Stratégie de croisement de moyennes mobiles : Acheter lorsque la MA court terme croise à la hausse la MA long terme (golden cross), et vendre lorsqu'elle croise à la baisse (death cross).
3. 3Stratégie de breakout de volatilité : Acheter lorsque le prix monte de K fois la plage de prix de la veille, et vendre à la fin de la journée de trading.

Pour les débutants, la stratégie combinée RSI + Moyenne Mobile est recommandée. Les signaux sont clairs, ce qui facilite la vérification.

Configuration de l'environnement Python (5 minutes)

Ouvrez votre terminal (invite de commandes) et entrez la commande suivante :

pip install ccxt pandas python-dotenv requests

• ccxt : Une bibliothèque qui fournit un support unifié pour les API de plus de 100 exchanges.
• pandas : Une bibliothèque pour traiter les données de chandeliers et calculer les indicateurs techniques.
• python-dotenv : Vous aide à gérer les clés API en toute sécurité.

Émission et connexion de votre clé API

Voici comment émettre une clé API sur Bithumb :

1. 1Connectez-vous à Bithumb → Ma Page → Gestion API ouverte
2. 2Cliquez sur « Émettre une clé API » → Vérification OTP
3. 3Copiez la CLÉ API et la CLÉ SECRÈTE émises (ne les partagez jamais publiquement).

Enregistrez les clés émises dans un fichier .env :

BITHUMB_API_KEY=votre_CLÉ_API_ici
BITHUMB_SECRET_KEY=votre_CLÉ_SECRÈTE_ici

Écriture de la fonction de calcul RSI

import pandas as pd

def calculate_rsi(prices: list, period: int = 14) -> float:
    df = pd.Series(prices)
    delta = df.diff()
    gain = delta.where(delta > 0, 0).rolling(period).mean()
    loss = -delta.where(delta < 0, 0).rolling(period).mean()
    rs = gain / loss
    rsi = 100 - (100 / (1 + rs))
    return rsi.iloc[-1]

Structure principale de la boucle de trading

import time

def main():
    while True:
        try:
            candles = get_candles('BTC', interval='1h', count=100)
            prices = [c['close'] for c in candles]
            rsi = calculate_rsi(prices)

            if rsi < 30:
                print(f"RSI {rsi:.1f} — zone de survente, signal d'achat")
                buy_market_order('BTC', amount_krw=100_000)
            elif rsi > 70:
                print(f"RSI {rsi:.1f} — zone de surachat, signal de vente")
                sell_all('BTC')

            time.sleep(3600)  # attendre 1 heure

        except Exception as e:
            print(f"Erreur survenue : {e}")
            time.sleep(60)

if __name__ == '__main__':
    main()

Gestion des risques : Mécanismes de sécurité essentiels

En trading automatisé, la chose la plus importante n'est pas le profit — c'est la gestion des risques. N'utilisez jamais cela en trading réel sans les mesures de protection suivantes.

• Limite de drawdown maximum : Stop-loss automatique lorsque le prix chute de plus de 5 % sous le point d'entrée
• Plafond de taille par trade : Fixer dans les 10–20 % du capital total
• Limite de trades quotidiens : Empêcher le sur-trading (ex. pas plus de 3 trades par jour)
• Alertes d'erreurs : Configurer des notifications d'erreurs instantanées via Telegram
• Tester d'abord : Au moins 1 mois de backtesting et de paper trading requis avant de passer en réel

Fonctionnement 24h/24 sur un serveur

Comme vous ne pouvez pas garder votre ordinateur local allumé en permanence, vous devrez déployer votre bot sur un serveur cloud. Un VPS (serveur privé virtuel) abordable pour environ 5 000–10 000 ₩/mois est suffisant.

1. 1Achetez un VPS chez Contabo, Vultr, DigitalOcean ou similaire
2. 2Connectez-vous en SSH au serveur et installez Python et les packages requis
3. 3Exécutez en arrière-plan : nohup python3 bot.py &

Avertissement

Le trading automatisé de cryptomonnaies comporte un fort potentiel de profit et un risque également élevé. Le code et les stratégies de cet article sont fournis à des fins éducatives uniquement, et vous assumez l'entière responsabilité de toute perte d'investissement.

FAQ

Q1. Comment construire un bot de trading automatique de cryptomonnaies en Python ? R. Implémentez les modules suivants dans l'ordre : connexion à l'API de l'exchange, logique de stratégie, exécution des ordres, journalisation et gestion des risques.

Q2. De quoi les débutants ont-ils besoin pour construire un bot de trading automatique ? R. Vous aurez besoin des bases de Python, d'une clé API d'exchange, de pandas, de données de backtesting et d'un petit compte de test.

Q3. Quelles stratégies mettre dans un bot crypto ? R. Il est préférable de commencer par des stratégies simples comme les moyennes mobiles, le RSI, le breakout ou la grille — backtestez chacune avant de passer en réel.

Q4. Les clés API sont-elles sûres à utiliser avec un bot de trading automatique ? R. Vous pouvez réduire le risque en désactivant les permissions de retrait, en restreignant par IP, en stockant les clés comme variables d'environnement et en séparant les permissions d'accès.

Q5. Le bot Python doit-il fonctionner 24 heures sur 24 ? R. Puisque le marché des cryptomonnaies est ouvert 24 heures, il est préférable de le faire tourner de manière stable sur un serveur ou VPS.

Q6. Comment vérifier la rentabilité d'un bot de trading automatisé ? R. Vous devez comparer les backtests qui reflètent les frais, le glissement et les échecs d'exécution par rapport aux petits enregistrements de trading réel.