Ensinar a transformar uma estratégia Python de uma única espécie em uma estratégia multi-espécie

Ensinar a transformar uma estratégia Python de moeda única em uma estratégia multi-moeda

I. Ensinar a transformar uma estratégia Python de moeda única numa estratégia multi-moeda

No último artigo, uma estratégia Python muito simples foi implementada:Estratégia para comprar os vencedores da versão Python, esta estratégia pode operar uma conta para conduzir a negociação de programa em um determinado par de negociação. O princípio é muito simples, ou seja, perseguir depois de aumentar e matar depois de diminuir. Às vezes queremos usar a mesma lógica de negociação para operar pares de negociação diferentes. Você pode criar vários robôs e definir diferentes pares de negociação para realizar transações em várias moedas. Se a estratégia não for muito complexa, tendo em vista a forte flexibilidade da plataforma de negociação quântica FMZ, é fácil transformar uma estratégia em uma estratégia de várias espécies, para que você possa executar vários pares de negociação criando apenas um robô.

Código fonte da estratégia após a transformação:

'''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": ["Account information"], 
            "rows": []
        }        

        tblTick = {
            "type" : "table",
            "title": "ticker",
            "cols": ["Market information"], 
            "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)

II. Encontrar uma diferença

Ao comparar o código, acha que é muito diferente do código do artigo anterior? Na verdade, a lógica de negociação é exatamente a mesma, sem qualquer alteração. Nós apenas modificamos a estratégia para uma espécie múltipla, não podemos usar a forma anterior de variavel única como parâmetro de estratégia. Uma solução mais razoável é fazer o parâmetro em uma matriz, e o índice de cada posição na matriz corresponde ao par de negociação adicionado.

Em seguida, encapsular o código da lógica de negociação em uma funçãoprocessNo loop principal de estratégia, chame esta função iterativamente de acordo com os pares de negociação adicionados, e deixe cada par de negociação executar o código de lógica de negociação uma vez.

• Apelo repetitivo (transversal):

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

• Parâmetros da estratégia:

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":[]
}

Este design permite que cada par de negociação tenha seus próprios parâmetros, porque cada par de negociação pode ter uma grande diferença de preço, e os parâmetros também podem ser diferentes, às vezes exigindo configurações diferenciais.

• CancelAll função Você pode comparar a mudança desta função. esta função só modifica um pouco de código, e depois pensar sobre a intenção de tal modificação.

• Dados do gráfico da barra de estado Um gráfico é adicionado para exibir os dados de mercado e os dados de activos da conta na barra de estado, de modo a que os activos e o mercado correspondentes de cada objeto de troca possam ser exibidos em tempo real. É fácil mudar uma estratégia Python para uma estratégia multi-espécies depois de dominar as idéias de design acima?

III. Teste de retrocesso

A estratégia é apenas para fins de aprendizagem e backtesting e pode ser otimizada e atualizada se estiver interessado.Endereço da estratégia