一天无意当中看到这个帖子 https://www.fmz.com/bbs-topic/5898 是关于文华财经指标库scale函数的功能。 特地去查阅了一下相关说明。 SCALE表示当前k线的主买比例。 基本上就是主动买入占成交量的多少。 举个例 这跟k线的vol是1200张，主动买入Buy是200张。 那scale就是 200⁄1200 = 0.16666666666 大概是16.6

很简单的一个用作代码提示的模块，没有写完全部的，可以自行补全 使用方法：删除前三行（jupyter模块安装的代码），代码复制到本地项目重命名为 api.py ，策略中from api import *，回测的时候删除这一行，在有代码提示的编辑器上都有一定效果。 [Python远程编辑 FMZ代码提示模板.ipynb](/upload/asset/182adebc8e4a0ebd01962.ipyn

回到原点 之前一直在找能实时回测的工具，研究一段时间vnpy感觉改成接口还是太麻烦了。 最后还是翻到了fmz的新手指引中的文档 里面发现可以实现我们要的功能，拿出来用了一波，半年了跟大家探讨一下。 顺便吐槽一下fmz的文章真是太少了，这么有用竟然在新手指引里，当时还是通过发帖问了一下才明白。 首先就是用户可以自主选择开始时间和结束时间，所以 /upload/asset/14946a2e

根据某宽的文章移植的缠论中枢绘图 增加了多个中枢的绘制 有兴趣的可以了解一下缠论 顺便接一下策略定制：https://www.fmz.cn/market-offer/199 [缠论中枢绘图.ipynb](/upload/asset/181e331a12722819b6752.ipynb?name=%E7%BC%A0%E8%AE%BA%E4%B8%AD%E6%9E%A2%E7%BB%98

每个策略计算最大资金容量的方案不一样。光有回测和波动情况一般不够判断资金容量。 我以数字货币做市商策略来给举个例子： 比如你有一个做市商策略，跑在某交易所的BTC_USD交易对，每天收益率大概稳定千分之2.你不断增加资金，增加到某一个值的时候，收益率开始下降，比如你从200万增加到300万，收益率不再保持千分之二，那么你可以认为你达到了资金容量。对吧 换个角度说，策略容量可以看做资金利用

摸索了好久，分以下几个步骤来设置： 1-添加交易所时，选择HUOBI期货，设置好API(如果不设置为期货是不能操作合约的) 2-添加–机器人—重点有三： —-1-设置期货代码为–交易所对应的合约代码(永续合约一般为swap); —-2-在实盘选项中设置好–合约杠杆倍数; —-3-在交易所平台里选设置好的–火币期货—-自定义货币对–要操作哪个货币对的永续合约就自定义为哪

麦语言 一个机器人操作多合约？谁能教教我？

C>O,BK; STOP1(0,-10); C,SK; STOP1(4,10); 模型这样编写有问题吗？回测不了

FMZ最长回测一年，再长久不灵了

FMZ 回测结果 最后因发现有相反仓位而停止，怎么处理？

浅谈biemex交易所之平衡策略！ 平衡套利量化思路： 在数字货币现货市场， 按照当前的 BTC 的价值，对应保留对应价值的USDT, 假设目前比特币价格是10000USDT/BTC, 如果总投资20000USDT! 那么我们用10000USDT 购买1个比特币。 1.当BTC行情下跌至8000， 那么我们用(10000-8000)/2=1000USDT买入(10000-8000)

最近两周入门的FMZ，最开始啥都不懂，代码水品也不咋地，一直在烦烦叨叨小梦总~ 不过在梦总的提点下，终于写出了第一个回测的策略。这里表扬小梦总，哈哈哈~~ 这个是类似文华那种看盘软件的组合图这里把代码分享出来 希望能帮助刚开始学FMZ的朋友们~~~ [复杂看盘图表测试版](https://www.fmz.cn/m

HT: /upload/asset/167db217ae4a1ae7b1f7e.csv BNB: /upload/asset/167af2205855c731f4051.csv BSV: /upload/asset/168dcbc4eab6692537be4.csv BCH: /upload/asset/16872b2be929ef6122c84.csv ETH: /upload

最近准备把策略部署到托管者，开始调试才发现，很多回测时写的东西都得重写 因为每个交易所api的请求体结构都不一样，所以很难把不同的交易所api统一抽象为一个函数 很多回测时没问题的函数，实盘时都会报错 基本上交易函数都要用exchange.IO来处理，因为不能下止盈止损单，不能下批量单 于是乎，自己又认认真真把交易所api文档读了一遍，对比起fmz的文档东一块西一块，找起来很耽误精力，交易

大家把知道的都说出来吧

温馨提示：本案例只作为学习研究用途，不构成投资建议。 比特币的价格数据是基于时间序列的，因此比特币的价格预测大多采用LSTM模型来实现。 长期短期记忆（LSTM）是一种特别适用于时间序列数据（或具有时间 / 空间 / 结构顺序的数据，例如电影、句子等）的深度学习模型，是预测加密货币的价格走向的理想模型。 本

