在FMZ上陆续已经封装接入了dydx_v4、hyperliquid、vertex、aevo几家DEX交易所,在中心化交易所差价套利竞争日益激烈的当下,已经不少量化交易者把目光投向了去中心化交易所,本篇我们就来一起探讨DEX-CEX之间的差价监控的设计与实现。
对冲套利这种策略的第一步就是统计目标组合的价差,观察分析是否有交易机会。所以设计、实现一个差价监控策略就是第一项基础工作,我们的设计需求有:
代码不到200行,设计的功能仅仅是计算某个品种在不同交易所的实时差价。策略运行初始时会将配置给策略的所有交易所对象分类,分为DEX组和CEX组。每次轮询通过FMZ平台封装的多线程函数Thread,并发请求REST接口:订单薄接口GetDepth
,记录请求到的所需品种的买单列表、卖单列表数据。然后根据DEX组和CEX组两两组合成差价组合(DEX-CEX组合,即套利对),进而计算价差。
交易所类型判定: 在初始化时会对添加的交易所对象判断,判断是现货还是期货。
在不同交易所可能对于某一个标的物的命名有差异,所以需要对于品种名称进行调整:
程序需要根据不同交易所对符号的命名规则进行调整。例如,Vertex合约的交易对命名均为:XXX_USD
,实际是USDC本位的永续合约。Vertex的现货中ETH的名称为WETH。
获取精度: 初始化时获取全市场信息,根据请求的具体symbol,可以查询到对应精度用于后续数据的精度处理操作。
数据请求 在所有深度数据都获取完之前,程序会等待,并不断检查是否有交易所的数据尚未更新。如果数据尚未获取到,程序会休眠 100 毫秒。 请求到的订单薄数据,记录在一个threading.Dict()创建的对象中(用于和并发线程交互),每次轮询结束都重置数据。
总结 这个策略的实现展示了如何实时监控多个交易所的价格差异,计算出可能的套利机会。通过合理的符号校正、深度数据抓取、精度控制以及多线程操作,系统能够高效地进行实时差价监控。对于策略学习者来说,理解此代码的实现思路可以帮助掌握如何使用API获取交易数据、如何处理多交易所的数据、如何计算和输出交易差价,并如何在实际交易中应用这些技术。
let symbolList = []
function createEx(idx, exs) {
let self = {}
let cexEidList = ["Binance", "Bybit", "Futures_Binance", "Futures_Bybit"]
let dexEidList = ["Vertex", "Hyperliquid", "Futures_Hyperliquid", "Futures_Vertex"]
self.name = exs[idx].GetName()
self.idx = idx
self.e = exs[idx]
self.depths = threading.Dict()
self.markets = self.e.GetMarkets()
if (!self.markets) {
throw "GetMarkets error"
}
if (dexEidList.includes(self.name)) {
self.type = "DEX"
} else if (cexEidList.includes(self.name)) {
self.type = "CEX"
} else {
throw "not support " + self.name
}
if (self.name.startsWith("Futures_")) {
self.isFutures = true
} else {
self.isFutures = false
}
self.correctSymbol = function(symbol) {
if (self.name == "Vertex") {
let correctList = {"BTC_USDC": "WBTC_USDC", "ETH_USDC": "WETH_USDC"}
if (typeof(correctList[symbol]) != "undefined") {
return correctList[symbol]
}
} else if (self.name == "Hyperliquid") {
let correctList = {"BTC_USDC": "UBTC_USDC"}
if (typeof(correctList[symbol]) != "undefined") {
return correctList[symbol]
}
} else if (self.name == "Futures_Hyperliquid") {
return symbol.replace("_USDC", "_USD")
}
return symbol
}
self.reqDepth = function(symbol) {
symbol = self.correctSymbol(symbol)
threading.Thread(function(idx, symbol, threadingDict) {
let depth = exchanges[idx].GetDepth(symbol)
if (depth) {
threadingDict.set(symbol, depth)
} else {
threadingDict.set(symbol, null)
}
}, self.idx, symbol, self.depths)
}
self.getPrecision = function(symbol) {
symbol = self.correctSymbol(symbol)
let marketInfo = self.markets[symbol]
if (marketInfo) {
return [marketInfo.PricePrecision, marketInfo.AmountPrecision]
} else {
return [8, 8]
}
}
self.init = function() {
self.depths = threading.Dict()
}
self.getDepth = function(symbol) {
symbol = self.correctSymbol(symbol)
return self.depths.get(symbol)
}
return self
}
function createManager(symbolList, exs) {
let self = {}
self.symbolList = symbolList
