⚠️ গুরুত্বপূর্ণ বিজ্ঞপ্তি
এই প্রবন্ধটি ট্রেডিং কাঠামো শেখার জন্য একটি ভলিউম-বুস্টিং কৌশল প্রদর্শন করে, যা ঐতিহ্যবাহী আরবিট্রেজ বাজার তৈরির কৌশল থেকে মৌলিকভাবে আলাদা। এই কৌশলের মূল উদ্দেশ্য হল মূল্য পার্থক্য আরবিট্রেজের মাধ্যমে মুনাফা অর্জনের পরিবর্তে একই দামে ক্রয়-বিক্রয় করে ট্রেডিং ভলিউম বৃদ্ধি করা এবং বিনিময় রিবেট বা স্তর ছাড় পাওয়া।
এই প্রবন্ধে প্রদত্ত কোডটি শুধুমাত্র একটি রেফারেন্স ফ্রেমওয়ার্ক এবং এর কোনও রিয়েল-টাইম অপারেশন অভিজ্ঞতা নেই। এই প্রবন্ধে কৌশল বাস্তবায়ন শুধুমাত্র প্রযুক্তিগত শিক্ষা এবং গবেষণার উদ্দেশ্যে এবং প্রকৃত বাজার পরিবেশে সম্পূর্ণরূপে যাচাই করা হয়নি। পাঠকরা যখন এই প্রবন্ধের বিষয়বস্তু উল্লেখ করবেন, তখন তাদের অবশ্যই পর্যাপ্ত ব্যাকটেস্টিং যাচাইকরণ এবং ঝুঁকি মূল্যায়ন পরিচালনা করতে হবে এবং রিয়েল-টাইম ট্রেডিংয়ের জন্য এটি সরাসরি ব্যবহার করা উচিত নয়।
ডিজিটাল মুদ্রা বাজারে, বাজার তৈরির কৌশলগুলি কেবল বাজারের তরলতা উন্নত করার এবং লেনদেনকে উৎসাহিত করার একটি হাতিয়ার নয়, বরং অনেক পরিমাণগত ট্রেডিং কৌশলের একটি মূল উপাদানও। বাজার নির্মাতারা বিভিন্ন বাজার পরিবেশে ক্রয়-বিক্রয় কোট পোস্ট করে এবং তরলতা প্রদান করে মুনাফা অর্জন করে। পেশাদার বাজার নির্মাতাদের কোড বাস্তবায়ন প্রায়শই অত্যন্ত জটিল, যার মধ্যে উচ্চ-ফ্রিকোয়েন্সি বিলম্ব অপ্টিমাইজেশন, জটিল ঝুঁকি নিয়ন্ত্রণ ব্যবস্থা এবং বহু-বিনিময় সালিসি ইত্যাদি উন্নত ফাংশন জড়িত। এবার, আমরা ব্রাশ-ভলিউম কাউন্টার-ট্রেডিং কৌশলের মৌলিক ধারণাগুলি এবং ইনভেনটর কোয়ান্টিটেটিভ (FMZ) প্ল্যাটফর্মে একটি সরলীকৃত শিক্ষণ কাঠামো কীভাবে বাস্তবায়ন করা যায় তা অধ্যয়ন করব।
এই প্রবন্ধের মূল অংশটি মূল লেখক জিনানের "বাজার তৈরির কৌশলের ধারণা এবং লেখার পদ্ধতি" থেকে নেওয়া হয়েছে। কিছু অংশ fmz প্ল্যাটফর্মে অপ্টিমাইজ এবং পুনরুত্পাদন করা হয়েছে। আজকের দৃষ্টিকোণ থেকে, কিছু লেখার পদ্ধতি পুরানো হতে পারে, তবে এটি এখনও সকলের জন্য কোড কাঠামো এবং কাউন্টার-ট্রেডিংয়ের মৌলিক ধারণাগুলি বোঝার জন্য অনুপ্রেরণাদায়ক:
বাজার তৈরির কৌশলের ধারণা
বাজার তৈরির কৌশল বলতে বোঝায় ব্যবসায়ীরা (বাজার নির্মাতারা) একই সাথে বাজারে ক্রয় এবং বিক্রয় অর্ডার দেয়, যার ফলে বাজারের স্থিতিশীলতা বজায় রাখার জন্য তরলতা প্রদান করে। এই কৌশলটি কেবল বাজারের গভীরতা বজায় রাখতে সহায়তা করে না, বরং অন্যান্য ব্যবসায়ীদের জন্য প্রতিপক্ষও প্রদান করে। বিভিন্ন মূল্য পরিসরে ক্রয় এবং বিক্রয়ের উদ্ধৃতি প্রদান করে, বাজার নির্মাতারা মূল্যের ওঠানামা থেকে লাভ অর্জন করে।
ক্রিপ্টোকারেন্সি বাজারের জন্য বাজার নির্মাতাদের ভূমিকা অত্যন্ত গুরুত্বপূর্ণ, বিশেষ করে কম ট্রেডিং ভলিউম এবং উচ্চ অস্থিরতা সহ বাজারে। তরলতা প্রদানের মাধ্যমে, বাজার নির্মাতারা বাজারের স্লিপেজ কমাতে সাহায্য করে এবং ব্যবসায়ীদের সহজে ট্রেডিং মূল্য প্রদান করে।
