“Собирать свой стек или платить за готовое SaaS?”

Год назад я перешёл с TSLab (60 тыс/год) на собственный стек (Python + Backtrader + Docker).

Думал, сэкономлю. Оказалось — не всё так просто.

Последний год я считал реальную стоимость владения (TCO) обоих подходов. Учитывал не только деньги, но и время, риски, скрытые издержки.

Вот что я узнал.

Иллюзия бесплатности open-source

Миф: Open-source бесплатен. Python, Backtrader, Docker — всё free.

Реальность: Софт бесплатен. Время, инфраструктура, поддержка — нет.

Моя история

2024 год:

  • TSLab: 60 тыс/год
  • MOEX AlgoPack: 55 тыс/год
  • VPS: 12 тыс/год
  • Итого: 127 тыс/год

Я подумал: “Зачем платить? Соберу на open-source. Сэкономлю 115 тыс/год.”

2025 год (реальность):

Собрал стек на open-source:

  • Python + Backtrader + TimescaleDB + Docker
  • VPS (4 ядра, 8 ГБ): 24 тыс/год (нужно больше ресурсов)
  • Резервный VPS (для failover): 12 тыс/год
  • Backup (S3-хранилище): 6 тыс/год
  • Мониторинг (Grafana Cloud): 12 тыс/год
  • Софт: 0 рублей
  • Инфраструктура: 54 тыс/год

Время:

  • Первоначальная настройка: 40 часов (неделя по вечерам)
  • Поддержка: 10 часов/месяц (обновления, исправления, мониторинг)

Если считать моё время по ставке разработчика (3000 руб/час):

  • Первоначальная настройка: 120 тыс
  • Поддержка: 30 тыс/месяц × 12 = 360 тыс/год

Итого (первый год):

  • Инфраструктура: 54 тыс
  • Время: 120 тыс (setup) + 360 тыс (поддержка) = 480 тыс
  • Всего: 534 тыс

TSLab + AlgoPack: 127 тыс/год.

Разница: Я потерял 407 тысяч в первый год.

TCO: Total Cost of Ownership

Совокупная стоимость владения (TCO) — это не только деньги за лицензию. Это:

  1. CapEx (Capital Expenditures) — капитальные затраты
  2. OpEx (Operational Expenditures) — операционные расходы
  3. Скрытые издержки

TCO для SaaS (TSLab + MOEX AlgoPack)

Статья расходов Стоимость (руб/год)
TSLab лицензия 60 000
MOEX AlgoPack 55 000
VPS (для робота) 12 000
Обучение (курсы TSLab) 20 000 (одноразово)
Поддержка Включена в лицензию
Обновления Включены в лицензию
Время настройки 5-10 часов (изучение платформы)
Время поддержки 1-2 часа/месяц (обновление стратегий)
Итого (первый год) 147 000
Итого (второй+ год) 127 000

TCO для open-source (Python + Backtrader + Docker)

Статья расходов Стоимость (руб/год)
Софт (Python, Backtrader) 0
VPS (production) 24 000
VPS (backup/failover) 12 000
S3 backup 6 000
Grafana Cloud (мониторинг) 12 000
Обучение (Python, DevOps) 50 000 (курсы, книги)
Первоначальная настройка 120 000 (40 часов × 3000 руб/час)
Поддержка и обновления 360 000 (10 часов/мес × 12 × 3000)
Мигра ция при проблемах 60 000 (риск, амортизация)
Итого (первый год) 644 000
Итого (второй год) 474 000 (без setup, без обучения)

Вывод: Open-source в 4.4 раза дороже в первый год.

Скрытые издержки open-source

1. Время на настройку

TSLab: Установил → открыл Designer → собрал стратегию из блоков. 5 часов.

Open-source:

  • Изучение Backtrader: 10 часов
  • Настройка TimescaleDB: 5 часов
  • Написание скрипта сбора данных: 5 часов
  • Настройка Docker: 10 часов
  • Настройка Grafana + Prometheus: 5 часов
  • Написание первой стратегии: 5 часов

Итого: 40 часов.

Разница: 35 часов × 3000 руб/час = 105 тысяч.

2. Время на поддержку

TSLab: Обновления автоматические. Если сломалось — пишете в поддержку. 1 час/месяц.

Open-source:

  • Обновление библиотек (pip upgrade): 1 час/месяц
  • Проверка логов, мониторинг: 2 часа/месяц
  • Исправление багов: 3 часа/месяц (в среднем)
  • Обновление Docker-образов: 1 час/месяц
  • Бэкапы, тестирование failover: 2 часа/месяц
  • Чтение документации, issue на GitHub: 1 час/месяц

Итого: 10 часов/месяц.

Разница: 9 часов × 3000 руб/час × 12 = 324 тысячи/год.

