Traden in illiquide 'Shitcoins' met een te grote bot-positie
Stel je voor: je bot koopt per ongeluk €15.000 aan een munt die maar €0,00001 waard is, en door één verkeerde trade crasht de koers met 70% voordat je order überhaupt is uitgevoerd.
Dat is geen horrorverhaal, dat is de realiteit van traden in illiquide ‘shitcoins’ met een te grote bot-positie. Je zit aan tafel met een algoritmische bot, een broker-API en een droom, maar de markt is een jungle zonder paden.
Dit soort trades kunnen je account in één klap leegtrekken of juist een goudmijn zijn, als je weet hoe je de risico’s beheerst. We gaan het hebben over wat er precies gebeurt, hoe je het kunt simuleren en welke slimme instellingen je kunt gebruiken om je huid te redden.
Wat zijn illiquide shitcoins en waarom doet je bot pijn?
Een illiquide shitcoin is een crypto-munt met extreem weinig handelsactiviteit. Denk aan een token met maar €500 tot €2.000 aan dagvolume op een decentrale exchange zoals Uniswap of PancakeSwap.
Je bot ziet een kansje, maar de markt heeft geen diepte: een order van €2.000 kan de koers al 10 tot 30% verplaatsen.
Een te grote bot-positie betekent dat je bot meer probeert te kopen of verkopen dan de markt aankan, waardoor je slippage (het verschil tussen verwachte en werkelijke uitvoeringsprijs) enorm oploopt. Bij een bot die via een API zoals Binance, Kraken of een DEX-aggregator handelt, kan een positie van €10.000 in een munt met €1.000 liquiditeit leiden tot een effectieve aankoopprijs die 20-50% boven de markt ligt. Je broker of DEX-router probeert te helpen, maar de liquidity pools zijn simpelweg te klein.
Het gevolg: je betaalt te veel, je verkoopt later met verlies, en je risicomanagement schiet tekort. Waarom is dit belangrijk? Omdat je bot geen emotie heeft, maar de markt wel. Een illiquide coin kan in een paar seconden 40% dalen na een grote sell-order, en je bot blijft doortraden tot de liquidity op is.
Zonder goede parameters loop je het risico je hele inleg te verliezen, zelfs als de coin op lange termijn stijgt.
Stel je voor: je bot koopt 100 miljoen tokens voor €0,0001 per stuk, totaal €10.000. Door slippage betaal je €0,00015 per token, een extra €5.000 kosten.
De koers daalt naar €0,00007 en je bot probeert te verkopen, maar de liquidity is op en je krijgt maar €4.000 terug. Een direct verlies van €11.000, terwijl de coin misschien later was hersteld. Dit is waarom je positiegrootte en risicomanagement nooit mag negeren.
Hoe je bot dit soort trades uitvoert: de technische kant
Je bot draait op Python, bijvoorbeeld met bibliotheken als CCXT, Web3.py of de Binance API. De bot haalt data via een broker-API of DEX-subgraph, berekent een entry-point en stuurt een order naar de exchange.
Voor illiquide coins werkt dit anders: de API geeft geen diepe orderboeken, dus je bot moet slim inschatten hoeveel slippage je accepteert. Gebruik je een CEX zoals Binance, dan is de liquidity beter, maar shitcoins zitten vaak op DEX’s waar je via een router zoals Uniswap V2/V3 of 1inch handelt. Je bot moet de minimale uitvoeringshoeveelheid (minOutputAmount) instellen om te voorkomen dat je te veel betaalt.
Stel: je bot zet een positie van €5.000 in een coin met €800 liquidity.
De API-call voor een swap kan mislukken als de slippage >5% is, of uitvoeren tegen €6.200 door slechte routing. Backtesting is essentieel om dit te simuleren. Gebruik Python-tools zoals Backtrader, VectorBT of een custom script met historische data van CoinGecko of The Graph.
Je kunt geen perfecte illiquide data krijgen, maar je kunt proxy’s bouwen: neem een coin met €1.000-€5.000 dagvolume en test hoe je bot reageert op slippage van 5-20%. Stel een script op dat je positiegrootte beperkt tot 1-2% van je totale portefeuille per trade, en voeg een slippage-buffer van 10% toe.
In een backtest op een coin als een obscure ERC-20 token (bijvoorbeeld een munt rond €0,001 met 500.000 tokens in circulatie), zie je dat een positie van €2.000 leidt tot 8% slippage en een winst van €150 na fees, maar bij €10.000 loopt de slippage naar 25% en wordt het een verlies van €1.200.
Je broker-API (zoals die van Kraken of Bitvavo) geeft je real-time liquidity data, maar voor DEX’s moet je de pool-reserves monitoren via Web3 calls. Een concrete werking: je bot scant via de API van CoinMarketCap of DEXScreener naar coins met volume < €10.000 en market cap < €100.000. Zodra een coin een piek van 20% in 5 minuten laat zien, stuurt de bot een kleine buy-order van €500-€1.000, met een take-profit van 15% en stop-loss van 10%. De API van je DEX-router bepaalt de exacte prijs, en je risicomanagement-module sluit de trade automatisch als de liquidity onder €500 daalt. Dit voorkomt dat je positie te groot wordt en de markt manipuleert.
