חזרה לדף הבית
מדריך מעשי8 שלביםזמן קריאה: 15 דקותרמה: מתחילים

המדריך המעשי לבניית
בוט מסחר AI

8 שלבים מוסברים לעומק — מבחירת אסטרטגיה, כתיבת קוד עם Claude, Backtesting ועד Paper Trading. בלי שטויות, עם דוגמאות אמיתיות.

01

הבן מה בוט מסחר יכול לעשות — ומה לא

זמן משוער: 30 דקות

הציפיה הנפוצה ביותר — ולצערנו השגויה ביותר — היא שבוט מסחר הוא "מכונת כסף אוטומטית". בפועל, בוט מסחר הוא כלי ביצוע. הוא עושה בדיוק מה שאתה מגדיר לו — לא יותר ולא פחות.

הבנת ההבחנה הזו תציל אותך מהרבה תסכול:

מה הבוט עושה

  • סורק מאות מניות בשניות
  • בודק תנאים לפי כללים שהגדרת
  • מבצע פקודות קנייה/מכירה דרך API
  • שומר לוגים של כל פעולה
  • פועל 24/7 ללא עייפות

מה הבוט לא עושה

  • לא 'חושב' או מבין שוק
  • לא מתאים אסטרטגיה בעצמו
  • לא מבטיח רווח
  • לא מגן עליך מאסטרטגיה גרועה
  • לא עובד בלי ניטור

כלל האצבע של מסחר אלגוריתמי: האסטרטגיה היא 80% מהעבודה, הקוד הוא 20%. בוט מצוין עם אסטרטגיה גרועה = תוצאות גרועות בצורה עקבית ומהירה יותר מהידנית.

02

בחר אסטרטגיה ולמד אותה לעומק

זמן משוער: 2-3 ימים

לפני שאתה בוחר — חשוב להבין שיש כמה סוגי אסטרטגיות עם רמות מורכבות שונות. למתחיל, ההמלצה ברורה: אסטרטגיית Rules-Based פשוטה. הנה האפשרויות:

Gap Up + Momentum

מומלץ למתחילים●○○

קנייה של מניות שפתחו עם גאפ חיובי (4%+) ונפח מסחר גבוה מהממוצע. תנאי כניסה ברורים, הרבה תיעוד, קל לתכנת.

Moving Average Crossover

קלאסי●○○

קנייה כשהממוצע הנע הקצר (MA20) חוצה מעל הממוצע הנע הארוך (MA50). פשוט לקוד, עובד טוב בשוק עם טרנד ברור.

RSI Oversold/Overbought

נפוץ●●○

קנייה כש-RSI יורד מתחת ל-30 (מכירת יתר), מכירה כש-RSI עולה מעל 70. עובד טוב בשוק צדדי.

Mean Reversion

מורכב יותר●●●

ניצול חריגות סטטיסטיות — מניות שסטו הרבה מהממוצע שלהן נוטות לחזור. דורש הבנת z-score ובסיס בסטטיסטיקה.

המלצה: בחר Gap Up + Momentum לבוט הראשון שלך. הסיבה: תנאי הכניסה ברורים ומספריים, יש הרבה מדריכים ודוגמאות קוד פתוחות, וקל לשפר את האסטרטגיה צעד אחר צעד.

03

הגדר את האסטרטגיה בכתב — לפני שורת קוד

זמן משוער: שעה

זה השלב שרוב המתחילים מדלגים עליו — וזאת הטעות הכי יקרה. אם אינך יכול לתאר את האסטרטגיה במשפטים ברורים, אינך יכול לתכנת אותה.