3. Opportunity cost (упущенная выгода)

Пока вы настраиваете Docker, кто-то в TSLab уже тестирует стратегию.

Пример:

Вы тратите неделю (40 часов) на настройку стека.

За это время вы могли бы:

  • Разработать 5 новых стратегий
  • Оптимизировать существующие
  • Протестировать идеи

Если одна стратегия приносит +5% годовых на капитал 1 млн рублей — это 50 тысяч упущенной прибыли.

4. Вендор lock-in (привязка к поставщику)

SaaS (TSLab):

  • Ваши стратегии написаны на C# для TSLab API
  • Переход на другую платформу = полная переписка

Open-source:

  • Ваши стратегии на Python (универсальный язык)
  • Переход с Backtrader на VectorBT/LEAN — недели, не месяцы

Но есть нюанс:

Vendor lock-in в SaaS — это риск. Если TSLab поднимет цены на 100% (с 60 до 120 тыс), вы привязаны.

В open-source vendor lock-in меньше, но есть технологический долг. Если вы собрали стек на библиотеках, которые перестали поддерживаться — придётся переписывать.

Пример: Backtrader последний коммит на GitHub — 2021 год. Активное развитие остановилось. Если Python 4.0 сломает совместимость — вы в ловушке.

5. Риски безопасности и compliance

SaaS: Безопасность — забота поставщика. TSLab обновляет зависимости, чинит уязвимости.

Open-source: Вы отвечаете за всё.

Реальные издержки:

  • Сканеры уязвимостей (Trivy, Snyk): 5 тыс/месяц
  • Резервное копирование с шифрованием: 3 тыс/месяц
  • Disaster recovery тесты: 20 тыс/квартал

Итого: +104 тысячи/год.

Когда SaaS дешевле

Сценарий 1: Вы не программист

Если вы трейдер без опыта программирования:

  • TSLab Designer — визуальный конструктор. Собрали стратегию за вечер.
  • Open-source — нужно учить Python, Docker, SQL. 200+ часов обучения.

Время обучения:

  • Python (базовый уровень): 50 часов
  • Backtrader: 20 часов
  • Docker: 20 часов
  • TimescaleDB: 10 часов
  • DevOps (Grafana, мониторинг): 20 часов
  • Debugging, troubleshooting: 80 часов (опыт нарабатывается)

Итого: 200 часов × 3000 руб/час = 600 тысяч.

Или TSLab за 60 тысяч.

Выбор очевиден.

Сценарий 2: Стратегия простая (индикаторная)

Если ваша стратегия — SMA-кросс, RSI-фильтр, Bollinger Bands:

  • TSLab/MT5/NinjaTrader справятся из коробки.
  • Open-source — избыточная сложность.

Правило: Не используйте танк, чтобы убить муху.

Сценарий 3: Вы тестируете идею

Вы не знаете, сработает ли стратегия. Нужен быстрый прототип.

TSLab: 5 часов → бэктест → результат.

Open-source: 40 часов настройка → бэктест → результат.

Если стратегия не сработала: Вы потеряли 5 часов (TSLab) против 40 часов (open-source).

Opportunity cost: 35 часов × 3000 = 105 тысяч.

Сценарий 4: Капитал <5 млн рублей

Если ваш торговый капитал — 500 тысяч:

  • TSLab: 60 тыс/год = 12% от капитала
  • Open-source: 644 тыс/год (с учётом времени) = 129% от капитала

Платформа дороже капитала. Абсурд.

Вывод: При капитале <5 млн — SaaS выгоднее.

Когда open-source дешевле

Сценарий 1: Вы программист

Если вы уже знаете Python, Docker, SQL:

  • Время настройки: 20 часов (половина, т.к. не нужно учиться)
  • Поддержка: 5 часов/месяц (вы быстрее чините баги)

TCO open-source (для программиста):

  • Инфраструктура: 54 тыс/год
  • Время настройки: 20 часов × 3000 = 60 тыс (первый год)
  • Поддержка: 5 часов/мес × 12 × 3000 = 180 тыс/год

Итого (первый год): 294 тысячи.

Итого (второй год): 234 тысячи (без setup).

TSLab: 127 тысяч/год.

Всё ещё дороже. Но разрыв сократился вдвое.

Третий год:

  • Open-source: 234 тысячи
  • TSLab: 127 тысяч

К концу третьего года разница: (294 + 234 + 234) - (147 + 127 + 127) = 762 - 401 = 361 тысяча.

Open-source всё ещё дороже.

Но: Если вы тратите время на поддержку во время работы (не личное время), то стоимость = только инфраструктура = 54 тыс/год.

Тогда open-source выгоднее уже в первый год.