ঐতিহ্যবাহী বাজার তৈরির কৌশলের মূল নীতি হল তরলতা প্রদানের মাধ্যমে বিড-আস্ক স্প্রেড অর্জন করা। বাজার নির্মাতা কর্তৃক পোস্ট করা ক্রয় অর্ডারের মূল্য বিক্রয় অর্ডারের মূল্যের চেয়ে কম হয় এবং লেনদেনের স্প্রেডের মাধ্যমে লাভ পাওয়া যায়। উদাহরণস্বরূপ, যখন বাজারে স্পট মূল্য বৃদ্ধি পায়, তখন বাজার নির্মাতা উচ্চ মূল্যে বিক্রি করে এবং কম মূল্যে ক্রয় করে, স্প্রেড অর্জন করে। আয়ের প্রধান উৎসগুলির মধ্যে রয়েছে:
- ছড়িয়ে পড়া： ঐতিহ্যবাহী বাজার নির্মাতারা ক্রয়-বিক্রয় অর্ডার দিয়ে এবং দামের পার্থক্যের সুযোগ নিয়ে লাভ করে।
- ট্রেডিং আয়তন：বাজার নির্মাতাদের আয় তাদের প্রদত্ত ট্রেডিং ভলিউমের সাথে ঘনিষ্ঠভাবে সম্পর্কিত। বেশি ট্রেডিং ভলিউম কেবল উচ্চতর লেনদেনের ফ্রিকোয়েন্সি এবং আরও লাভের সুযোগই নয়, বরং নিম্নলিখিত অতিরিক্ত সুবিধাগুলিও নিয়ে আসে:
- ফি রিবেট： বাজার নির্মাতাদের তরলতা প্রদানে উৎসাহিত করার জন্য, অনেক এক্সচেঞ্জ নির্দিষ্ট শতাংশ ফি ফেরত দেবে, এমনকি নেতিবাচক ফিও প্রদান করবে (অর্থাৎ, এক্সচেঞ্জ বাজার নির্মাতাদের ফি প্রদান করবে)
- ভিআইপি স্তরের সুবিধা： যখন ট্রেডিং ভলিউম একটি নির্দিষ্ট সীমায় পৌঁছায়, তখন বাজার নির্মাতারা কম হ্যান্ডলিং ফি পেতে পারেন এবং লেনদেনের খরচ কমাতে পারেন
- মার্কেট মেকার ইনসেনটিভ প্রোগ্রাম：কিছু এক্সচেঞ্জের নিবেদিতপ্রাণ বাজার নির্মাতা প্রণোদনা প্রোগ্রাম রয়েছে, যা প্রদত্ত তরলতার মানের উপর ভিত্তি করে অতিরিক্ত পুরষ্কার দেয়।
তবে, বাজার নির্মাতারাও বাজারের অস্থিরতার ঝুঁকির সম্মুখীন হন, বিশেষ করে ডিজিটাল মুদ্রা বাজারের অত্যন্ত অস্থির পরিবেশে। বাজারে তীব্র ওঠানামার কারণে বাজার নির্মাতাদের দ্বারা প্রদত্ত ক্রয়-বিক্রয় অর্ডারগুলি প্রকৃত মূল্য থেকে উল্লেখযোগ্যভাবে বিচ্যুত হতে পারে, যার ফলে ক্ষতি হতে পারে।
বাজার তৈরির কৌশলের প্রকারভেদ
ক্রিপ্টোকারেন্সি বাজারে, বাজার নির্মাতারা সাধারণত বাজারের অবস্থা, ট্রেডিং ভলিউম, অস্থিরতা ইত্যাদির উপর ভিত্তি করে বিভিন্ন বাজার তৈরির কৌশল বেছে নেন। বাজার তৈরির সাধারণ ধরণের কৌশলগুলির মধ্যে রয়েছে:
-
প্যাসিভ বাজার তৈরির কৌশল： বাজার নির্মাতারা বাজারের গভীরতা, ঐতিহাসিক অস্থিরতা এবং অন্যান্য বিষয়ের উপর ভিত্তি করে ক্রয়-বিক্রয় অর্ডার দেয় এবং বাজার লেনদেনের জন্য অপেক্ষা করে। এই কৌশলটি কম ফ্রিকোয়েন্সি এবং দৃঢ়তা দ্বারা চিহ্নিত করা হয় এবং বাজার নির্মাতারা লাভ অর্জনের জন্য বাজারের ওঠানামার উপর নির্ভর করে।
-
সক্রিয় বাজার তৈরির কৌশল: এই কৌশলের অধীনে, বাজার নির্মাতারা বাজারের পরিস্থিতি অনুসারে রিয়েল টাইমে ক্রয়-বিক্রয় অর্ডারের মূল্য এবং পরিমাণ সমন্বয় করে যাতে চুক্তির সম্ভাবনা বৃদ্ধি পায়। বাজার নির্মাতারা সাধারণত বর্তমান বাজার মূল্যের কাছাকাছি দাম থাকলে অর্ডার বৃদ্ধি করে যাতে বাজারের ওঠানামার সুবিধা আরও ভালোভাবে নেওয়া যায়।
-
