J'ai écrit moi-même une simple mise en page en voyant qu'il n'y avait pas de stratégie de piratage Python publique sur la plateforme. Le système de la plage, qui est proche de la version originale, n'est pas très optimisé. Si vous faites des tests de retour, vous pouvez également optimiser vous-même le disque réel.
Ouverture de marché: plus que Dongjian sur la voie ouverte Le prix de l'acquisition a augmenté de 0,5 ATR par rapport au prix précédent Stop-loss stop: tout s'arrête lorsque le prix 2ATR tombe en dessous de la trajectoire ou en dessous de la dernière fois que vous avez ouvert.
Les données de l'année précédente ont été revues, 80% annualisées, 16% retracées au maximum.
Le taux d'utilisation des liquidités est plus faible et les bénéfices sont plus élevés après la conversion en version contractuelle.
'''backtest
start: 2019-01-01 00:00:00
end: 2020-03-02 00:00:00
period: 1d
exchanges: [{"eid":"OKEX","currency":"BTC_USDT","stocks":0}]
args: [["fresh_rete",24],["DC_range",20],["atrlength",14]]
'''
import numpy as np
import pandas as pd
import datetime
data = {'ordertime':[],'id':[],'price':[]}
hisorder = pd.DataFrame(data)
def turtle():
#声明全局变量
global hisorder
acct = exchange.GetAccount()
records=exchange.GetRecords(fresh_rete*60*60)
ticker = exchange.GetTicker()
portfolio_value = acct.Balance+acct.FrozenBalance+(acct.Stocks+acct.FrozenStocks)*records[-1]['Close']
atr = TA.ATR(records, atrlength)[-1]
#计算得到unit大小
value = portfolio_value*trade_percent
unit = min(round(value/atr,4),round(acct.Balance/(ticker['Last']+100),4))
#unit = round(value/atr,2)
df = pd.DataFrame(records)
current_price = records[-1]['Close']
last_price = 0
if len(hisorder)!=0:
last_price = hisorder.iloc[-1]['price']
max_price = df[-DC_range:-2]['High'].max()
min_price = df[-int(DC_range/2):-2]['Low'].min()
opensign = len(hisorder)==0 and current_price > max_price
addsign = len(hisorder)!=0 and current_price > last_price + 0.5*atr
stopsign = len(hisorder)!=0 and current_price < min_price
closesign = len(hisorder)!=0 and current_price < (last_price - 2*atr)
# if _D(records[-1]['Time']/1000) == '2020-01-25 00:00:00':
# Log("records[-1]",records[-1])
if opensign | addsign:
if acct.Balance >= (ticker['Last']+10)*unit and unit >0:
id = exchange.Buy(ticker['Last']+10,unit)
orderinfo = exchange.GetOrder(id)
data = {'ordertime':_D(records[-1]['Time']/1000),'id':id,'price':records[-1]['Close']}
hisorder = hisorder.append(data,ignore_index=True)
Log('买入后，最新账户信息：', exchange.GetAccount())
Log("opensign",opensign,"addsign",addsign)
# else:
# Log('余额已不足，请充值......', exchange.GetAccount())
if stopsign | closesign:
exchange.Sell(-1, acct.Stocks+acct.FrozenStocks)
data = {'ordertime':[],'id':[],'price':[]}
hisorder = pd.DataFrame(data)
Log('卖出后，最新账户信息：', exchange.GetAccount())
Log("stopsign",stopsign,"closesign",closesign)
def main():
while True:
turtle()
Sleep(fresh_rete*60*60*1000)