Pour les traders crypto qui cherchent un avantage, surveiller les portefeuilles des gros détenteurs — communément appelés baleines — peut révéler des positions précoces avant des mouvements de prix majeurs. Construire un bot de trading crypto avec des signaux de baleines on-chain en Python vous permet d'automatiser la capture et la réaction à ces points de données de haute valeur. Ce tutoriel parcourt une implémentation pratique en utilisant l'API Smart Money, une source spécialisée d'activité agrégée des baleines provenant du classement de Hyperliquid combinée avec des données de dérivés inter-échanges.
Comprendre les signaux de baleines on-chain
Les portefeuilles de baleines sont des adresses qui détiennent ou échangent des quantités importantes de cryptomonnaie. Lorsqu'une baleine dépose des actifs sur un échange, ouvre une grosse position ou retire des fonds d'un échange décentralisé, cela signale souvent une intention — et le marché suit fréquemment. L'API Smart Money découvre automatiquement environ 2 000 portefeuilles de baleines à partir du classement multi-temps de Hyperliquid et suit leurs événements sur les échanges supportés (Bybit, Binance et Hyperliquid uniquement). Ces événements incluent des gros afflux, des retraits et des changements de position.
En connectant ces signaux à un bot de trading, vous pouvez programmer des réponses comme placer des ordres limites, ajuster des stop-loss ou envoyer des alertes — tout cela sans délai émotionnel.
Commencer avec l'API Smart Money
Premièrement, inscrivez-vous sur smartmoneyapi.com pour obtenir une clé API. Le niveau gratuit accorde 200 appels par jour, limités aux données Bitcoin — suffisant pour tester. Pour une fonctionnalité complète (tous les symboles, événements de baleines, dérivés et métriques on-chain), le niveau Trader (1,000 appels/jour) ou Pro (5 000 appels/jour) est recommandé.
Toutes les requêtes sont authentifiées via l'en-tête X-API-Key L'endpoint de base est https://api.smartmoneyapi.comVoici un script Python minimal pour tester votre connexion :
import requests
API_KEY = "your_api_key_here"
BASE_URL = "https://api.smartmoneyapi.com"
headers = {"X-API-Key": API_KEY}
# Check health
resp = requests.get(f"{BASE_URL}/v1/health", headers=headers)
print(resp.json())Récupérer les données des portefeuilles de baleines
Le signal de baleine le plus direct est disponible via /v1/whales/summaryqui retourne des métriques agrégées pour tous les portefeuilles suivis, comme le flux net total et le nombre de portefeuilles actifs. Pour les événements individuels (dépôts, retraits, ouvertures de position), utilisez /v1/whales/events.
Exemple : Récupérer les 5 derniers événements de baleines :
endpoint = f"{BASE_URL}/v1/whales/events"
params = {"limit": 5}
resp = requests.get(endpoint, headers=headers, params=params)
events = resp.json()
for event in events:
print(f"Symbol: {event['symbol']}, Type: {event['event_type']}, "
f"Amount: {event['amount_usd']}, Wallet: {event['wallet_address'][:8]}...")Les événements incluent des champs comme event_type (par exemple, "dépôt", "retrait", "ouverture_long"), symbol, amount_usdet un horodatage. Votre bot peut filtrer par symboles spécifiques ou seuils — par exemple, n'agir que lorsqu'une baleine dépose plus de 500 000 USD sur un échange.
Intégrer les données de baleines dans une stratégie de trading
Une stratégie simple pourrait utiliser un signal de "momentum de baleine" : si plusieurs baleines déposent sur un échange pour le même symbole dans une courte fenêtre, cela pourrait indiquer une pression de vente à venir. Inversement, de gros retraits vers l'auto-gestion signalent souvent une accumulation.
Vous pouvez construire un mécanisme de scoring :
- Suivre le flux net USD par symbole sur la dernière heure.
- Si le flux net dépasse un seuil (en valeur absolue), générer un signal.
- Combiner avec des données de dérivés (section suivante) pour confirmation.
Important : Il s'agit d'une méthodologie basée sur les données qui ne garantit rien. Testez à fond et ne vous fiez jamais uniquement à un seul signal.
Ajouter des données de dérivés pour confirmation
L'API Smart Money propose des données de dérivés inter-échanges provenant de Bybit, Binance et Hyperliquid uniquement (pas OKX). Utilisez l'endpoint /v1/derivatives/screener pour extraire des métriques comme l'intérêt ouvert, les taux de financement et les ratios long/short pour l'un des ~229 symboles auto-découverts.