פתח מסמך ומלא את התבנית הבאה:

תבנית הגדרת אסטרטגיה

מה הבוט סורק:אילו מניות / ETF / אילו בורסות
תנאי כניסה:מה בדיוק צריך לקרות כדי שהבוט יקנה (מספרים ספציפיים)
גודל פוזיציה:כמה % מהתיק לסכן בעסקה אחת (לדוגמה: 5%)
Stop Loss:ב-X% מתחת למחיר הכניסה (לדוגמה: -3%)
Take Profit:ב-X% מעל מחיר הכניסה (לדוגמה: +8%)
שעות פעילות:מתי הבוט פועל (לדוגמה: 30 דקות אחרי פתיחת שוק ועד שעתיים לפני סגירה)
מגבלות נוספות:הפסד יומי מקסימלי, מספר עסקאות מקסימלי ביום

דוגמה ממולאת (אסטרטגיית Gap Up):

מה הבוט סורק:כל מניות NASDAQ ו-NYSE עם נפח ממוצע יומי מעל 500K
תנאי כניסה:גאפ חיובי מעל 4% מסגירת אתמול + נפח בפתיחה גבוה פי 1.5 מממוצע 30 יום
גודל פוזיציה:5% מהתיק לעסקה, מקסימום 3 עסקאות פתוחות בו-זמנית
Stop Loss:3% מתחת למחיר הכניסה
Take Profit:8% מעל מחיר הכניסה
שעות פעילות:9:30-11:00 שעון ניו יורק בלבד
מגבלות נוספות:הפסד יומי מקסימלי -2% מהתיק — הבוט נכבה לשאר היום

אם לא ניתן למלא כל שדה עם מספר ספציפי — האסטרטגיה עדיין לא מספיק מוגדרת. "נפח גבוה" לא מספיק; "נפח גבוה פי 1.5 מהממוצע של 30 יום" — מספיק.

04

הכן סביבת פיתוח

זמן משוער: שעה

לפני שמדברים עם AI, צריך סביבה שבה הקוד ירוץ. הנה כל מה שצריך להתקין:

1

Python 3.10 ומעלה

הורד מ-python.org. בזמן ההתקנה: סמן 'Add Python to PATH'.

python --version # אמור להציג Python 3.10+
2

VSCode + תוסף Python

VSCode הוא עורך הקוד הנפוץ ביותר. מהחנות: התקן 'Python' מ-Microsoft.

3

ספריות Python

פתח Terminal ב-VSCode והרץ:

pip install yfinance pandas alpaca-trade-api python-dotenv streamlit
4

קובץ .env לאחסון מפתחות

צור קובץ בשם .env בתיקיית הפרויקט. לעולם אל תעלה קובץ זה ל-GitHub.

ALPACA_KEY=your_key_here ALPACA_SECRET=your_secret_here

צור תיקיית פרויקט עם מבנה ברור: /trading-bot/strategy.py, /data/, /logs/. כשהבוט גדל — תודה לעצמך על הסדר.

05

כתוב את הקוד עם AI — איך לפנות נכון

זמן משוער: 2-5 ימים

זה השלב שבו ה-AI (Claude או ChatGPT) נכנס לתמונה. המפתח: ה-AI יכתוב קוד מצוין — אבל רק אם תתן לו הוראות מדויקות. פרומפט כללי = קוד כללי = הרבה עבודה לתקן.

פרומפט לדוגמה — מה לשלוח לClaude:

פרומפט לדוגמה
כתוב לי קוד Python לבוט מסחר לפי הפרמטרים הבאים:

אסטרטגיה: Gap Up Momentum
ספריות: yfinance לנתוני עבר, alpaca-trade-api לביצוע עסקאות, pandas לעיבוד נתונים

תנאי כניסה:
- גאפ חיובי מעל 4% מסגירת אתמול
- נפח מסחר בפתיחה גבוה פי 1.5 לפחות מממוצע 30 יום
- פועל בין 9:30-11:00 שעון ניו יורק בלבד

ניהול סיכונים:
- Stop Loss: 3% מתחת למחיר כניסה
- Take Profit: 8% מעל מחיר כניסה
- גודל פוזיציה: 5% מהתיק
- מקסימום 3 פוזיציות בו-זמנית
- הפסד יומי מקסימלי: 2% מהתיק — כשמגיעים לזה, הבוט עוצר לשאר היום

נוסף:
- כל עסקה נרשמת ל-CSV עם timestamp, מחיר כניסה, מחיר יציאה, רווח/הפסד
- מפתחות API נקראים מקובץ .env (לא hardcoded)
- כלול הערות בקוד שמסבירות כל חלק
- כלול טיפול בשגיאות בסיסי (connection errors, API rate limits)

כשחוזר קוד — אל תריץ אותו ישר. עבור עליו ובדוק:

האם Stop Loss מיושם? חפש קוד שבודק אם המחיר ירד מתחת לרמה מסוימת

האם מפתחות ה-API נקראים מ-.env ולא כתובים ישירות בקוד?

