Das Problem
Exchange-Trader arbeiten oft mit Tabellen und aus dem Bauch heraus. Sie haben keinen sicheren Ort, um eine Strategie zu testen, bevor echtes Geld im Spiel ist, und keine zentrale Übersicht über Einsätze, Limits und Ergebnisse. Dazu kam eine harte Grenze: Während der Tests lehnte Betfair Italien Wettaufträge ab, die über die API von Rechenzentrumsservern kamen.
Was ich gebaut habe
Ich habe BetPilot AI entwickelt, eine installierbare Webplattform für Analyse, Risikokontrolle und Simulation, auf der jede Strategie im Paper Trading beginnt.
- Visueller Strategie-Builder – Strategien werden als deklarativer Bauplan gespeichert und gegen eine strenge Whitelist geprüft. Benutzercode wird niemals ausgeführt.
- KI-Strategieassistent – Der Nutzer beschreibt eine Strategie in einfachen Worten, und Claude (Anthropic) macht daraus einen Bauplan oder verbessert einen bestehenden. Besteht die Antwort die Validierung nicht, geht der Fehler für einen weiteren Versuch an das Modell zurück.
- Simulations-Engine – Backtests, Replays und Vergleiche laufen als Hintergrundjobs. Die Matching-Engine bildet Liquidität, Teilausführungen, Slippage und Latenz ab und arbeitet deterministisch: Gleiche Eingaben liefern das gleiche Ergebnis.
- Risiko-Engine und Signale – Budgetlimits (Einsatzspanne, maximaler Tages- und Wochenverlust, Quotenspanne) und ein Einsatzberater: ein Viertel-Kelly, gedeckelt bei 5 % der Bankroll, wenn eine Wahrscheinlichkeit angegeben ist, sonst die 2-%-Regel. Jedes Signal zeigt die faire Quote und den Erwartungswert.
- Echtes Journal – Der Nutzer erfasst jede echte Wette mit einem Klick; Bankroll, P&L, ROI und Trefferquote bleiben stets aktuell.
- Live-Daten – Spielstatistiken von API-Football und Exchange-Kurse von einem reinen Lese-Agenten auf dem Computer des Nutzers.
- Sicherheit und Nachvollziehbarkeit – Zwei-Faktor-Login, verschlüsselte Geheimnisse, Datentrennung pro Nutzer, Audit-Log, Berichte als PDF, CSV und XLSX, Benachrichtigungen per E-Mail, Push und Webhook.
Die Zahlen
- Eine automatisierte Testsuite, einschließlich eines Tests, der belegt, dass die Simulations-Engine keine echten Aufträge senden kann.
- 18 Backend-Module und 42 Datenmodelle im Datenbankschema.
- 7 Sportarten und 6 Methoden zur Einsatzbemessung, die das Strategieformat unterstützt.
Womit es gebaut ist
Frontend in Next.js, React und TypeScript mit Tailwind CSS und Recharts, als statische Dateien exportiert. Backend in NestJS mit Clean Architecture, domänenorientierten Modulen und CQRS, auf PostgreSQL über Prisma. Redis und BullMQ betreiben die Job-Queue, mit PostgreSQL als Fallback. Integrationen: die Anthropic API, API-Football und die Betfair-API im reinen Lesemodus.
Warum so gebaut
Als die Exchange serverseitige Wetten blockierte, habe ich das Modell geändert. BetPilot analysiert, bemisst den Einsatz und führt die Bücher; die Wette platziert der Mensch. Für die Marktdaten habe ich einen lokalen Agenten geschrieben, der nur die Lesemethoden von Betfair aufruft und die Zugangsdaten auf dem PC des Nutzers belässt. Wettmethoden sind konstruktionsbedingt gesperrt, sodass die Software ein Werkzeug zur Entscheidungsunterstützung bleibt.