Modellen voor risicomanagement en prijsindicaties
Er zijn verschillende modellen om je bot-positie te beheren in illiquide markten, elk met eigen prijsindicaties. Een basismodel is de ‘fixed percentage positie’: je bot mag nooit meer dan 1-2% van je totale portefeuille in één coin stoppen. Voor een portefeuille van €50.000 betekent dit max €500-€1.000 per trade.
Dit houdt slippage beperkt tot 5-10% en beschermt je tegen een enkele crash.
Prijsindicatie: bij een coin van €0,0005 met €2.000 liquidity, kun je €500 kopen tegen €0,00055 (10% slippage), en verkopen tegen €0,00065 voor een winst van €50 na fees. Als je €5.000 inzet, stijgt de aankoopprijs naar €0,00075 (50% slippage) en wordt winst onmogelijk.
Een geavanceerder model is de ‘Kelly Criterion aangepast voor slippage’. De klassieke Kelly-formule berekent de optimale positiegrootte op basis van winkans en uitbetaling, maar voor illiquide coins voeg je slippage toe als extra risico. Stel: je winkans is 40% (uit backtesting), de gemiddelde winst is 20% en het verlies 15%, met een slippage van 10%.
De aangepaste Kelly zegt: zet max 0,5-1% in per trade. Voor een coin die €0,01 waard is en €3.000 liquidity heeft, betekent dit een positie van €30-€60.
Dit voelt klein, maar het voorkomt dat je bot de markt verstoort. Een derde model is de ‘volatiliteit-gewogen positie’: je positie is omgekeerd evenredig met de dagelijkse volatiliteit. Gebruik de ATR (Average True Range) indicator via Python (bijvoorbeeld met TA-Lib). Als de ATR 50% is (normaal voor shitcoins), beperk je positie tot 0,5% van je portefeuille.
Voor een coin van €0,0002 met hoge volatiliteit, wordt een €100 positie €150 waard bij een 50% stijging, maar bij verlies beperk je het tot €85. Varianten: op CEX’s zoals Binance kun je futures gebruiken met hefboom, maar voor illiquide coins is dat gevaarlijk – een liquidatie kan gebeuren bij 20-30% beweging.
Gebruik liever spot trading via API’s van brokers zoals Bitvavo (lage fees, goede liquidity voor mid-cap coins) of KuCoin voor exotische paren, waarbij je rekening houdt met de invloed van Bitcoin dominantie op je altcoin bots.
Voor DEX’s, combineer met een aggregator zoals 1inch om de beste route te vinden, en stel een maximale slippage in van 5-10% in je bot-code. Prijsindicatie voor een model op een coin van €0,001: bij 1% positie (€100 voor een €10.000 portefeuille), win je €20 bij een 20% stijging, maar verlies je €10 bij 10% daling, met slippage meegerekend. Experimenteer met deze modellen in een sandbox-omgeving van je broker voordat je live gaat.
Praktische tips om te beginnen en veilig te blijven
Start klein en test alles. Gebruik een Python-script met de CCXT-bibliotheek om te connecten naar een exchange zoals Binance of Bitvavo, en bouw een backtest die slippage simuleert.
Neem een coin met €1.000-€5.000 volume, zoals een obscure token op Uniswap, en test posities van €100, €500 en €1.000. Meet de slippage en winst na fees (meestal 0,1-0,3% op CEX, 0,3-1% op DEX). Stel je bot in op een maximale positie van 1% van je portefeuille, met een stop-loss die automatisch sluit via de API als de liquidity daalt onder €500. Dit voorkomt verrassingen.
Beheer risico’s concreet: gebruik een risicomanagement-module in je bot die de portfolio-waarde realtime volgt en de positiegrootte aanpast.
Stel een daily loss limit in van €500-€1.000, afhankelijk van je inleg. Voor illiquide coins, vermijd trades tijdens lage volume-uren (bijv. nacht in Europa), want dan is de liquidity nog minder. Monitor de orderbook via de API: als de bid-ask spread >10% is, skip de trade.
Kies brokers met goede API’s voor snelle uitvoering, zoals Kraken voor stablecoins of 1inch voor DEX-swaps. Wil je een eenvoudige arbitrage bot bouwen? Voeg in je bot-code een slippage-check toe met een while-loop die de prijs blijft checken tot de uitvoering lukt.
Gebruik libraries als Pandas voor data-analyse en NumPy voor wiskundige berekeningen. Voor prijsindicaties, integreer indicators zoals RSI of MACD via TA-Lib, maar pas op: in illiquide markten zijn ze minder betrouwbaar.
Test op een tweede scherm: draai je bot op een Raspberry Pi voor lage kosten, en houd een apart dashboard bij in Excel of Google Sheets om je trades te loggen. Vergeet hierbij niet de nodige veiligheidsmaatregelen voor je crypto trading bot te treffen. Tot slot, diversifieer: niet alle shitcoins zijn hetzelfnde – verdeel je risico over 5-10 munten met verschillende volumes, en herbalanceer wekelijks. Zo blijf je aan tafel zitten zonder je shirt te verliezen.