Сценарий 2: Стратегия сложная (ML, арбитраж)

TSLab не справляется с ML-стратегиями. Нужен Python + TensorFlow.

Пример:

Вы используете LSTM-модель для предсказания цены. Нужна интеграция с:

  • Python (TensorFlow, PyTorch)
  • Внешние данные (новости, альтернативные данные)
  • Кастомные индикаторы

TSLab это не поддерживает. Вы вынуждены использовать open-source.

TCO в данном случае не важен. Альтернативы нет.

Сценарий 3: Капитал >10 млн рублей

Если ваш капитал — 10 млн:

  • TSLab: 60 тыс/год = 0.6% от капитала
  • Open-source: 234 тыс/год = 2.3% от капитала

Но если open-source даёт вам:

  • Гибкость (ML, арбитраж)
  • Скорость (HFT через прямое API)
  • Независимость (нет vendor lock-in)

И это приносит дополнительно +2% годовых (200 тысяч на 10 млн), то open-source окупается.

Формула:

Open-source выгоднее, если:

(Дополнительная доходность от гибкости) × Капитал > TCO(open-source) - TCO(SaaS)

Пример:

(2% × 10 млн) - (234 тыс - 127 тыс) > 0
200 тыс - 107 тыс = 93 тыс прибыли

Вывод: При капитале >10 млн open-source может быть выгоднее, если приносит дополнительную доходность.

Сценарий 4: Масштаб (много стратегий, много инструментов)

TSLab лицензия — на 1 пользователя.

Если у вас:

  • 5 трейдеров
  • 10 стратегий
  • 100+ инструментов

TSLab: 60 тыс/год × 5 = 300 тысяч/год.

Open-source: 234 тыс/год (стоимость не зависит от количества пользователей).

Экономия: 66 тысяч/год.

При масштабе open-source выигрывает.

Сценарий 5: HFT (High-Frequency Trading)

Для HFT нужна сверхнизкая latency. TSLab даёт ~10-30 мс.

Open-source с прямым WebSocket/FIX API: 1-5 мс.

Если вы зарабатываете на спреде 0.01% × 1000 сделок/день:

  • Капитал: 10 млн
  • Прибыль: 0.01% × 10 млн × 1000 сделок/год = 1 млн рублей/год

TCO open-source: 234 тыс/год.

ROI: (1 000 000 - 234 000) / 234 000 = 327%.

Open-source окупается многократно.

Сравнение платформ: SaaS vs open-source

SaaS для российского рынка

Платформа Стоимость (руб/год) Плюсы Минусы
TSLab 60 000 Визуальный конструктор, бэктестер, поддержка Vendor lock-in, нет ML
NinjaTrader ~150 000 Мощный бэктестер, HFT Дорого, нет MOEX из коробки
MetaTrader 5 0 Бесплатно, простой Ограниченная функциональность
TradingView 15-60 тыс/год Графики, индикаторы, Pine Script Нет полноценного бэктестинга

Open-source фреймворки

Фреймворк Язык Плюсы Минусы
Backtrader Python Простой, гибкий Медленный бэктест, не поддерживается
VectorBT PRO Python Очень быстрый (NumPy) Платный ($50/мес)
LEAN C#/Python Профессиональный, активное развитие Сложная настройка
StockSharp C# 90+ бирж мира, GUI Designer Высокая кривая обучения

Подробнее про фреймворки.

Облачные SaaS (международные)

Платформа Стоимость Плюсы Минусы
QuantConnect $20-80/мес Облако, 400TB данных, 20+ брокеров Нет MOEX
Alpaca Бесплатно Комиссия 0%, API бесплатно Только US рынок
TradeStation Бесплатно (при депозите $10k) Профессиональные данные, API Минимальный депозит

Проблема: QuantConnect, Alpaca, TradeStation не поддерживают MOEX. Для российского рынка — только TSLab/MT5 или open-source.

Реальный кейс: моя миграция

До миграции (2024)

  • TSLab: 60 тыс/год
  • MOEX AlgoPack: 55 тыс/год
  • VPS: 12 тыс/год
  • Итого: 127 тыс/год

Стратегии: 3 простые индикаторные (SMA-кросс, RSI-фильтр, Bollinger Bands).

Капитал: 2 млн рублей.

Проблемы TSLab:

  • Нет ML (хотел попробовать LSTM)
  • Нет интеграции с Telegram (для алертов)
  • Vendor lock-in (если TSLab закроется — я в ловушке)

После миграции (2025)

Собрал стек на open-source:

  • Python + Backtrader + TimescaleDB + Docker
  • Инфраструктура: 54 тыс/год
  • Время (первый год): 40 часов setup + 120 часов поддержка

Стратегии: 5 (добавил 2 ML-стратегии на LSTM + интеграцию с новостями).