האם יש הגבלה על מספר הפוזיציות הפתוחות?

האם הבוט עוצר לפי שעות שהגדרת (ולא סוחר מחוץ לשעות)?

האם יש לוג שמתעד כל עסקה?

ה-AI עלול לטעות בלוגיקה — במיוחד בכיוון ה-Stop Loss (לפעמים כותב "מכור אם מחיר > X" במקום "< X"). קרא כל if/else שמוביל לפקודת מכירה.

06

Backtesting — בדוק את האסטרטגיה על עבר

זמן משוער: שבוע

Backtesting הוא הרצת האסטרטגיה על נתוני מחיר היסטוריים — לפני שמסכנים שקל אחד. זה המבחן הראשוני שקובע אם האסטרטגיה ראויה לבדיקה נוספת.

המדדים שחייבים לבדוק

45%+

Win Rate

מינימום סביר

1:2

Risk/Reward

רווח:הפסד

<20%

Max Drawdown

ירידה מקסימלית

>1.0

Sharpe Ratio

תשואה מתואמת סיכון

100+

עסקאות בבדיקה

מינימום לאמינות

2+ שנים

תקופת בדיקה

כולל תנאים שונים

Out-of-Sample Testing — חובה

הטעות הנפוצה ביותר: בדיקה על כל הנתונים הזמינים. הבעיה: האסטרטגיה "לומדת" את הנתונים האלה ותציג תוצאות מנופחות.

2020-2023

In-Sample
(כוונון אסטרטגיה)

2024-2025

Out-of-Sample
(בדיקה עיוורת)

אם האסטרטגיה עובדת גם בתקופת הבדיקה העיוורת — יש בסיס להמשיך.

Win Rate של 80%+ בבדיקה כמעט תמיד מעיד על Overfitting — האסטרטגיה "שיננה" את העבר אבל לא תצליח בעתיד. תוצאות אמיתיות טובות בדרך כלל נראות פחות מרשימות: 50-65% Win Rate עם R:R של 1:2.

07

Paper Trading — הגנרל פרובה ללא כסף

זמן משוער: 2-4 שבועות

Paper Trading הוא מסחר וירטואלי בזמן אמת — הבוט שולח פקודות לחשבון סימולציה עם כסף מדומה, אבל מחירי השוק הם אמיתיים לחלוטין. זה השלב שבו רוב ה"הפתעות" מגיחות.

1

פתח חשבון Alpaca Paper

גש ל-alpaca.markets, הירשם, ועבור ל-Paper Trading. תקבל $100,000 וירטואליים. חינמי לחלוטין, ללא הגבלת זמן. אין צורך בפרטי אשראי.

2

חבר את הבוט לחשבון

בקובץ .env שלך: החלף את המפתחות בפרטי ה-Paper Account של Alpaca. שנה את ה-base URL בקוד ל-Paper endpoint (paper-api.alpaca.markets).

3

הרץ את הבוט בשעות שוק

השוק האמריקאי פועל 15:30-22:00 שעון ישראל. שבוע-שבועיים ראשון — עקוב אחרי כל עסקה. האם הבוט מוצא הזדמנויות? האם הוא מבצע כנצפה?

4

השווה תוצאות ל-Backtesting

אחרי חודש — השווה Win Rate, ממוצע רווח/הפסד לעסקה, ו-Max Drawdown לתוצאות ה-Backtesting. הפרש של עד 15-20% — נורמלי. הפרש גדול יותר — יש בעיה לחפש.

מה לבדוק כל שבוע

שבוע 1

האם הבוט פועל בכלל? האם הוא מזהה הזדמנויות?

שבוע 2-3

כמה עסקאות? האם Stop Loss נכנס כשצריך?

שבוע 4+

השוואה לציפיות. Win Rate, ממוצע רווח/הפסד.

