Hoe ga je om met data-onderbrekingen tijdens een live trade?

Alex de Vries

Quantitatief Analist & Algo-Trading Expert

Stel je voor: je bot draait op volle toeren, de markt beweeglijk, en dan opeens… niks.

Geen data, geen prijs, geen update. Je schakelt even over op handmatig en ziet je positie rustig verderlopen zonder enig idee wat er gebeurt. Dat is pure horror voor elke algorithmic trader.

Data-onderbrekingen tijdens een live trade zijn niet alleen vervelend, ze kunnen je rendement direct raken. In dit stuk leg ik je stap-voor-stap uit hoe je die onderbrekingen opvangt, zonder dat je in paniek raakt of onnodige risico’s neemt.

Wat je nodig hebt voordat je begint

Voordat je überhaupt live gaat, zorg je voor een stabiele basis. Je hebt een broker nodig met een betrouwbare API, zoals Interactive Brokers, Degiro of een crypto-exchange als Binance of Kraken.

Kies een broker die een duidelijke statuspagina heeft en een API die websocket-verbindingen ondersteunt. Je Python-omgeving moet up-to-date zijn, bijvoorbeeld Python 3.11 of nieuwer, met bibliotheken als pandas, numpy en een eventueel backtesting-framework zoals Backtrader of Lean.

Een VPS of dedicated server is essentieel, bijvoorbeeld een cloud-instantie met minimaal 2 vCPU’s en 4 GB RAM, zodat je bot altijd online is. Zorg verder voor een fallback-datasource. Gebruik naast je broker-API een tweede provider, zoals een betaalde dienst als Tiingo, Polygon of een gratis alternatief als Alpha Vantage. Je hebt ook een database nodig, bijvoorbeeld PostgreSQL of TimescaleDB, om prijzen lokaal op te slaan.

Tot slot: een monitoring-tool, zoals Grafana of een simpel script dat je waarschuwt via Telegram of Slack.

Zorg dat je minimaal €50-€100 per maand budgetteert voor data-abonnementen en hosting. Zonder deze tools ga je het lastig krijgen.

Stap 1: Detecteer de onderbreking direct

Een onderbreking pas je niet achteraf op, je moet hem direct herkennen. Stel je bot in om elke 5 seconden een heartbeat-check te doen op de websocket-verbinding.

1. Installeer de websocket-client van je broker, bijvoorbeeld ib_insync voor Interactive Brokers of ccxt voor crypto-exchanges.
2. Schrijf een heartbeat-functie die elke 5 seconden een ping stuurt en de timestamp van het laatste bericht controleert.
3. Test dit eerst op een demo-account: verbreek handmatig de verbinding en kijk of je alarm afgaat binnen 10 seconden.

Gebruik een timeout van 10 seconden: als er binnen 10 seconden geen nieuw prijsbericht binnenkomt, trigger je een alarm.

In Python kun je dit doen met de asyncio-library: een simpele timer die een event afvuurt als er te lang niets binnenkomt. Veelgemaakte fout: een te lange timeout instellen, waardoor je pas na minuten actie onderneemt. Houd het onder de 15 seconden. Als je je afvraagt of er gratis real-time data beschikbaar is voor je bot, ben je tijdens deze stap ongeveer 1-2 uur bezig met coderen en testen.

Stap 2: Schakel over op een fallback-datasource

Als je primary broker-API platligt, moet je direct overschakelen naar je tweede datafeed.

1. Configureer je fallback-provider in je Python-script: maak een aparte functie die de data ophaalt via REST in plaats van websocket.
2. Test de overgang: simuleer een onderbreking door je primary-API uit te zetten en kijk of je bot binnen 30 seconden overschakelt.
3. Stel een bredere stop-loss in, bijvoorbeeld 2% in plaats van 1%, omdat de fallback-data mogelijk iets vertraging heeft.

Stel je bot zo in dat hij automatisch wisselt naar de fallback-provider zodra het alarm afgaat. Bijvoorbeeld: als de websocket van Binance down is, schakel je over naar een REST-API van Kraken of een externe dienst zoals Polygon.

Je bot moet dan de laatste bekende prijs gebruiken om verder te handelen, maar met een bredere stop-loss om extra risico te dekken. Veelgemaakte fout: vergeten om API-sleutels voor beide providers te configureren, waardoor de fallback niet werkt. Budget voor deze stap: ongeveer €20-€50 per maand voor een extra data-abonnement. Tijd: 2-3 uur om te integreren en te testen.

