Розробка програмного забезпечення онлайн-платформи для валідації торгових стратегій на основі мультиагентної симуляції фінансового ринку

Abstract

Метою роботи є розробка програмного забезпечення онлайн-платформи Validex, яка забезпечує високу точність валідації торгових алгоритмів через поєднання класичного бектестингу та інтелектуальної мультиагентної оптимізації параметрів стратегій. У першому розділі проведено аналіз предметної області алгоритмічної торгівлі, розглянуто існуючі платформи (MetaTrader 5, TradingView, QuantConnect, 3Commas, Cryptohopper), виявлено їхні обмеження та обґрунтовано необхідність розробки нового рішення. У другому розділі описано процес проєктування та реалізації системи: визначено функціональні вимоги до валідатора та ШІ-компонента, спроєктовано архітектуру мікросервісної платформи, розроблено двигун бектестингу для стратегій Grid-DCA та мультиагентну систему оптимізації на базі LangGraph. У третьому розділі описано проведення функціонального тестування всіх компонентів системи, наведено результати перевірки застосунку та компонента обміну даними, підтверджено відповідність реалізації висунутим вимогам. У четвертому розділі розглянуто питання забезпечення безпечних умов праці та охорони праці оператора комп’ютерних систем. Об'єктом дослідження є процес валідації та оптимізації торгових стратегій на фінансових ринках за допомогою програмних засобів симуляції. Предметом дослідження є методи, моделі та технології розробки веб- платформи для валідації торгових стратегій з використанням мультиагентної симуляції. Методи дослідження включають: аналіз конкурентних систем, мікросервісне проєктування архітектури, реалізацію стейт-графа ШІ-агента та функціональне тестування компонентів.

The purpose of the work is to develop the Validex online platform software that provides high-accuracy validation of trading algorithms through a combination of classical backtesting and intelligent multi-agent parameter optimization. This paper demonstrates the process of designing, developing, testing, and deploying a web platform for algorithmic trading strategy validation. The system is implemented as a microservice application consisting of a FastAPI backend with LangGraph-powered AI optimization, a React-based frontend with interactive charting, and a PostgreSQL database. An analysis of existing platforms (MetaTrader 5, TradingView, QuantConnect, 3Commas) is conducted, their limitations are identified, and a development plan is established. The core backtesting engine supports Grid-DCA strategieswith leverage and margin handling for SPOT and FUTURES markets. The multi-agent optimization system based on LangGraph and Google Gemini iteratively analyses backtest reports and automatically generates improved parameter configurations with real-time streaming of the AI decision process. The object of the study is the process of validation and optimization of trading strategies on financial markets using software simulation tools. The subject of the study is the methods, models and technologies for developing a web platform for trading strategy validation using multi-agent simulation. The research methods include: analysis of competitive systems, microservice architecture design, implementation of an AI agent state graph, and functional testing of system components.