אל תחפש "תוצאות מדהימות" ב-Paper Trading. חפש עקביות: הבוט עושה מה שהגדרת, ב-3+ שבועות ברצף, בלי קריסות ובלי התנהגות מוזרה. זה הסימן שהוא מוכן.

08

מעבר לכסף אמיתי — בזהירות ובהדרגה

זמן משוער: מתמשך

השלב האחרון — ולאו דווקא השלב שמגיע מהר. רוב המתחילים ממהרים לכאן. הכלל הפשוט: מוכנות לכסף אמיתי אינה מדידה בזמן — אלא בתוצאות.

רשימת תיוג: מוכן לכסף אמיתי?

כללי ניהול סיכונים לכסף אמיתי

התחל ב-10% מהסכום המתוכנן

אם תכננת להפעיל בוט על $10,000 — התחל עם $1,000. אחרי 3 שבועות של תוצאות קרובות ל-Paper Trading, שקול להגדיל.

Stop Loss בכל עסקה, ללא יוצא מן הכלל

אם הבוט פתח פוזיציה בלי Stop Loss — זו תקלה שצריך לתקן לפני שמריצים שוב. אין פשרות.

הפסד יומי מקסימלי מוגדר בקוד

הגדר ב-קוד: אם ההפסד היומי עבר X% — הבוט מפסיק לסחור לשאר היום ושולח לך התראה.

אל תשנה כלום לאחר 3 הפסדים

3 הפסדים ברצף הם נורמליים לגמרי. שינוי אסטרטגיה אחרי 3 עסקאות הוא ה-Overfitting בפעולה. חכה לפחות 50-100 עסקאות לפני שינוי.

ציפייה ריאלית לשנה ראשונה: 15-35% תשואה על אסטרטגיה טובה, עם תקופות הפסד באמצע. מי שמצפה ל-200% — ייכזב. מי שמצפה לתוצאות שיטתיות ועקביות — יש לו סיכוי אמיתי.

שאלות נפוצות

כמה זמן לוקח לבנות בוט מסחר מאפס?

עבור מי שמשקיע שעה-שעתיים ביום, גרסה ראשונה עובדת עם Backtesting מוכנה תוך 2-3 שבועות. Paper Trading לוקח עוד 2-4 שבועות. בסך הכל: חודש עד חודשיים מהחלטה להתחיל ועד בוט שסוחר בזמן אמת.

האם חייבים לדעת Python כדי לבנות בוט?

לא חייבים לכתוב Python מאפס — אבל חייבים לקרוא ולהבין אותו. שבוע של Python בסיסי (משתנים, לולאות, תנאים, קריאת קובץ) מספיק כדי לעבוד עם AI לכתיבת הקוד ולזהות שגיאות לוגיות.

מה ההבדל בין Backtesting ל-Paper Trading?

Backtesting מריץ אסטרטגיה על נתוני עבר היסטוריים — מהיר ובחינם. Paper Trading מריץ אותה בזמן אמת עם כסף וירטואלי. Paper Trading חשוב כי הוא מגלה דברים שסימולציה לא יכולה: Slippage, עיכובי API, ותנאי שוק בלתי צפויים.

כמה כסף צריך כדי להתחיל?

לשלב הלמידה והפיתוח — אפס. Alpaca Paper Trading חינמי לחלוטין. לכסף אמיתי — כלל אצבע של $2,000-$5,000 לפחות, כדי שהעמלות לא יאכלו את הרווח.

האם בוט מסחר חוקי בישראל?

כן. מסחר אוטומטי לחשבון האישי חוקי לחלוטין בישראל ואינו מצריך רישיון. רשות ניירות ערך אוסרת על ניהול כסף של אחרים ללא רישיון — אבל ניהול תיק ההשקעות האישי שלך, ידני או אוטומטי, מותר לחלוטין.

המשך הלמידה

מוכן להתחיל?

השאר שם וטלפון - נחזור אליך עם פרטים על הקבוצה הבאה.

הפרטים שלך מאובטחים ולא יועברו לצד שלישי

ר
נ
י
ע
ד

הצטרף ל-200+ משתתפים שכבר נרשמו למפגש האחרון שלנו!