跨期套利概述 所谓跨期套利就是在同一期货品种的不同月份合约上建立数量相等、方向相反的交易头寸，最后以对冲或交割方式结束交易、获得收益的方式。最简单的跨期套利就是买入近期的期货品种，卖出远期的期货品种。 针对数字交易市场，数字货币不同的合约价格总体趋向于一致，但是在特殊行情下，比如说2020-05-10出现了 10% 左右的大跌，所以价格不同步了，这时候就出现了套利机会。 期现价格对比

回测比特币交易策略，发现botvs存储的数据库，偶尔有数据缺失，形成k线的跳空，例如okex的3月27日到28日存在一个长达十几个小时的k线缺失。在回测时，如果跳空前开仓了，在k线缺失的时候，又无法平仓，影响了回测的准确性，怎么处理这种跳空比较好呢？ var last_ticker_time = new Date()

所有合约交易所都提供条件委托，比如大于某个触发价格，买入或卖出 合约交易时感觉这个是必要的，用自己代码实现总觉得不如交易所实现更安全 毕竟自己的机器人可能有lag或不稳定down机等问题，遇到大行情平不了单（数字货币交易极端行情还是挺频繁的），吃了亏只能认倒霉 要是提前在交易所下了止损委托而没有平单，那还可以找交易所讨说法

收集了币安交易所的常用交易对数据 一并奉上 /upload/asset/69cd61c71c1de159c8da.zip /upload/asset/69c9f984c16189dd033e.zip /upload/asset/69cd8864b8582a2819b3.zip /upload/asset/693b95aea0e304011514.zip /upload/asset/69f

今天周五，工作不忙。跟蓝兔的论战在微信群发酵好几天了，相信大家对这件事儿的来龙去脉也大概有所了解，在此做个反思，也顺便把2016年以来加入FMZ的心路历程总结如下： 本人07年至10年间运营一家美股交易公司，主要做日间交易（(day-trading)），巅峰时交易员30名左右。当时深受亲手培养的交易员跳槽之苦，萌生了以机器交易代替人工交易的想法，2016年偶然的机会发现了FMZ，购买了Z大的策略

由于各个交易所的不统一，FMZ并没有统一的下单精度返回函数。如果策略只做一个币种还好，如果要兼容多个交易对又兼容多个交易所，这里推荐使用获取深度，根据深度信息自动推算出下单精度。当然，如果要交易多个币种，还是推荐用HttpQuery访问原始API接口。 函数如下： “` function GetPrecision(){ var precision = {price:0, amount:0

编号 交易所名称 BTC结算的合约 USDT结算的合约 QuoteCurrency结算 合约代码 备注 1 Futures_BFX 合约详细介绍[https://www.bfx.nu/help/btc.do]、USDT计价 无 无 永续合约代码，以BTC为例：btc 2 Futures_Bibox 无 合约详细

我们发现，量化投资最重要的还是择时，就是判断当前市场是熊市还是牛市还是猴市。区班主这篇来讨论一下择时策略怎么做。 择时有很多种做法，均线判断、布林线、成交量和周期高低点。 均线判断就是通过均线的倾角，判断当前市场是上升还是下降。通过判断是否站上5日均线判断是否小牛，判断是否跌破120日均线判断是否进入熊市。几个因素综合起来决定当前市场强弱。 布林线是一个很

FMZ研究平台Python入门指南.ipynb

用HttpQuery访问”与托管者同一服务器”的web service(内网ip); 访问频次 <10次/分钟, 超时设为1秒, 却频繁出现超时. 用工具进行压力测试,10个线程共1000次提交, 0.3s全部完成, 无超时. 排除是web service问题. 怀疑是HttpQuery可能有隐藏bug.

首先声明这个插件不是我做的，来自GitHub 的 gongjunhao分享的； 项目地址：https://github.com/gongjunhao/seckill 作用 定时自动点击，并且重复多少点击。 昨晚自行测试 抢购fmex 是可行的。 运行条件： 1、安装 Chrome浏览器 2、安装插件 步骤： * 下载源码包：https://github.com/gongjunhao/se

OK季度在2019年06月03日的数据出错，变动非常大，导致回测结果不理想，平台能否过滤掉？ ETH、LTC等大部分季度合约都有这种现象

李斌：国外对冲基金是如何利用期权实现稳定收益的？ 以下为复兴资本公司联合创始人，首席执行官李斌先生演讲的文字实录： 各位，下午好！我自己从93年进入美林证券，开始从量化开始做。做的事情就是金融衍品，模型交易策略，或者是为自营提供模型、分控、自营的策略，取得盈利，降低风险。后来我在美林证券和瑞士银行负责量化分析和交易策略部。这也是我以前在华尔街很多年工作的核心。 这方面有些体会和经验，借今天的