ভলিউম বৃদ্ধির কৌশল: এই প্রবন্ধে যে ধরণের কৌশলের উপর আলোকপাত করা হয়েছে।ভলিউম বৃদ্ধির কৌশলএটি একই দামে ক্রয়-বিক্রয় করে ট্রেডিং ভলিউম বৃদ্ধি করার একটি কৌশল। ঐতিহ্যবাহী বাজার তৈরির কৌশলগুলির বিপরীতে, এই কৌশলটির মূল উদ্দেশ্য মূল্যের পার্থক্য অর্জন করা নয়, বরং বিপুল সংখ্যক লেনদেনের মাধ্যমে বিনিময় ছাড়, স্তর ছাড় বা লিকুইডিটি মাইনিং পুরষ্কার অর্জন করা।
ভলিউম-ওয়াশিং কৌশলে, বাজার নির্মাতারা একই মূল্যে ক্রয় এবং বিক্রয় অর্ডার দেয়। যখন অর্ডারগুলি কার্যকর করা হয়, যদিও মূল্যের পার্থক্যের কোনও লাভ থাকে না, তবুও ট্রেডিং ভলিউম দ্রুত জমা করা যায়। এই কৌশলের লাভ মডেলটি বাজারের সালিসির পরিবর্তে সম্পূর্ণরূপে এক্সচেঞ্জের প্রণোদনা ব্যবস্থার উপর নির্ভর করে।
মূল বৈশিষ্ট্য:
-
একই দামে লেনদেন： ঐতিহ্যবাহী বাজার তৈরির কৌশল থেকে ভিন্ন, ক্রয় মূল্য এবং বিক্রয় মূল্য একই, এবং কোনও মূল্য পার্থক্যের মুনাফা তৈরি হয় না।
-
ভলিউম-ভিত্তিক： কৌশলটির মূল লক্ষ্য হল মূল্য সালিশের পরিবর্তে দ্রুত ট্রেডিং ভলিউম সংগ্রহ করা।
-
প্রণোদনার উপর নির্ভরতা：মুনাফা সম্পূর্ণরূপে এক্সচেঞ্জের রিবেট নীতি, ভিআইপি স্তরের ছাড় বা বাজার নির্মাতাদের প্রণোদনা কর্মসূচির উপর নির্ভরশীল।
গুরুত্বপূর্ণ পার্থক্য:
ঐতিহ্যবাহী বাজার তৈরির কৌশলগুলির তুলনায়, ওয়াশ ট্রেডিং কৌশলগুলি প্রকৃত বাজারের তরলতা প্রদান করে লাভ করে না, বরং এক্সচেঞ্জ থেকে নীতিগত পুরষ্কার পাওয়ার জন্য কৃত্রিমভাবে ট্রেডিং ভলিউম তৈরি করে লাভ করে। এই কৌশলটি কিছু বিচারব্যবস্থায় সম্মতি ঝুঁকির সম্মুখীন হতে পারে এবং বাস্তবে প্রয়োগ করার সময় সাবধানতার সাথে মূল্যায়ন করা প্রয়োজন।
ভলিউম-ভিত্তিক কাউন্টার-ট্রেডিং কৌশলের লাভের যুক্তি
কোডটি বিশ্লেষণ করে আমরা দেখতে পাচ্ছি যে এই কৌশলে ক্রয়মূল্য এবং বিক্রয়মূল্য ঠিক একই রকম:
python
def make_duiqiao_dict(self, trade_amount):
mid_price = self.mid_price # 中间价
trade_price = round(mid_price, self.price_precision) # 精准交易价格
trade_dict = {
'trade_price': trade_price, # 买卖都使用同一个价格
'amount': trade_amount
}
return trade_dict
প্রকৃত লাভের যুক্তি
১. ট্রেডিং ভলিউম ব্রাশিং কৌশল
- এই কৌশলের মূল উদ্দেশ্য হল বিপুল সংখ্যক ট্রেডের মাধ্যমে ট্রেডিং ভলিউম বৃদ্ধি করা।
- বিনিময় ছাড়, স্তর ছাড় বা লিকুইডিটি মাইনিং পুরষ্কার পান
- বাজার নির্মাতা প্রণোদনা প্রোগ্রামের সাথে বিনিময়ের ক্ষেত্রে প্রযোজ্য
২. ফি ফেরত প্রক্রিয়া
- এক্সচেঞ্জের নেতিবাচক ফি নীতির উপর নির্ভর করে (মেকার রেট নেতিবাচক)
- তরলতা প্রদান করে ফি ছাড় পান
- অগ্রাধিকারমূলক বাজার নির্মাতা হার সমর্থন করার জন্য বিনিময় প্রয়োজন
প্রযোজ্য পরিস্থিতি এবং ঝুঁকি
✅ প্রযোজ্য পরিস্থিতি
- বাজার নির্মাতাদের জন্য এক্সচেঞ্জের স্পষ্ট অগ্রাধিকারমূলক নীতি রয়েছে।
- উচ্চতর লেনদেনের পরিমাণের প্রয়োজনীয়তা সহ ভিআইপি স্তরের আপগ্রেডের জন্য উপযুক্ত।
- লিকুইডিটি মাইনিং বা রিবেট কার্যক্রম সহ প্ল্যাটফর্মগুলি
❌ প্রযোজ্য নয়
- রিবেট ব্যবস্থা ছাড়াই বিনিময়
- উচ্চ লেনদেন ফি সহ প্ল্যাটফর্মগুলি
- ওয়াশ ট্রেডিংয়ের উপর স্পষ্ট বিধিনিষেধ সহ বিনিময়
⚠️ ঝুঁকি অনুস্মারক
- যদি ক্রয়-বিক্রয় আদেশ একই সময়ে কার্যকর করা হয়, তাহলে হ্যান্ডলিং ফি কেটে নেওয়ার পরে সাধারণত ক্ষতি হয়।
- যদি বিনিময় নীতি পরিবর্তন হয়, তাহলে কৌশলটি অবৈধ হয়ে যেতে পারে।
- ফি খরচের উপর ক্রমাগত নজরদারি প্রয়োজন
- সম্মতি ঝুঁকির সম্মুখীন হতে পারে (কিছু অঞ্চলে ব্রাশ করার আচরণের উপর বিধিনিষেধ রয়েছে)
নক-অন কৌশল কাঠামোর বিশ্লেষণ
এই প্রবন্ধে মিঃ জিনানের কোড ফ্রেমওয়ার্কের কথা উল্লেখ করা হবে যেখানে ভলিউম-বুস্টিং কৌশলের একটি সহজ বাস্তবায়ন প্রবর্তন করা হবে, যেখানে বিনিময় পরিবেশে একই মূল্যের ক্রয়-বিক্রয় কৌশলের মাধ্যমে কীভাবে ট্রেডিং ভলিউম সংগ্রহ করা যায় তার উপর আলোকপাত করা হবে। কৌশল কাঠামো দুটি প্রধান শ্রেণী নিয়ে গঠিত:MidClass এবংMarketMakerএই দুটি শ্রেণী বিনিময়ের মধ্য-স্তরের মিথস্ক্রিয়া এবং নক-অন কৌশলের সুনির্দিষ্ট বাস্তবায়নের জন্য দায়ী।
এই কৌশলগত স্থাপত্যটি একটি স্তরযুক্ত নকশা গ্রহণ করে, যা বিনিময় ইন্টারফেস এবং বাজার তৈরির কৌশলকে পৃথক করে যাতে সিস্টেমটির ভাল স্কেলেবিলিটি এবং নমনীয়তা নিশ্চিত করা যায়। স্থাপত্যের প্রধান উপাদানগুলির মধ্যে রয়েছে:
MidClass：এক্সচেঞ্জ মিডল লেয়ারটি এক্সচেঞ্জ ইন্টারফেসের সাথে মিথস্ক্রিয়া করে বাজারের তথ্য, অ্যাকাউন্টের তথ্য, অর্ডার স্ট্যাটাস ইত্যাদি অর্জন করে। এই লেয়ারটি ট্রেডিং লজিক এবং এক্সচেঞ্জ ইন্টারফেসকে আলাদা করে নিশ্চিত করার জন্য বহিরাগত এক্সচেঞ্জের সাথে সমস্ত মিথস্ক্রিয়াকে অন্তর্ভুক্ত করে।MarketMaker： বাজার তৈরির কৌশল শ্রেণী, নক-টু-ট্রেড কৌশল কার্যকর করার জন্য, পেন্ডিং অর্ডার তৈরি করার জন্য, অর্ডারের স্থিতি পরীক্ষা করার জন্য, কৌশলের স্থিতি আপডেট করার জন্য ইত্যাদির জন্য দায়ী। এটি নির্দিষ্ট বাজার তৈরি এবং নক-টু-ট্রেড ক্রিয়াকলাপ প্রদানের জন্য এক্সচেঞ্জের মধ্যম স্তরের সাথে যোগাযোগ করে।
MidClass
MidClassএক্সচেঞ্জের মধ্যম স্তর হিসেবে, এর প্রধান দায়িত্ব হল এক্সচেঞ্জের সাথে মিথস্ক্রিয়া পরিচালনা করা, সমস্ত বহিরাগত API কলগুলিকে অন্তর্ভুক্ত করা এবং একটি সংক্ষিপ্ত ইন্টারফেস প্রদান করাMarketMakerব্যবহার। এর স্থাপত্যে নিম্নলিখিত মূল ফাংশনগুলি অন্তর্ভুক্ত রয়েছে:
-
বাজার তথ্য অধিগ্রহণ：
- বাজার থেকে রিয়েল-টাইম ডেটা পান, যেমন বাজার মূল্য, গভীরতা, কে-লাইন ইত্যাদি। কৌশলটি কার্যকর করার সময় ডেটা হালনাগাদ আছে কিনা তা নিশ্চিত করার জন্য নিয়মিত বাজার ডেটা রিফ্রেশ করতে হবে।
-
অ্যাকাউন্ট তথ্য ব্যবস্থাপনা：
- অ্যাকাউন্টের তথ্য সংগ্রহ করুন, যেমন অ্যাকাউন্টের ব্যালেন্স, অবস্থানের অবস্থা ইত্যাদি। তহবিল ব্যবস্থাপনা এবং ঝুঁকি নিয়ন্ত্রণের জন্য এটি অত্যন্ত গুরুত্বপূর্ণ।
-
অর্ডার ম্যানেজমেন্ট：
- অর্ডার তৈরি, অনুসন্ধান এবং বাতিল করার জন্য ইন্টারফেস প্রদান করে। এটি বাজার তৈরির কৌশল বাস্তবায়নের ভিত্তি এবং নিশ্চিত করে যে বাজারে মুলতুবি থাকা অর্ডারগুলি তৈরি এবং পরিচালনা করা যেতে পারে।
-
ডেটা স্টোরেজ এবং আপডেট：
