🛠️開発記録#206(2025/5/3)MMbot開発ログ14「実弾テストで得た10の学び」

前回の記事に引き続き、今回も仮想通貨botの開発状況をまとめていきます。

はじめに

実弾テスト初日（Day-1）で「環境まわり」に集中して得られたノウハウを 10 個 に凝縮しました。
対象読者は――

• Docker／Poetry／pyenv を使って Python × 仮想通貨 Bot を動かしたい人
• “動くが壊れやすい” 開発環境を 安全・再現可能 にしたい人

1. Python バージョンは “ホストで固定 → コンテナで保証”

2. Poetry の dev / prod 分離で軽量イメージ

[tool.poetry.group.dev.dependencies]
pytest = "*"
black  = "*"
mypy   = "*"

• ビルド時は poetry install --without dev
• イメージが -80 MB、CI では pytest 付きで安全網を確保

3. envsubst × entrypoint で “API キー誤コミット” 撃退

# entrypoint.sh（抜粋）
envsubst < /app/config.tpl.json > /app/config.json
exec python /app/MMbot.py "$@"

1. .env.prod にキーを置く（.gitignore 必須）
2. docker compose up -d --env-file .env.prod で起動
3. コンテナ内には 展開後の JSON だけが残るのでキー流出リスクが激減

4. コードを止めずに Patch を当てる “Docker Hot-swap”

docker compose exec mmbot \
  bash -c 'python - <<PY
from importlib import reload, import_module
bot = import_module("mmbotbybit")
reload(bot)             # ← wait_for_fill() を差し替え
print("⚡  Reloaded")
PY'

• 5 秒 で新ロジックが LIVE に反映
• Fill が途切れないため実弾テストを中断しなくて済む

5. Slack × DB の一致を 10 行でチェック

# scripts/check_fill_consistency.py
with sqlite3.connect("trades.db") as c:
    db_ids = {r[0] for r in c.execute("SELECT order_id FROM trades ORDER BY ts DESC LIMIT 10")}
msgs = slack.conversations_history(channel=CH, limit=20)["messages"]
slack_ids = {m["text"].split()[1] for m in msgs if m.get("text")}
print("✅ 一致" if db_ids == slack_ids else "❗差分", db_ids ^ slack_ids)

• watch -n 180 python check_fill_consistency.py で 3 分ごと に差分検知
• 連携齟齬を リアルタイム で洗い出せる

6. “小ロット × 高頻度” ストレステスト

• 1 cycle ≤ 8 s を目標
• Slack 発火数が 4 msg/min を超えても Bot が落ちないか確認

7. 意図的 Fail で “連続失敗 3 回停止” を検証

docker compose exec mmbot python utils/force_fail.py 3

• キルスイッチ → graceful-exit → Docker healthcheck が異常検知 までを一気にテスト
• 本番前に “暴走ループ” シナリオを潰せる

8. Quick PnL サマリーは CSV ワンライナー

docker compose exec mmbot \
  python scripts/quick_pnl.py --csv exports/$(date +%Y%m%d)_cycle1.csv

• 用意するのは 20 行未満 の pandas スクリプト
• 休憩タイマーがわりに眺めて「勝率・損益」を即チェック

9. パラメータ探索は “表＋コメント” で見える化

• 3 行埋めるだけで “改善 or 劣化” が直感的にわかる
• 後で Jupyter に貼れば即グラフ化できる

10. Git ブランチ運用を “feat/日付” に統一

git checkout -b feat/live-cycles-20250503
git add .
git commit -m "feat: live test day-1 – execution-list patch"
git push -u origin feat/live-cycles-20250503

• “日にち” を入れると タイムラインが一目瞭然
• gh pr create -f でレビュー用 PR を即生成 → 作業の 可視化 が楽

おわりに

Day-1 で得た最大の教訓は 「最小ロットで動かしながら環境を固める」 こと。
pyenv × Poetry × Docker を正しく連携させると、コード改修 → ホットスワップ → 成果確認 が分単位で回せます。

明日は ロット×10 へスケールさせつつ、パラメータ AB テスト と Private WS 即時化 に挑戦予定。
同じ課題に取り組む方は、ぜひここで紹介した Tips を試してみてください。

この記事は開発ノウハウのみを抽出した公開版です。API キー・Webhook URL 等の機密情報は .env 管理し、リポジトリには一切含めていません。