TradeAgent: So bringst du den Open-Source-Trading-Bot aufs nächste Level (Raspberry Pi, Supabase, Automatisierung deiner Wahl)

Tristan Häfele

— 2 min read

Das Open-Source-Repository TradeAgent auf GitHub (TradeAgent auf GitHub) ist die ideale Basis für alle, die einen automatisierten Trading-Bot aufbauen und individuell erweitern möchten. Egal, ob du dein Portfolio smarter managen, Daten professionell erfassen oder clevere Benachrichtigungen erhalten willst – hier erfährst du, wie du TradeAgent zu einem echten Power-Tool machst. Modular, flexibel und perfekt vorbereitet für deine persönlichen Workflows.

1. Integration mit dem Raspberry Pi

Ziel: Aus TradeAgent wird dein stromsparender, dauerhaft laufender Trading-Begleiter für Zuhause.

So funktioniert’s:

  • Docker-Support hinzufügen: Mit einem einfachen Dockerfile kannst du TradeAgent als Container auf deinem Raspberry Pi betreiben:
  • FROM python:3.9-slim
    WORKDIR /app
    COPY requirements.txt .
    RUN pip install --no-cache-dir -r requirements.txt
    COPY . .
    CMD ["python", "trade_agent.py"]    Eine .dockerignore-Datei hält das Image schlank.
  • Für den Raspberry Pi optimieren: Raspberry Pis haben begrenzte Ressourcen. Nutze asynchrone Programmierung (z. B. asyncio) für effizientere API-Abfragen.
  • Automatischer Start bei jedem Boot (systemd): Der Bot startet automatisch nach dem Hochfahren – kein manuelles Eingreifen nötig:
  • [Unit]
    Description    =TradeAgent Service
    After=network.target

    [Service]
    ExecStart    =/usr/bin/docker start -a tradeagent
    Restart=always
    User=pi

    [Install]
    WantedBy=multi-user.target

2. Supabase: Deine Trades werden zu Daten-Gold

Ziel: Alle Trades landen sicher in der Cloud – ideal für Auswertung, Backups und langfristige Analysen.

Schritt für Schritt:

  • Supabase-Client einbinden: Installiere die Bibliothek:

pip install supabase

Speichere deine Zugangsdaten in einer separaten Konfigurationsdatei (config.json):

  • {
    "supabase_url": "DEINE_SUPABASE_URL",
    "supabase_key": "DEIN_SUPABASE_KEY",
    "table_name": "trades"
    }
  • Automatisch Trades loggen: Eine Beispiel-Funktion für das Trading-Log:
  • from supabase import create_client, Client
    import json

    def log_trade_to_supabase(trade_data):
    with open("config.json") as     f:
    config = json.load(f)

    supabase: Client = create_client(config["supabase_url"], config["supabase_key"])
    data, count = supabase.table(config["table_name"]).insert(trade_data).execute()
    return data
  • Klare Datenstruktur: Ein Beispiel für eine initiale SQL-Tabelle (init_db.sql):
  • CREATE TABLE trades (
    id SERIAL PRIMARY KEY,
    symbol VARCHAR(10) NOT NULL,
    price DECIMAL NOT NULL,
    quantity DECIMAL NOT NULL,
    strategy VARCHAR(50),
    timestamp TIMESTAMP DEFAULT NOW(),
    status VARCHAR(20)
    );

3. Automatisierte Reports & Workflows – flexibel wie du!

Ziel: Tägliche Trading-Performance zusammenfassen – egal ob per E-Mail, Push-Nachricht oder Dashboard.

So wirst du zum Workflow-Wizard:

  • Wähle dein Automatisierungstool: Ob Langdock, n8n, Zapier oder ein einfacher Cronjob – dein Report kann durch beliebige Tools getriggert werden. Beispiel für einen Cronjob auf dem Raspberry Pi:
  • 0 18 * * 1-5 /usr/bin/python3 /app/generate_report.py
  • Report-Generierung in Python: Das Skript holt die Tagesdaten von Supabase, analysiert sie und erstellt z. B. einen HTML-Report:
  • import smtplib
    from email.mime.text import MIMEText

    def send_email(subject, body, to_email):
    msg = MIMEText(body, "html"    )
    msg["Subject"] = subject
    msg["From"] = "DEINE_EMAIL"
    msg["To"    ] = to_email

    with smtplib.SMTP("smtp.example.com", 587) as server:
    server.starttls()
    server.login("DEIN_BENUTZERNAME", "DEIN_PASSWORT")
    server.send_message(msg)
  • Tipp: Du kannst die Reports bei besonderen Markt-News, nach Gewinnen oder nach Belieben triggern – nutze die Event-Trigger deines Automatisierungstools.

4. Dokumentation & Beispiele – damit jede:r loslegen kann

  • README.md aufstocken: Baue Schritt-für-Schritt-Anleitungen für das Setup auf Raspberry Pi, Supabase und deinen Workflow ein.
  • Examples-Verzeichnis: Füge Beispiel-Strategien, Supabase-Konfigurationen und Report-Vorlagen hinzu (z. B. example_strategy.py, config.example.json, report.example.html).

5. Testing & Fehlerbehandlung – Qualität, auf die du dich verlassen kannst

  • Unit-Tests für kritische Funktionen: Beispiel mit pytest:
  • def test_log_trade_to_supabase(mocker):
    mocker.patch("supabase.create_client"    )
    log_trade_to_supabase({"symbol": "BTC", "price": 50000})
    assert True
  • Solide Fehlerbehandlung: Fang Fehler in API- oder Datenbankaufrufen strukturiert ab (z. B. mit try-except).

6. Für die Community: Beitragen einfach gemacht

  • CONTRIBUTING.md und Issue-Templates: Lege Richtlinien für Pull Requests, Issues und Feature-Wünsche an (z. B. im .github/ Verzeichnis).

Fazit

Mit diesen Erweiterungen wird TradeAgent zum echten Power-Tool: dauerhaft und platzsparend auf dem Raspberry Pi, mit sauberem Datenlogging via Supabase und vielseitigen Automatisierungen (Reports, News, Alerts, Bots) ganz nach deinem Geschmack. Die Community kann schnell loslegen, sich einbringen, und du kannst den Bot flexibel für deine eigenen Use Cases anpassen.

Fragen? Wünsche? Du möchtest ein n8n-, Zapier- oder Langdock-Beispiel für deinen eigenen Workflow? Melde dich – wir liefern gern passende Konfigurationen oder Tutorials.

Viel Spaß beim Automatisieren und Coden!

Read more