- কৌশলগুলির ব্যবহারের জন্য ক্রমাগত তথ্য আপডেট করার জন্য এক্সচেঞ্জগুলির সাথে সংযোগ বজায় রাখুন।
এই ফাংশনগুলিকে ক্যাপসুলেট করেMidClassউপরের উদাহরণে, আপনি নিশ্চিত করতে পারেন যে ট্রেডিং কৌশল শ্রেণী (যেমনMarketMaker) এক্সচেঞ্জের সাথে কীভাবে ইন্টারঅ্যাক্ট করবেন তা নিয়ে চিন্তা না করে ট্রেডিং কৌশল বাস্তবায়নের উপর মনোযোগ দিন। এই কাঠামোটি সিস্টেমের রক্ষণাবেক্ষণযোগ্যতা এবং স্কেলেবিলিটি উন্নত করে, বিভিন্ন এক্সচেঞ্জের জন্য সমর্থন যোগ করা বা বিদ্যমান ফাংশনগুলিকে অপ্টিমাইজ করা সহজ করে তোলে।
MarketMaker
MarketMakerএটি ক্রস-ট্রেডিং কৌশলের মূল শ্রেণী, যা বাজার-নির্মাণ কার্যক্রম এবং ক্রস-ট্রেডিং লেনদেন সম্পাদনের জন্য দায়ী। এর স্থাপত্যে নিম্নলিখিত প্রধান মডিউলগুলি অন্তর্ভুক্ত রয়েছে:
-
আরম্ভকরণ：
- এক্সচেঞ্জ মিডল লেয়ারটি আরম্ভ করুন
MidClass, এক্সচেঞ্জের মৌলিক তথ্য পান, যেমন ট্রেডিং পেয়ার, নির্ভুলতা, বাজারের গভীরতা ইত্যাদি। - বাজার তৈরির কৌশল শুরু করুন এবং প্রয়োজনীয় পরামিতি নির্ধারণ করুন, যেমন মুলতুবি অর্ডারের সংখ্যা, বিড-আস্ক স্প্রেড ইত্যাদি। এই পরামিতিগুলি কার্যকরকরণ পদ্ধতি এবং কৌশলের প্রভাবকে প্রভাবিত করবে।
- এক্সচেঞ্জ মিডল লেয়ারটি আরম্ভ করুন
-
ডেটা রিফ্রেশ：
- নিয়মিতভাবে বাজারের তথ্য রিফ্রেশ করুন, যার মধ্যে রিয়েল-টাইম অ্যাকাউন্টের তথ্য, বাজার মূল্য, গভীরতা, কে-লাইন ইত্যাদি অন্তর্ভুক্ত। এই তথ্যগুলি কৌশল বাস্তবায়নের জন্য মৌলিক তথ্য প্রদান করে।
- বাজারের পরিবর্তনের রিয়েল-টাইম প্রতিক্রিয়া নিশ্চিত করতে বাজারের অস্থিরতা অনুসারে রিফ্রেশ ফ্রিকোয়েন্সি সামঞ্জস্য করা যেতে পারে।
-
নক কৌশল বাস্তবায়ন：
- মুলতুবি অর্ডার জেনারেশন： বাজারের গভীরতা এবং বর্তমান মূল্যের ওঠানামার উপর ভিত্তি করে একটি পেন্ডিং অর্ডার অভিধান তৈরি করুন। পেন্ডিং অর্ডার অভিধানে ক্রয় এবং বিক্রয় অর্ডারের মূল্য এবং পরিমাণ থাকে, যা সাধারণত কৌশলগত পরামিতিগুলির উপর ভিত্তি করে স্বয়ংক্রিয়ভাবে গণনা করা হয়।
- নকল ট্রেড সম্পাদন：একবার মুলতুবি অর্ডার তৈরি হয়ে গেলে,
MarketMakerএটি বাজারে জমা দেওয়া হবে এবং একই সাথে ক্রয়-বিক্রয়ের আদেশ কার্যকর করা হবে। লক্ষ্য হলো একই দামে ক্রয়-বিক্রয় করে দ্রুত ট্রেডিং ভলিউম সংগ্রহ করা। - অর্ডার স্ট্যাটাস চেক： একটি নক-অন লেনদেন সম্পাদন করার সময়,
MarketMakerএটি ক্রমাগত অর্ডারের অবস্থা পরীক্ষা করবে যাতে নিশ্চিত করা যায় যে পেন্ডিং অর্ডারটি সময়মতো প্রক্রিয়া করা যায়। যদি অর্ডারটি কার্যকর না হয়, তাহলে অর্ডারটি সম্পূর্ণ না হওয়া পর্যন্ত এটি পেন্ডিং অর্ডারের মূল্য বা পরিমাণ সমন্বয় করবে।
-
স্ট্যাটাস আপডেট：
- পলিসির স্থিতি আপডেট：নিয়মিতভাবে কৌশলের অবস্থা আপডেট করুন, যার মধ্যে ট্রেডিং ভলিউম, সম্পন্ন অর্ডার, ফি ইত্যাদি অন্তর্ভুক্ত। এই স্থিতি তথ্যের মাধ্যমে, ব্যবহারকারীরা রিয়েল টাইমে কৌশলের কর্মক্ষমতা পর্যবেক্ষণ করতে পারেন।
- ঝুঁকি ব্যবস্থাপনা: নক-অন কৌশলটি বিভিন্ন বাজার পরিবেশে কার্যকর করা প্রয়োজন।