Результаты:

  • Доходность: +18% годовых (против +12% на TSLab)
  • Дополнительная прибыль: 6% × 2 млн = 120 тысяч

TCO (первый год):

  • Инфраструктура: 54 тыс
  • Время: 160 часов × 3000 = 480 тыс
  • Итого: 534 тыс

Убыток: 534 тыс - 127 тыс = 407 тысяч.

Но: Дополнительная прибыль от ML-стратегий: +120 тысяч.

Чистый убыток: 407 тыс - 120 тыс = 287 тысяч.

Второй год (2026, прогноз)

  • Инфраструктура: 54 тыс
  • Поддержка: 10 часов/мес × 12 × 3000 = 360 тыс
  • Итого: 414 тыс

TSLab: 127 тыс.

Разница: 414 - 127 = 287 тысяч убытка.

Дополнительная прибыль (ML): +6% × 2 млн = 120 тысяч.

Чистый убыток: 287 - 120 = 167 тысяч.

Точка безубыточности

Если считать моё время как нерабочее (хобби, вечера):

  • TCO open-source: только инфраструктура = 54 тыс/год
  • TSLab: 127 тыс/год

Экономия: 127 - 54 = 73 тысячи/год.

Вывод: Если время не считать — open-source выгоднее сразу.

Если считать время как рабочее — open-source окупится через 5-7 лет (при условии, что доп. прибыль от ML сохраняется).

Чек-лист: SaaS или open-source?

Ответьте на вопросы:

1. Вы программист?

  • Да: Open-source (вы справитесь сами)
  • Нет: SaaS (TSLab, MT5)

2. Стратегия простая (индикаторная)?

  • Да: SaaS (избыточность open-source)
  • Нет (ML, арбитраж): Open-source (SaaS не справится)

3. Капитал?

  • <5 млн: SaaS (TCO open-source слишком высок)
  • 5-10 млн: Зависит от стратегии
  • >10 млн: Open-source (масштаб окупает TCO)

4. Время — деньги?

  • Да (вы работаете): SaaS (экономия времени)
  • Нет (хобби, вечера): Open-source (время не считается)

5. Vendor lock-in — критичен?

  • Да (боитесь привязки): Open-source
  • Нет: SaaS

6. HFT?

  • Да: Open-source (низкая latency критична)
  • Нет: SaaS

7. Количество пользователей?

  • 1 человек: SaaS
  • 5+ человек: Open-source (лицензии дорожают)

Гибридный подход: лучшее из двух миров

Можно совместить SaaS и open-source.

Вариант 1: TSLab для прототипов, open-source для production

  1. Быстрый прототип в TSLab (5 часов)
  2. Если стратегия работает → портируете на Python/Backtrader
  3. Production на open-source

Плюсы:

  • Быстрая валидация идей (TSLab)
  • Гибкость и контроль (open-source)

Минусы:

  • Платите за TSLab + поддерживаете open-source
  • Двойная работа (прототип + портирование)

Вариант 2: Open-source локально, SaaS для live

  1. Разработка и бэктестинг на локальном open-source
  2. Деплой на QuantConnect/Alpaca (если поддерживают ваш рынок)

Плюсы:

  • Гибкость разработки (open-source)
  • Надёжность production (SaaS)

Минусы:

  • QuantConnect не поддерживает MOEX
  • Vendor lock-in на production

Вариант 3: Open-source + управляемый Kubernetes

  1. Разработка на Python + Backtrader
  2. Деплой на Yandex Cloud Managed K8s / AWS EKS

Плюсы:

  • Полный контроль (open-source)
  • Меньше DevOps (managed K8s)

Минусы:

  • Managed K8s дороже self-hosted (в 2-3 раза)

Моё мнение

SaaS (TSLab) — если:

  • Вы не программист
  • Стратегия простая
  • Капитал <5 млн
  • Время дороже денег

Open-source — если:

  • Вы программист (или готовы учиться)
  • Стратегия сложная (ML, арбитраж, HFT)
  • Капитал >10 млн
  • Вам нужна полная независимость

Гибридный подход — если:

  • Вы хотите лучшее из двух миров
  • Готовы платить за удобство + контролировать ключевые части

Моя личная рекомендация:

Если вы новичок — начните с SaaS (TSLab, MT5, StockSharp Designer). Проверьте, нравится ли вам алготрейдинг.

Через 6-12 месяцев, когда упрётесь в границы платформы, переходите на open-source.

Не начинайте с open-source, если не уверены, что алготрейдинг — ваше.

TCO считайте честно. Учитывайте время. Если время — деньги, SaaS почти всегда выгоднее.

Полезные ссылки:

Калькуляторы TCO:

SaaS платформы:

Open-source фреймворки:

Статьи и исследования:

DevOps и скрытые издержки: