FMZ量化：加密货币市场常见需求设计实例解析（一）

发明者量化-小小梦

1364

Followers

Discussions

Created 2023-12-17 18:43:46 Updated 2024-11-06 21:18:36

2183

在加密货币资产交易领域，获取及分析市场数据、查询费率以及监控账户资产变动都是关键的操作。以下是针对一些常见需求的实现方式的代码案例。

1、请问获取币安现货4小时内涨幅最大的币种怎么写呢？

在FMZ上编写量化交易策略程序时，遇到需求首先需要分析一下。所以根据需求我们分析出以下几点：

使用哪种编程语言编写设计
计划使用Javascript实现。
需要全币种现货实时行情数据
看到这个需求我们第一件事是去翻看币安的API文档，查找是否有聚合行情数据（有聚合行情是最好的，一个品种一个品种查费事费力）。
查询到聚合行情接口：GET https://api.binance.com/api/v3/ticker/price。
在FMZ上，访问交易所行情接口（不需要签名的公共接口）使用HttpQuery函数。
需要统计滚动窗口周期4小时的数据
构思如何设计这个统计程序的结构。
计算涨跌幅，排序
思考思考涨跌幅算法，是否是：涨跌幅百分比 =（当前价格 - 初始价格）/ 初始价格 * 100，单位为“%”。

想清楚问题，以及确定方案后。我们就开始动手设计程序。

代码设计


            javascript
            
            
var dictSymbolsPrice = {}

function main() {
    while (true) {
        // GET https://api.binance.com/api/v3/ticker/price
        try {
            var arr = JSON.parse(HttpQuery("https://api.binance.com/api/v3/ticker/price"))
            if (!Array.isArray(arr)) {
                Sleep(5000)
                continue 
            }
            
            var ts = new Date().getTime()
            for (var i = 0; i < arr.length; i++) {
                var symbolPriceInfo = arr[i]
                var symbol = symbolPriceInfo.symbol
                var price = symbolPriceInfo.price

                if (typeof(dictSymbolsPrice[symbol]) == "undefined") {
                    dictSymbolsPrice[symbol] = {name: symbol, data: []}
                }
                dictSymbolsPrice[symbol].data.push({ts: ts, price: price})
            }
        } catch(e) {
            Log("e.name:", e.name, "e.stack:", e.stack, "e.message:", e.message)
        }
        
        // 计算涨跌幅
        var tbl = {
            type : "table",
            title : "涨跌幅",
            cols : ["交易对", "当前价格", "4小时前价格", "涨跌幅", "数据长度", "最早数据时间", "最新数据时间"],
            rows : []
        }
        for (var symbol in dictSymbolsPrice) {
            var data = dictSymbolsPrice[symbol].data
            if (data[data.length - 1].ts - data[0].ts > 1000 * 60 * 60 * 4) {
                dictSymbolsPrice[symbol].data.shift()
            }

            data = dictSymbolsPrice[symbol].data
            dictSymbolsPrice[symbol].percentageChange = (data[data.length - 1].price - data[0].price) / data[0].price * 100
        }

        var entries = Object.entries(dictSymbolsPrice)
        entries.sort((a, b) => b[1].percentageChange - a[1].percentageChange)

        for (var i = 0; i < entries.length; i++) {
            if (i > 9) {
                break
            }   
            var name = entries[i][1].name
            var data = entries[i][1].data
            var percentageChange = entries[i][1].percentageChange
            var currPrice = data[data.length - 1].price
            var currTs = _D(data[data.length - 1].ts)
            var prePrice = data[0].price
            var preTs = _D(data[0].ts)
            var dataLen = data.length

            tbl.rows.push([name, currPrice, prePrice, percentageChange + "%", dataLen, preTs, currTs])
        }
        
        LogStatus(_D(), "\n", "`" + JSON.stringify(tbl) + "`")
        Sleep(5000)
    }
}

代码解析

1. 数据结构
  var dictSymbolsPrice = {}: 一个空对象，用于存储每个交易对的价格信息。键是交易对的符号，值是一个对象，包含交易对的名称、价格数据数组和涨跌幅信息。

主函数 main()

2.1. 无限循环


            javascript
            
            
while (true) {
    // ...
}

程序通过一个无限循环来持续监测Binance API的交易对价格。

2.2. 获取价格信息


            javascript
            
            
var arr = JSON.parse(HttpQuery("https://api.binance.com/api/v3/ticker/price"))

通过Binance API获取交易对的当前价格信息。如果返回的不是数组，则等待5秒后重新尝试。

2.3. 更新价格数据
```
            javascript
            
            
for (var i = 0; i < arr.length; i++) {
    // ...
}
```
遍历获取到的价格信息数组，更新dictSymbolsPrice中的数据。对于每个交易对，将当前的时间戳和价格添加到相应的数据数组中。

2.4. 异常处理


            javascript
            
            
} catch(e) {
    Log("e.name:", e.name, "e.stack:", e.stack, "e.message:", e.message)
}

捕捉异常并记录异常信息，以确保程序能够继续执行。

2.5. 计算涨跌幅
```
            javascript
            
            
for (var symbol in dictSymbolsPrice) {
    // ...
}
```
遍历dictSymbolsPrice，计算每个交易对的涨跌幅，并在数据长度超过4小时的情况下删除最早的数据。

