手把手教你把Python单品种策略改造成多品种策略

一、手把手教你把Python单品种策略改造成多品种策略

上期文章，实现了一个非常简单的Python策略：「Python版追涨杀跌策略」，该策略可以操作一个账户在某个交易对上进行程序化交易，原理很简单，就是追涨杀跌。有时候我们想用同样的交易逻辑去操作不同的交易对。可以创建多个机器人，设置不同交易对，来进行各个币种的交易。如果策略并不是很复杂，鉴于发明者量化交易平台强大的灵活性。很容易的可以把一个策略改造成多品种策略，这样只用创建一个机器人就可以跑多个交易对了。

改造后的策略源码：

'''backtest
start: 2019-02-20 00:00:00
end: 2020-01-10 00:00:00
period: 1m
exchanges: [{"eid":"OKEX","currency":"BTC_USDT"},{"eid":"OKEX","currency":"ETH_USDT","stocks":30},{"eid":"OKEX","currency":"LTC_USDT","stocks":100}]
'''

import time
import json

params = {
    "arrBasePrice": [-1, -1, -1],     # -1
    "arrRatio": [0.05, 0.05, 0.05],         # 0.05
    "arrAcc": [],           # _C(exchange.GetAccount)
    "arrLastCancelAll": [0, 0, 0], # 0
    "arrMinStocks": [0.01, 0.01, 0.01],     # 0.01
    "arrPricePrecision": [2, 2, 2], # 2
    "arrAmountPrecision": [3, 2, 2], # 2
    "arrTick":[]
}

def CancelAll(e):
    while True : 
        orders = _C(e.GetOrders)
        for i in range(len(orders)) :
            e.CancelOrder(orders[i]["Id"], orders[i])
        if len(orders) == 0 :
            break
        Sleep(1000)

def process(e, index):
    global params
    ticker = _C(e.GetTicker)
    params["arrTick"][index] = ticker
    if params["arrBasePrice"][index] == -1 :
        params["arrBasePrice"][index] = ticker.Last
    if ticker.Last - params["arrBasePrice"][index] > 0 and (ticker.Last - params["arrBasePrice"][index]) / params["arrBasePrice"][index] > params["arrRatio"][index]:
        params["arrAcc"][index] = _C(e.GetAccount)
        if params["arrAcc"][index].Balance * params["arrRatio"][index] / ticker.Last > params["arrMinStocks"][index]:
            e.Buy(ticker.Last, params["arrAcc"][index].Balance * params["arrRatio"][index] / ticker.Last)
            params["arrBasePrice"][index] = ticker.Last
    if ticker.Last - params["arrBasePrice"][index] < 0 and (params["arrBasePrice"][index] - ticker.Last) / params["arrBasePrice"][index] > params["arrRatio"][index]: 
        params["arrAcc"][index] = _C(e.GetAccount)
        if params["arrAcc"][index].Stocks * params["arrRatio"][index] > params["arrMinStocks"][index]:
            e.Sell(ticker.Last, params["arrAcc"][index].Stocks * params["arrRatio"][index])
            params["arrBasePrice"][index] = ticker.Last
    ts = time.time()
    if ts - params["arrLastCancelAll"][index] > 60 * 5 :
        CancelAll(e)
        params["arrLastCancelAll"][index] = ts 

def main():
    global params
    
    for i in range(len(exchanges)) :    
        params["arrAcc"].append(_C(exchanges[i].GetAccount))
        params["arrTick"].append(_C(exchanges[i].GetTicker))
        exchanges[i].SetPrecision(params["arrPricePrecision"][i], params["arrAmountPrecision"][i])

    for key in params :
        if len(params[key]) < len(exchanges):
            raise "params error!"

    while True:
        tblAcc = {
            "type" : "table",
            "title": "account",
            "cols": ["账户信息"], 
            "rows": []
        }        

        tblTick = {
            "type" : "table",
            "title": "ticker",
            "cols": ["行情信息"], 
            "rows": []
        }
        for i in range(len(exchanges)): 
            process(exchanges[i], i)

        for i in range(len(exchanges)):
            tblAcc["rows"].append([json.dumps(params["arrAcc"][i])])
            tblTick["rows"].append([json.dumps(params["arrTick"][i])])

        LogStatus(_D(), "\n`" + json.dumps([tblAcc, tblTick]) + "`")
        Sleep(500)

二、找不同

对比看下代码，是不是发现和上篇文章中的代码区别很大呢 ？ 其实交易逻辑是完全一样的，没有任何改动，只是我们把策略修改成多品种的，就不能用之前的“单个变量作为策略参数”这样的形式了，比较合理的解决方案是，把参数做成数组，数组每个位置的索引对应添加的交易对。

然后把交易逻辑这部分代码封装到一个函数process中，在策略主循环上，根据添加的交易对迭代调用这个函数，让每个交易对都执行一次交易逻辑代码。

• 迭代（遍历）调用：

  for i in range(len(exchanges)): 
      process(exchanges[i], i)
  

• 策略参数：

  params = {
      "arrBasePrice": [-1, -1, -1],           # -1
      "arrRatio": [0.05, 0.05, 0.05],         # 0.05
      "arrAcc": [],                           # _C(exchange.GetAccount)
      "arrLastCancelAll": [0, 0, 0],          # 0
      "arrMinStocks": [0.01, 0.01, 0.01],     # 0.01
      "arrPricePrecision": [2, 2, 2],         # 2
      "arrAmountPrecision": [3, 2, 2],        # 2
      "arrTick":[]
  }
  

  这样设计，可以让每个交易对都有自己的参数，因为每个交易对可能价格差别很大，参数上也可能又差异，有时候需要差异化设置。

• CancelAll 函数

  可以对比下，这个函数的变化。该函数只是修改了一点点代码，然后思考下，这样修改的意图。

• 状态栏图表数据

  增加了在状态栏显示行情数据和账户资产数据的图表，把每个交易所对象对应的资产和行情都能实时显示出来。

掌握了上面这些设计思路，把一个Python策略修改成多品种的策略是不是就很简单了呢？

三、回测测试

策略仅供参考学习，回测测试，有兴趣可以优化升级。 策略地址