Návrh a implementace nástroje pro sledování vývoje trhu kryptoměn

Abstract

Tato bakalářská práce je věnována studiu a implementaci vícestupňového notifikačního nástroje pro kryptoměny1.1 s názvem "Signals". Tento nástroj sledující trh kryptoměn je schopen po splnění netriviálních, komplexních podmínek upozorňovat uživatele po nastavených kanálech. Každá sada podmínek se nazývá "signál". Aplikace "Signals" umí vypočítat různé technické indikátory1.2 pro individuální technickou analýzu[Joh21] kryptoměn a její vylepšení. Na rozdíl od většiny softwaru pro kryptoměny, navrhovaný software je open-source1. Architektura aplikace byla navržena jako architektura klient-server7, která se skládá ze dvou samostatných částí: poskytovatel služeb (Back-End2.5.3) zodpovědný za řízení obchodní logiky, např. získávání tržních dat z externích služeb, výpočet indikátorů, správa a provádění signálů; klient (FrontEnd2.5.11) jako webová aplikace komunikující s Back-Endem pomocí REST2 API3.2.9.Back-End a Front-End byly vyvinuty s využitím technologií3.1.1 .NET a Angular. Kromě toho byla aplikace opatřena neformálním testováním3.4 a nasazena3.5 pomocí Docker kontejnerů.

This bachelor thesis is dedicated to studying and implementing a multi-staging notification tool for cryptocurrencies1.1 called "Signals." This tool aims to provide Crypto traders with on-premises4 software that enables the creation of nontrivial, complex conditions for Crypto Pairs. When these conditions are met, the tool will notify the trader. Each set of conditions is referred to as a "signal." The "Signals" application can calculate various technical indicators1.2 that traders can use to configure custom signals useful for individual Crypto technical analysis[Joh21] and its improvement. Unlike the majority of Cryptocurrency software, the proposed software is an opensource1 solution. The application’s architecture was designed as a client-server7, which consists of two separate parts: service provider (Back-End2.5.3) responsible for managing business logic, e.g., obtaining market data from external services, calculating indicators, managing and executing signals; client (Front-End2.5.11) WEB application communicating with Back-End REST2 API3.2.9. The BackEnd and Front-End were developed using .NET and Angular technologies3.1.1. Furthermore, the application underwent informal testing3.4 and deployed3.5 using Docker containers.