2.6. 排序并生成表格


            javascript
            
            
var entries = Object.entries(dictSymbolsPrice)
entries.sort((a, b) => b[1].percentageChange - a[1].percentageChange)

for (var i = 0; i < entries.length; i++) {
    // ...
}

将交易对按照涨跌幅从高到低排序，并生成一个包含交易对信息的表格。

2.7. 日志输出和延时


            javascript
            
            
LogStatus(_D(), "\n", "`" + JSON.stringify(tbl) + "`")
Sleep(5000)

将表格和当前时间以日志的形式输出，并等待5秒后继续下一轮循环。

程序通过Binance API获取交易对的实时价格信息，然后计算涨跌幅，并以表格的形式输出到日志中。程序通过不断循环执行，实现实时监控交易对价格的功能。需要注意的是，程序中包含异常处理，以确保在获取价格信息时不会因为异常而中断执行。

实盘运行测试

由于开始的时候数据只能一点一点收集，未收集足够4小时的数据时，是无法滚动的计算涨跌幅的。所以开始的时候是以最初的一个价格为基准计算，收集足够4小时数据后，就依次剔除最旧的数据维持4小时窗口期计算涨跌幅。

2、查询币安U本位合约的全品种资金费率

查询资金费率和以上代码比较类似，首先也是需要查看币安的API文档，找到资金费率相关接口。币安有好几个可以查询资金费率的接口，这里我们以U本位合约的接口为例：


            
            
            
GET https://fapi.binance.com/fapi/v1/premiumIndex

代码实现

由于合约太多，我们这里输出资金费率最大的前十个。


            javascript
            
            
function main() {
    while (true) {
        // GET https://fapi.binance.com/fapi/v1/premiumIndex
        try {
            var arr = JSON.parse(HttpQuery("https://fapi.binance.com/fapi/v1/premiumIndex"))
            if (!Array.isArray(arr)) {
                Sleep(5000)
                continue 
            }
            
            arr.sort((a, b) => parseFloat(b.lastFundingRate) - parseFloat(a.lastFundingRate))
            var tbl = {
                type: "table",
                title: "U本位合约资金费率前十",
                cols: ["合约", "资金费率", "标记价格", "指数价格", "当期费率时间", "下期费率时间"],
                rows: []
            }
            for (var i = 0; i < 9; i++) {
                var obj = arr[i]
                tbl.rows.push([obj.symbol, obj.lastFundingRate, obj.markPrice, obj.indexPrice, _D(obj.time), _D(obj.nextFundingTime)])
            }
            LogStatus(_D(), "\n", "`" + JSON.stringify(tbl) + "`")
        } catch(e) {
            Log("e.name:", e.name, "e.stack:", e.stack, "e.message:", e.message)
        }
        Sleep(1000 * 10)
    }
}

返回的数据结构如下，查看币安文档可知lastFundingRate就是我们要的资金费率。


            javascript
            
            
{
    "symbol":"STMXUSDT",
    "markPrice":"0.00883606",
    "indexPrice":"0.00883074",
    "estimatedSettlePrice":"0.00876933",
    "lastFundingRate":"0.00026573",
    "interestRate":"0.00005000",
    "nextFundingTime":1702828800000,
    "time":1702816229000
}

实盘运行测试：

python版本的获取OKX交易所合约资金费率

有用户提出需要Python版本的例子，并且是OKX交易所的。这里也顺便实现一下：

https://www.okx.com/priapi/v5/public/funding-rate-all?currencyType=1接口返回的数据：


            python
            
            
{
    "code":"0",
    "data":[
        {
            "fundingTime":1702828800000,
            "fundingList":[
                {
                    "instId":"BTC-USDT-SWAP",
                    "nextFundingRate":"0.0001102188733642",
                    "minFundingRate":"-0.00375",
                    "fundingRate":"0.0000821861465884",
                    "maxFundingRate":"0.00375"
                } ...

具体代码：


            python
            
            
import requests
import json
from time import sleep
from datetime import datetime

def main():
    while True:
        # https://www.okx.com/priapi/v5/public/funding-rate-all?currencyType=1
        try:
            response = requests.get("https://www.okx.com/priapi/v5/public/funding-rate-all?currencyType=1")
            arr = response.json()["data"][0]["fundingList"]
            Log(arr) 
            if not isinstance(arr, list):
                sleep(5)
                continue

            arr.sort(key=lambda x: float(x["fundingRate"]), reverse=True)

            tbl = {
                "type": "table",
                "title": "U本位合约资金费率前十",
                "cols": ["合约", "下期费率", "最小", "当期", "最大"],
                "rows": []
            }

            for i in range(min(9, len(arr))):
                obj = arr[i]
                row = [
                    obj["instId"],
                    obj["nextFundingRate"],
                    obj["minFundingRate"],
                    obj["fundingRate"],
                    obj["maxFundingRate"]
                ]
                tbl["rows"].append(row)
            
            LogStatus(_D(), "\n", '`' + json.dumps(tbl) + '`')

        except Exception as e:
            Log(f"Error: {str(e)}")

        sleep(10)

实盘运行测试：