Exemple : Récupérer le taux de financement actuel et l'intérêt ouvert pour BTC-USDT perpetual :
screener = f"{BASE_URL}/v1/derivatives/screener"
params = {"symbol": "BTC/USDT:USDT", "exchange": "binance"}
resp = requests.get(screener, headers=headers, params=params)
data = resp.json()
print(f"OI: {data['open_interest']}, Funding Rate: {data['funding_rate']}")En associant les événements de dépôt de baleines avec une augmentation de l'intérêt ouvert et un taux de financement négatif (indiquant une dominance de positions courtes), vous pouvez générer des idées de trading plus robustes.
Intelligence de nœud pour le risque des tokens (BSC & Avalanche)
Si votre bot trade sur Binance Smart Chain (PancakeSwap) ou Avalanche C-chain (Trader Joe), vous pouvez exploiter le produit Node Intelligence de l'API Smart Money. Cela fonctionne sur votre propre nœud complet (ou un RPC revendable) et fournit :
- Détection de nouvelles paires
- Surveillance des gros swaps
- Détection de honeypot (
/v1/node/{bsc|avax}/honeypot/{token}) - Scoring de risque des tokens (
/v1/node/{bsc|avax}/token-risk/{token}) - Suivi des portefeuilles
Par exemple, avant d'acheter un token nouvellement découvert, appelez l'endpoint honeypot pour vérifier si le contrat a des restrictions de vente. La réponse inclut des drapeaux comme is_honeypot et risk_score (0‑100).
token = "0x123...abc"
resp = requests.get(f"{BASE_URL}/v1/node/bsc/honeypot/{token}", headers=headers)
honeypot_check = resp.json()
if honeypot_check.get("is_honeypot"):
print("Token is a honeypot — skipping.")L'API Smart Money propose des plans Node (Starter, Pro, API par chaîne) pour ce service.
Construire la boucle du bot
Assemblez les composants en une boucle continue. Utilisez time.sleep() ou un planificateur (par exemple, la bibliothèque schedule ) pour respecter les limites de taux de l'API. Un intervalle typique est de 5 à 15 minutes pour les événements de baleines et de 1 minute pour les données de dérivés si votre niveau le permet.
Structure pseudo-code :
while True:
whales = get_whale_events(min_amount_usd=500_000)
for event in whales:
if is_bullish_signal(event):
oi, funding = get_derivatives(event['symbol'])
if oi > threshold and funding < -0.01:
execute_trade(event['symbol'], side="short")
time.sleep(300) # 5 minutesN'oubliez pas d'implémenter la gestion des erreurs, la journalisation et le mode dry-run avant de trader en direct.
Questions fréquemment posées
Quelle est la meilleure bibliothèque Python pour construire un bot de trading crypto ?
Pour les API premium comme Smart Money API, requests est suffisant. Pour la connectivité aux échanges, ccxt est la bibliothèque standard supportant de nombreux échanges. Pour le backtesting, backtrader ou vectorbt sont populaires.
Combien de portefeuilles de baleines l'API Smart Money suit-elle ?
Environ 2 000 portefeuilles auto-découverts à partir du classement multi-temps de Hyperliquid, sur les échanges Bybit, Binance et Hyperliquid uniquement.
Puis-je utiliser ce bot pour des tokens sur BSC ou Avalanche ?
Oui, via le produit Node Intelligence. Vous avez besoin d'un nœud complet (ou d'un RPC revendable) pour la chaîne respective. L'API fournit la détection de nouvelles paires, les gros swaps, les vérifications de honeypot et le suivi des portefeuilles pour BSC et Avalanche.
Ai-je besoin de données Bitcoin réelles pour commencer ?
Non. Le niveau gratuit donne 20 appels quotidiens pour Bitcoin uniquement, mais vous pouvez toujours tester les endpoints pour les symboles whitelistés. Pour d'autres symboles, passez à Trader ou Pro.
Conclusion prospective
Construire un bot de trading crypto avec des signaux de baleines on-chain en Python est de plus en plus accessible grâce à des agrégateurs spécialisés comme l'API Smart Money. En combinant les événements de portefeuilles, le sentiment des dérivés et les vérifications de risque on-chain, vous créez un moteur de décision multi-facettes — qui réduit la dépendance à l'action de prix retardée. Alors que l'écosystème DeFi s'étend, la capacité à réagir programmatiquement au comportement des gros détenteurs restera un outil précieux pour les traders systématiques. Commencez toujours par du trading papier et des backtests itératifs avant de déployer du capital.