Il y a quelques mois, j’ai décidé de franchir le pas : faire tourner un bot de trading crypto en continu, 24h/24, sans laisser mon PC allumé en permanence. La solution ? Un Raspberry Pi 4 (8 Go de RAM) posé sur mon bureau, qui tourne silencieusement et exécute mes stratégies sur Hyperliquid.

Voici un retour honnête sur tout ce que j’ai appris — le bon, le moins bon, et les erreurs que tu pourras éviter.

Pourquoi un Raspberry Pi plutôt qu’un VPS ?

La première question que tout le monde se pose : pourquoi ne pas simplement louer un serveur cloud ?

La réponse est simple : le coût et le contrôle. Un VPS correct pour faire tourner un bot Python tourne autour de 5 à 10€/mois. Un Raspberry Pi 4 coûte environ 80€ une seule fois, consomme 5W en idle, et tu gardes un contrôle total sur ta machine.

Pour un bot qui tourne sur Hyperliquid — un exchange de perpetual futures décentralisé — la latence n’est pas critique au point de nécessiter un datacenter. Le Pi fait parfaitement le travail.

Le setup de A à Z

Ce dont tu as besoin

  • Un Raspberry Pi 4 (4 Go minimum, 8 Go recommandé)
  • Une carte microSD de 32 Go minimum (classe 10)
  • Raspberry Pi OS Lite (sans interface graphique — inutile pour un bot)
  • Une connexion internet stable (filaire de préférence)

Installation de l’OS

J’ai utilisé Raspberry Pi Imager pour flasher Raspberry Pi OS Lite sur la carte SD. L’avantage du mode Lite : moins de ressources consommées, plus de stabilité pour un serveur headless.

Une fois démarré, la première chose à faire est de mettre le système à jour :

sudo apt update && sudo apt upgrade -y

Ensuite j’installe Python et les dépendances nécessaires :

sudo apt install python3-pip python3-venv git -y

Le bot lui-même

Mon bot (que j’appelle v18 en interne) utilise plusieurs indicateurs combinés :

  • Bollinger Bands pour détecter les zones de surachat et de survente
  • Choppiness Index pour éviter de trader dans les marchés sans tendance
  • ATR (Average True Range) pour dimensionner les stops dynamiquement
  • Une logique de cooldown pour éviter le surtrading après une série de pertes

Le tout écrit en Python, qui communique avec l’API d’Hyperliquid pour passer les ordres en temps réel.

Autostart avec systemd

Le vrai game-changer : faire démarrer le bot automatiquement au boot, et le relancer automatiquement s’il plante. Pour ça, j’ai créé un service systemd :

[Unit]
Description=Trading Bot Hyperliquid
After=network.target

[Service]
ExecStart=/usr/bin/python3 /home/pi/trading_bot.py
Restart=always
RestartSec=10
User=pi

[Install]
WantedBy=multi-user.target

Avec ce fichier en place, le bot :

  • Démarre automatiquement quand le Pi s’allume
  • Redémarre tout seul en cas de crash
  • Tourne en arrière-plan sans intervention

Pour suivre les logs en temps réel depuis n’importe où :

sudo journalctl -u trading-bot -f

Monitoring depuis le téléphone

J’utilise deux outils pour surveiller le bot à distance :

Telegram pour les alertes : à chaque trade ouvert ou fermé, je reçois un message avec le détail de la position, le PnL, et l’état du portefeuille. Indispensable pour avoir la paix d’esprit.

Raspberry Pi Connect pour accéder au terminal à distance depuis mon téléphone sans avoir besoin d’un VPN ou d’une configuration réseau complexe.

Les résultats honnêtes

Je ne vais pas te vendre du rêve : un bot de trading n’est pas une machine à imprimer de l’argent.

Ce que j’ai observé sur plusieurs semaines de trading live sur Hyperliquid :

  • La stratégie Bollinger + Choppiness Index évite efficacement les périodes de range — le bot reste en dehors du marché quand les conditions ne sont pas favorables
  • L’ATR dynamique limite les grosses pertes sur les mouvements violents
  • Les meilleures performances arrivent pendant les tendances claires — haussières ou baissières
  • Les périodes de sideways prolongées sont difficiles pour toute stratégie basée sur les bandes de Bollinger

La clé : ne jamais engager un capital que tu ne peux pas te permettre de perdre, et toujours backtester avant de passer en live.

Les erreurs que j’ai faites (et que tu peux éviter)

Erreur n°1 : ne pas gérer les coupures internet Mon bot s’est retrouvé avec une position ouverte pendant une coupure réseau. Depuis, j’ai ajouté une logique de détection de connexion et une fermeture automatique des positions en cas de perte de signal prolongée.

Erreur n°2 : trop optimiser sur les données historiques J’ai passé des heures à peaufiner mes paramètres sur le backtest — résultat : overfitting. En live, les paramètres “parfaits” sur le passé ne le sont plus du tout. La leçon : garde des paramètres simples et robustes.

Erreur n°3 : ne pas monitorer la consommation mémoire Python avec des bibliothèques comme pandas peut fuiter de la mémoire sur le long terme. J’ai ajouté un redémarrage programmé hebdomadaire du service pour éviter les problèmes.

Erreur n°4 : faire confiance au Wi-Fi Passe en Ethernet. Sérieusement. La stabilité n’a rien à voir, et pour un bot qui doit être connecté en permanence, c’est non négociable.

Ce que j’aurais aimé savoir avant de commencer

  • Hyperliquid est un excellent exchange pour le trading algorithmique : API bien documentée, frais compétitifs, liquidité correcte sur les principales paires
  • Le Raspberry Pi 4 est largement suffisant pour faire tourner plusieurs bots Python simultanément
  • systemd est ton meilleur ami pour la robustesse — bien plus fiable qu’un simple nohup ou screen
  • La patience est la vraie compétence — un bot qui tourne bien pendant 3 mois en live est bien plus précieux qu’un backtest parfait

Conclusion

Déployer un bot de trading sur Raspberry Pi est un projet accessible, enrichissant, et honnêtement assez fun à construire. Ce n’est pas la fortune garantie — mais c’est une excellente façon d’apprendre l’algorithmique, l’automatisation, et les marchés financiers en même temps.

Si tu veux te lancer sur Hyperliquid, tu peux créer un compte via https://app.hyperliquid.xyz/join/BOTREVIEW (lien affilié — je touche une commission si tu t’inscris, sans coût supplémentaire pour toi).

Dans les prochains articles, je détaillerai le code du bot et comment backtester une stratégie Bollinger Bands sur les données Hyperliquid.

Cet article contient des liens affiliés clairement identifiés. Je ne recommande que des outils que j’utilise personnellement.