MarketMakerবিভিন্ন বাজার পরিবেশের সাথে খাপ খাইয়ে নেওয়ার জন্য কৌশল বাস্তবায়ন পদ্ধতিটি গতিশীলভাবে সমন্বয় করা হবে।
নক-অন কৌশলের যুক্তির পুনরুৎপাদন
ক্রস-ট্রেডিং কৌশল বাস্তবায়ন নির্ভর করে সঠিক বাজার তথ্য এবং দ্রুত বাস্তবায়নের উপর।MarketMakerরিয়েল-টাইম বাজার পরিস্থিতি পর্যবেক্ষণ করে এবং কাউন্টার-অর্ডার পদ্ধতি (একই দামে ক্রয়-বিক্রয়) ব্যবহার করে, দ্রুত ট্রেডিং ভলিউম সংগ্রহ করে কৌশলগত লক্ষ্য অর্জন করা যেতে পারে।
আরম্ভকরণ
অস্তিত্ব থাকাMarketMakerক্লাস ইনিশিয়ালাইজেশন পদ্ধতিতে, প্রথমে এক্সচেঞ্জের নির্ভুলতা তথ্য সংগ্রহ করুন এবং কৌশলগত পরামিতিগুলি শুরু করুন, যেমন লেনদেনের পরিমাণের নির্ভুলতা, মূল্যের নির্ভুলতা ইত্যাদি।
python
self.precision_info = self.exchange_mid.get_precision() # 获取精度信息
self.price_precision = self.precision_info['price_precision'] # 价格精度
self.amount_precision = self.precision_info['amount_precision'] # 交易量精度
নক-অন অর্ডারের একটি অভিধান তৈরি করুন
ক্রস-ট্রেডিং কৌশলের মূল বিষয় হল ক্রস-ট্রেডিং অর্ডারের একটি অভিধান তৈরি করা, যার মধ্যে ক্রয়-বিক্রয় মূল্য এবং পরিমাণ অন্তর্ভুক্ত। কোডটি মধ্যম মূল্য গণনা করে ক্রস-ট্রেডিং অর্ডারের অভিধান তৈরি করে।
python
def make_duiqiao_dict(self, trade_amount):
mid_price = self.mid_price # 中间价
trade_price = round(mid_price, self.price_precision) # 精准交易价格
trade_dict = {
'trade_price': trade_price,
'amount': trade_amount
}
return trade_dict
একটি নক-অন লেনদেন সম্পাদন করুন
ক্রস-ট্রেডিং অর্ডারের উৎপাদিত অভিধান অনুসারে, ক্রস-ট্রেডিং লেনদেন সম্পাদিত হয়।create_orderপদ্ধতি, একই সাথে ক্রয় অর্ডার এবং বিক্রয় অর্ডার দিন।
python
def make_trade_by_dict(self, trade_dict):
if self.position_amount > trade_dict['amount'] and self.can_buy_amount > trade_dict['amount']:
buy_id = self.exchange_mid.create_order('buy', trade_dict['trade_price'], trade_dict['amount']) # 挂买单
sell_id = self.exchange_mid.create_order('sell', trade_dict['trade_price'], trade_dict['amount']) # 挂卖单
self.traded_pairs['dui_qiao'].append({
'buy_id': buy_id, 'sell_id': sell_id, 'init_time': time.time(), 'amount': trade_dict['amount']
})
অর্ডারের অবস্থা পরীক্ষা করুন
নিয়মিতভাবে অর্ডারের অবস্থা পরীক্ষা করুন এবং অসমাপ্ত অর্ডারগুলি প্রক্রিয়া করুন।GetOrderপদ্ধতি, অর্ডার স্ট্যাটাস পান এবং অর্ডার স্ট্যাটাসের উপর ভিত্তি করে অর্ডার বাতিল করবেন কিনা তা সিদ্ধান্ত নিন। নক অর্ডারের প্রসেসিং লজিকে মূলত নিম্নলিখিত ধাপগুলি অন্তর্ভুক্ত থাকে:
-
অর্ডার স্ট্যাটাস পান：
- এক্সচেঞ্জ ইন্টারফেসের মাধ্যমে ক্রয়-বিক্রয় অর্ডারের অবস্থা জানুন।
- যদি অর্ডার স্ট্যাটাস না পাওয়া যায় (উদাহরণস্বরূপ, অর্ডারটি বিদ্যমান না থাকে বা নেটওয়ার্ক সমস্যা থাকে), তাহলে অর্ডারটি বাতিল করা হবে এবং রেকর্ড থেকে মুছে ফেলা হবে।
-