self.exchanges = []
self.hedgePair = []
self.initHedgePair = function () {
for (let i in exs) {
let ex = createEx(i, exs)
self.exchanges.push(ex)
}
let arrDEX = self.exchanges.filter(item => item.type == "DEX")
let arrCEX = self.exchanges.filter(item => item.type == "CEX")
for (let dex of arrDEX) {
for (let cex of arrCEX) {
self.hedgePair.push({"dex": dex, "cex": cex})
}
}
}
self.calcHedgeData = function () {
let beginTimestamp = new Date().getTime()
for (let e of self.exchanges) {
for (let symbol of self.symbolList) {
e.reqDepth(symbol)
}
}
while (true) {
let isWait = false
for (let e of self.exchanges) {
for (let symbol of self.symbolList) {
let depth = e.getDepth(symbol)
if (depth == null || typeof(depth) == "undefined") {
isWait = true
}
}
}
if (isWait) {
Sleep(100)
} else {
break
}
}
let tbls = []
for (let symbol of self.symbolList) {
let tbl = {"type": "table", "title": symbol + "差价", "cols": ["pair", "bid-ask", "ask-bid", "dex ask", "dex bid", "cex ask", "cex bid"], "rows": []}
for (let p of self.hedgePair) {
let dex = p["dex"]
let cex = p["cex"]
let pricePrecision = Math.max(dex.getPrecision(symbol)[0], cex.getPrecision(symbol)[0])
let dexDepth = dex.getDepth(symbol)
let cexDepth = cex.getDepth(symbol)
if (dexDepth && cexDepth) {
p["bid-ask"] = _N(dexDepth.Bids[0].Price - cexDepth.Asks[0].Price, pricePrecision)
p["ask-bid"] = _N(dexDepth.Asks[0].Price - cexDepth.Bids[0].Price, pricePrecision)
// 输出信息、观察测试
Log(dex.name, cex.name, symbol, "bid-ask:", p["bid-ask"], ", ask-bid", p["ask-bid"])
p[dex.name + "-ask"] = dexDepth.Asks[0].Price + "/" + dexDepth.Asks[0].Amount
p[dex.name + "-bid"] = dexDepth.Bids[0].Price + "/" + dexDepth.Bids[0].Amount
p[cex.name + "-ask"] = cexDepth.Asks[0].Price + "/" + cexDepth.Asks[0].Amount
p[cex.name + "-bid"] = cexDepth.Bids[0].Price + "/" + cexDepth.Bids[0].Amount
} else {
p["bid-ask"] = "--"
p["ask-bid"] = "--"
p[dex.name + "-ask"] = "--"
p[dex.name + "-bid"] = "--"
p[cex.name + "-ask"] = "--"
p[cex.name + "-bid"] = "--"
}
let pairName = dex.name + "-" + cex.name
tbl["rows"].push([pairName, p["bid-ask"], p["ask-bid"], p[dex.name + "-ask"], p[dex.name + "-bid"], p[cex.name + "-ask"], p[cex.name + "-bid"]])
}
tbls.push(tbl)
}
for (let e of self.exchanges) {
e.init()
}
let endTimestamp = new Date().getTime()
return [tbls, (endTimestamp - beginTimestamp) + "毫秒"]
}
self.initHedgePair()
return self
}
function main() {
LogReset(1)
let loopCount = 0
symbolList = strSymbolList.split(",")
let m = createManager(symbolList, exchanges)
while (true) {
let ret = m.calcHedgeData()
loopCount++
LogStatus(_D(), "耗时:", ret[1], ", 轮询次数:", loopCount, "\n", "`" + JSON.stringify(ret[0]) + "`")
Sleep(1000)
}
}
参数设计:
监控一个现货品种:
监控两个品种:
扩展方向: - 阈值监控、封装交易逻辑。 - 手续费、成本计算,计算合理对冲差价区间。 - 使用websocket接口获取行情数据。
FMZ平台将持续增强对去中心化交易所(DEX)和去中心化金融(DeFi)的技术支持,不断迭代更新功能和产品。
感谢您的阅读。