我在2020年写过一篇文章介绍高频策略，https://www.fmz.com/digest-topic/6228 。虽然得到不少关注，但写的并不深入。时间又过去了2年多，市场也发生了变化。那篇文章发出后，我的高频策略很长时间能很稳定的赚钱，但慢慢的利润逐渐下降，甚至一度也中止过。最近几个月又花了精力进行

Digital currency algorithm transaction guide In this article, we will discuss the design and implementation

策略原理 由于流动性原因，当市场出现大额砸盘拉盘时必然会出现大额价格波动，交易所之间就会形成瞬间的价差，策略就是要捕捉这些瞬间执行快速交易完成低买高卖的过程。 有客户问我为啥要弄那么多交易所，这个是必然的，我们赚的是交易所之间的瞬时价差，交易所越多，交叉之后所形成的价差机会肯定越多。 策略核

网格策略、马丁策略这种喜欢震荡行情的策略有其固有弊端，在ETH合约市场上也测试了一段时间的类似策略。也经常和FMZ.COM上的新老玩家们聊天分享经验。对于此类策略，有一点是非常赞同一位朋友的说法的。那就是币圈中做合约，做多相对于做空风险小了那么一丢丢。或者简单说就是下跌最惨就是归零，上涨是无限的。 那么马丁、网格之

上一次币安千团大战，FMZ放出了一个资金费率策略: https://www.fmz.com/digest-topic/6381 。这个策略使用的用户比较多，在这一轮牛市中，一度年化超过100%，并且有几次大的负溢价平仓的机会。总体收益作为一个稳健的套利策略还算可以。但随着套利人和资金的增加，市场变得也更加有效，策略

数字货币现货对冲策略设计（1） 对于策略设计的初学者来说，对冲策略是非常好的练手策略。本篇实现一个简单但是可以实盘的数字货币现货对冲策略，希望可以让初学者学习到一些设计经验。 根据策略需求设计一些函数、策略界面参数 首先明确这个即将设计的策略是一个数字货币现货对冲策略，我们设计最简单的对冲，只在

数字货币期货类马丁策略设计 最近FMZ官方群里讨论马丁类型的策略比较多，平台上关于数字货币合约的马丁策略不多。所以，借此机会设计了一个简单的数字货币期货类马丁策略。为什么说是类马丁策略，因为马丁策略潜在风险确实不小，就没有完全按照马丁策略去设计。但是这类策略依然是有不小的风险的，并且马丁类型的策略参数设置和

币圈量化交易萌新看过来–带你走近币圈量化(四) 前几篇学习了那么多币圈概念、程序化、量化交易基础概念。终于可以切入正题来说说策略本身了，本篇我们一起学习实现一个简单的策略。 对于【网格策略】，做交易的同学应该都听说过，没听说过也没关系，如今各大交易所都推出了自己的程序化、量化交易功能，最多、最简单易

币圈量化交易萌新看过来–带你走近币圈量化(二) 上期文章我们讲到了程序化交易脚本。其实交易策略就是一个交易脚本程序，文章主要讲到了交易脚本程序需要有硬件载体（程序在哪里运行），这个脚本交易程序可以用那种计算机编程语言编写（列举了在发明者量化交易平台上使用的三种编程语言，当然本身做程序化交易可以使用任何编程语

摘要 数据是量化交易的源头，如何高效地管理大量数据是非常关键的环节，数据库是最佳的解决方案之一，现如今数据库的应用已经是各类日内交易、高频交易等策略的量化标准配置。本篇我们来研究一下发明者量化(FMZ.COM)内置的数据库，内容包括：如何创建数据表、存储数据、修改数据、删除数据、引用数据以及如何

使用数字货币交易所聚合行情接口构建多品种策略 FMZ量化交易平台策略围观板块里面经常见到一些多品种策略，同时检测几十个甚至一个交易所全市场的行情。是如何做到的呢？并且需要如何设计呢？本篇文章带你一起来探讨如何使用交易所聚合行情接口构建多品种策略。 列举

许多年后，已经成长为韭菜盒子的阿韭，回忆自己还是韭儿的青葱岁月，他忘了金叉死×，忘了爆仓和心态，甚至忘了当年陪着他的那个她，但是他一定依稀记得，看过第五期的子楠讲量化。 …… 因为这一期讲到的东西，让他意识到了“弄清楚收益来源

在程序化交易、量化交易中研究策略、设计策略、回测分析时离不开行情数据的支持。市面上的所有数据都收集也不现实，毕竟数据量太大。对于数字货币市场来说，发明者量化交易平台上支持有限的交易所、交易对的回测数据。如果想回测一些暂时不支持数据的交易所、交易对。可以使用自定义数据源来进行回测，但是这个前提是要自己有数据才行。所以就

98年本科生的炒币和量化之路 1.入币圈 我98年，目前某985本科计算机大四在读，接下来会继续本校读研。 接触币圈是在2017年的9月1号，对，这个日子我记得十分清楚，因为三天之后就是轰动币圈的“94”事件，央行等五部委联合发文防范ICO风险，币价腰斩。 9月1号，我在一个微信公众号上看到了一篇

[ 新比特量化 ] 老码农的踩坑之旅 一、前言 女怕嫁错郎，男怕入错行。这句话是真真切切的刻在老夫脸上。大学双本毕业，加入中国的制造业大军，从事传统行业（汽车电子）的软件设计。刚开始用asm编写第一份程序，配合女朋友帮忙设计的pcb, 制作了第一份产品与发明专利。原本以为自己从事的行业是首屈一指的

手把手教你写一个Python版的K线合成函数 在编写、使用策略时，经常会使用一些不常用的K线周期数据。然而交易所、数据源又没有提供这些周期的数据。只能通过使用已有周期的数据进行合成。合成算法已经有一个JavaScript版本了（[链接](https://www.fmz.com/digest-topic/415

发明者量化FMex挖矿策略使用指南 在发明者量化交易平台上运行量化机器人，按照以下步骤： ### 1、注册发明者量化（FMZ.COM） 如果已经注册了发明者量化，可以直接登录，忽略该步骤。 登录：https://www.fmz.com /upload/asset/15db1c5ec1a

可视化模块搭建交易策略–进阶 学习可视化模块搭建交易策略–了初识篇，对于可视化模块搭建、拼接有了一个概念上的理解， 接下来学习使用其它的模块就很容易了。 可以组合出来一些更加复杂的功能。 ## 交易类别模块 在之前的学习和测试中，我们已经接触过几种 「交易类别」的模块。

数字货币算法交易指南 在本文中，我们将探讨加货币中交易算法的设计和实现。特别是，我们专注于执行算法，做市商算法和几个市场微观结构考虑因素。我们还研究了实践偏离理论的地方，特别是在处理加密货币市场的特性方面。 执行算法

前言 为什么要学习这门课？ 学习这门课有什么收获呢？首先这门课程是基于JavaScript和Python编程语言，语言只是一门技术，最终我们还是要把这门技术应用到一个行业中。量化交易是一个新兴的行业，目前正处于快速发展阶段，对人才的需求量也很大。 通过本课程的系统学习，可以让你对量化

NO.1前言 近几年，基于区块链技术和密码学的数字货币行业，迎来爆发式增长。作为数字货币产业链中最重要的环节之⼀，区块链资产交易所无疑拥有举⾜轻重的地位。它连接着区块链投资的⼀⼆级市场，也连接着项目方和普通投资者。 /upload/asset/398967d1435ac5df3474.j