অর্ডার স্ট্যাটাস রায়：
- অর্ডারের স্থিতির উপর ভিত্তি করে, অর্ডারটি সম্পূর্ণ, আংশিকভাবে সম্পূর্ণ, নাকি অসম্পূর্ণ তা নির্ধারণ করুন।
- অর্ডার স্ট্যাটাসের মধ্যে অন্তর্ভুক্ত থাকতে পারে:
0(ORDER_STATE_PENDING): সম্পন্ন হয়নি (অর্ডার মুলতুবি)।1(ORDER_STATE_CLOSED): সম্পন্ন (সম্পূর্ণ লেনদেন)।2(ORDER_STATE_CANCELED): প্রত্যাহার করা হয়েছে।3(ORDER_STATE_UNKNOWN): অবস্থা অজানা।
-
অর্ডার স্ট্যাটাস প্রক্রিয়াকরণ：
- দুটি অর্ডারই সম্পূর্ণ হয়নি।：
- যদি ক্রয় এবং বিক্রয় উভয় আদেশই সম্পন্ন না হয় (স্থিতি হল
0), তারপর ভোটগ্রহণের সময় অনুসারে (current_time % 5 == 0) অর্ডার বাতিল করার সিদ্ধান্ত নেয়। - অর্ডার বাতিল করার পর, মুলতুবি থাকা অর্ডারের সংখ্যা আপডেট করুন এবং রেকর্ড থেকে অর্ডারটি সরিয়ে ফেলুন।
- যদি ক্রয় এবং বিক্রয় উভয় আদেশই সম্পন্ন না হয় (স্থিতি হল
- একটি অর্ডার সম্পন্ন হয়েছে, আরেকটি সম্পূর্ণ হয়নি：
- যদি একটি অর্ডার সম্পন্ন হয় (স্থিতি হল
1), এবং অন্য একটি অর্ডার সম্পূর্ণ না হয়ে (স্থিতি হল0), তারপর ভোটগ্রহণের সময়ের উপর ভিত্তি করে অসম্পূর্ণ অর্ডারটি বাতিল করার সিদ্ধান্ত নিন। - একটি ওপেন অর্ডার বাতিল করার পরে, ভলিউম এবং ওপেন অর্ডারের তালিকা আপডেট করুন এবং রেকর্ড থেকে অর্ডারটি সরিয়ে ফেলুন।
- যদি একটি অর্ডার সম্পন্ন হয় (স্থিতি হল
- দুটি অর্ডারই সম্পন্ন হয়েছে।：
- যদি ক্রয় এবং বিক্রয় উভয় আদেশই সম্পন্ন হয় (স্থিতি হল
1), লেনদেনের পরিমাণ আপডেট করা হয় এবং অর্ডারটি রেকর্ড থেকে সরিয়ে ফেলা হয়।
- যদি ক্রয় এবং বিক্রয় উভয় আদেশই সম্পন্ন হয় (স্থিতি হল
- অর্ডারের অবস্থা অজানা：
- যদি অর্ডারের অবস্থা কোনটিই না হয়
0আসলে তা না1, এটি অজানা অবস্থা হিসাবে রেকর্ড করা হয় এবং লগ করা হয়।
- যদি অর্ডারের অবস্থা কোনটিই না হয়
- দুটি অর্ডারই সম্পূর্ণ হয়নি।：
-
রেকর্ড আপডেট করুন：
- অর্ডার স্ট্যাটাস প্রক্রিয়াকরণের ফলাফল অনুসারে, লেনদেনের পরিমাণ, অসম্পূর্ণ অর্ডার তালিকা এবং মুলতুবি থাকা অর্ডারের সংখ্যা আপডেট করুন।
পরবর্তী কৌশলগত দৃষ্টিভঙ্গি
এই প্রবন্ধে উপস্থাপিত ভলিউম-বুস্টিং কৌশলটি মূলত ট্রেডিং কাঠামোর স্থাপত্য নকশা শেখার জন্য ব্যবহৃত হয় এবং এর প্রকৃত প্রয়োগ মূল্য সীমিত। পাঠকরা যদি প্রকৃত বাজার তৈরির কৌশলগুলিতে আগ্রহী হন, তাহলে আমরা পরে আরও ব্যবহারিক কৌশল বিষয়বস্তু উপস্থাপন করব:
১. বাজার তৈরির কৌশল
- বিড-আস্ক স্প্রেডের উপর ভিত্তি করে প্রকৃত আরবিট্রেজ কৌশল
- দামের পার্থক্য অর্জনের জন্য ক্রয় মূল্য এবং বিক্রয় মূল্যের মধ্যে একটি অর্ডার দিন।
- ঐতিহ্যবাহী বাজার নির্মাতাদের লাভের মডেলের সাথে আরও সামঞ্জস্যপূর্ণ
২. গতিশীল বাজার তৈরির কৌশল
- বাজারের অস্থিরতার উপর ভিত্তি করে পেন্ডিং অর্ডারের দাম গতিশীলভাবে সামঞ্জস্য করুন
- ইনভেন্টরি ব্যবস্থাপনা এবং ঝুঁকি নিয়ন্ত্রণ ব্যবস্থা প্রবর্তন করা
- বিভিন্ন বাজার পরিবেশের সাথে মানিয়ে নেওয়ার জন্য অভিযোজিত বাজার তৈরি
৩. বহু-স্তরের বাজার তৈরির কৌশল