Stap 3: Beheer je posities tijdens de onderbreking

Zodra je een onderbreking detecteert, moet je bot niet blind doorgaan. Gebruik een eenvoudig risicomanagementscript dat openstaande posities beoordeelt op basis van de laatst bekende data.

1. Schrijf een functie die de laatst bekende prijs vergelijkt met een externe referentie (bijv. een index via een tweede API).
2. Stel een timer in: als de onderbreking >120 seconden duurt, sluit je posities af met een market-order.
3. Gebruik een library zoals pandas_ta voor snelle analyse van de laatste data, zodat je geen onnodige verliezen draait.

Sluit posities automatisch af als de onderbreking langer duurt dan 2 minuten, of zet een nood-stop in. Voor algoritmische bots is dit cruciaal: je wilt niet dat een positie blijft lopen zonder actuele prijsinformatie. Veelgemaakte fout: te snel panieken en posities sluiten terwijl de verbinding zich herstelt. Test dit scenario op een demo-account met een bot die je handmatig onderbreekt. Tijd voor deze stap: 1-2 uur, inclusief het testen van de nood-stop.

Stap 4: Herstel de verbinding en ga verder

Nadat de onderbreking voorbij is, moet je bot soepel terugkeren naar de primary-API. Zorg dat je geen data verliest: synchroniseer je lokale database met de gemiste prijzen via de fallback-provider of een historische data-call, en leer hoe je missende data interpoleert met Pandas voor een naadloze dataset.

1. Herstart de websocket-verbinding en controleer opnieuw de heartbeat.
2. Haal de gemiste data op via de REST-API van je broker of een dienst als Polygon (kosten: ongeveer €0,01 per 1000 calls).
3. Update je bot-logboek met de herstelde data en hervat de normale handel met de oorspronkelijke stop-loss-instellingen.

Gebruik een buffer van 5-10 minuten om eventuele hiaten op te vullen. Veelgemaakte fout: vergeten om de database te updaten, waardoor je backtests later onnauwkeurig worden. Tijd: 1 uur. Zorg dat je na elke onderbreking een korte analyse doet: wat veroorzaakte het?

Stap 5: Monitor en verbeter continu

Nu je bot weer draait, is het tijd om te leren van elke onderbreking. Stel een dashboard in met Grafana of een simpel Python-script dat logt hoe vaak onderbrekingen voorkomen en hoe lang ze duren.

1. Log elke onderbreking in een CSV-bestand: timestamp, duur, oorzaak, actie ondernomen.
2. Plan wekelijks een review: kijk of je risicomanagement verbeterd kan worden, bijvoorbeeld door de stop-loss aan te passen op basis van volatiliteit.
3. Test je setup maandelijks op een demo-account: verbreek bewust verbindingen en kijk of je bot goed reageert.

Stel doelen: bijvoorbeeld geen onderbrekingen langer dan 30 seconden per week. Pas je bot aan op basis van deze data, bijvoorbeeld door extra fallback-sources toe te voegen of je VPS te upgraden naar een betere provider. Veelgemaakte fout: te weinig monitoring, waardoor je problemen pas ontdekt als het te laat is.

Budget: €10-€20 per maand voor monitoring-tools. Tijd: 2 uur per week voor onderhoud.

Verificatie-checklist

Gebruik deze checklist om te controleren of je setup waterdicht is. Vink elk item af voordat je live gaat.

• Heartbeat-check actief met timeout <15 seconden? Ja/Nee
• Fallback-datasource geconfigureerd en getest? Ja/Nee
• Nood-stop voor posities ingesteld op >120 seconden onderbreking? Ja/Nee
• Database synchronisatie werkend voor gemiste data? Ja/Nee
• Monitoring-dashboard ingesteld en wekelijks gecheckt? Ja/Nee
• Minimaal €50 per maand budget voor data en hosting? Ja/Nee
• Demo-test uitgevoerd voor elke stap? Ja/Nee

Als je alle items afvinkt, ben je klaar voor live trading zonder data-onderbrekingen je te raken. Hou het simpel, test veel, en raadpleeg onze ultieme gids voor financiële data – je bot is je maatje, maar alleen als je hem goed onderhoudt.