- একসাথে একাধিক মূল্য স্তরে অর্ডার দিন
- ঝুঁকি বৈচিত্র্যকরণের মাধ্যমে সামগ্রিক রিটার্ন স্থিতিশীলতা উন্নত করুন
- পেশাদার বাজার নির্মাতাদের প্রকৃত কার্যক্রমের আরও কাছাকাছি
এই কৌশলগুলি প্রকৃত মুনাফার যুক্তি এবং ঝুঁকি ব্যবস্থাপনার উপর আরও বেশি মনোযোগ দেবে, যা পরিমাণগত ব্যবসায়ীদের জন্য আরও মূল্যবান রেফারেন্স প্রদান করবে।
কৌশলগত দৃষ্টিভঙ্গি
ওয়াশ ট্রেডিং কৌশলটি এক্সচেঞ্জের প্রণোদনা নীতির উপর নির্ভর করে। যদি নীতি পরিবর্তন হয়, তাহলে কৌশলটি অবৈধ হয়ে যেতে পারে। অতএব, কৌশলটিকে নীতিগত পরিবর্তনগুলির সাথে মানিয়ে নিতে সক্ষম হতে হবে, যেমন ফি হারের গতিশীল পর্যবেক্ষণ বা একক নির্ভরতার ঝুঁকি কমাতে একাধিক লাভের মডেল প্রবর্তন করা। এছাড়াও, ওয়াশ ট্রেডিং কৌশলটিকে বাজারের হেরফের হিসাবে বিবেচনা করা যেতে পারে এবং নিয়ন্ত্রক ঝুঁকির মুখোমুখি হতে পারে। প্রকৃত প্রয়োগে, কৌশলটির সম্মতি নিশ্চিত করতে এবং নিয়ন্ত্রক সমস্যার কারণে ক্ষতি এড়াতে ব্যবসায়ীদের প্রাসঙ্গিক আইন ও প্রবিধানের প্রতি গভীর মনোযোগ দিতে হবে।
আমি আশা করি পাঠকরা তাদের নিজস্ব ট্রেডিং ধারণা এবং বাজার বোঝার উপর ভিত্তি করে, মৌলিক কাঠামো সম্পর্কে তাদের বোধগম্যতার উপর ভিত্তি করে তাদের কৌশলগুলিকে আরও উন্নত এবং উন্নত করতে পারবেন। পরিমাণগত ট্রেডিংয়ের আকর্ষণ ক্রমাগত শেখা, অনুশীলন এবং উন্নতির মধ্যে নিহিত। পরিমাণগত ট্রেডিংয়ের পথে আপনাদের সকলের ক্রমাগত অগ্রগতি কামনা করছি!
নীতি কোড
python
import time, json
class MidClass:
def __init__(self, exchange_instance):
'''
初始化交易所中间层
Args:
exchange_instance: FMZ的交易所结构
'''
self.init_timestamp = time.time() # 记录初始化时间
self.exchange = exchange_instance # 保存交易所对象
self.exchange_name = self.exchange.GetName() # 获取交易所名称
self.trading_pair = self.exchange.GetCurrency() # 获取交易对名称（如 BTC_USDT）
def get_precision(self):
'''
获取交易对的精度信息
Returns:
返回包含精度信息的字典，失败时返回 None
'''
symbol_code = self.exchange.GetCurrency()
ticker = self.exchange.GetTicker(symbol_code) # 回测系统需要
exchange_info = self.exchange.GetMarkets()
data = exchange_info.get(symbol_code)
if not data:
Log("获取市场信息失败", GetLastError())
return None
# 获取该交易对的精度信息
self.precision_info = {
'tick_size': data['TickSize'], # 价格精度
'amount_size': data['AmountSize'], # 数量精度
'price_precision': data['PricePrecision'], # 价格小数位精度
'amount_precision': data['AmountPrecision'], # 数量小数位精度
'min_qty': data['MinQty'], # 最小下单数量
'max_qty': data['MaxQty'] # 最大下单数量
}
return self.precision_info
def get_account(self):
'''
获取账户信息
Returns:
获取信息成功返回 True，获取信息失败返回 False
'''
self.balance = '---' # 账户余额
self.amount = '---' # 账户持仓量
self.frozen_balance = '---' # 冻结余额
self.frozen_stocks = '---' # 冻结持仓量
self.init_balance = None
self.init_stocks = None
self.init_equity = None
try:
account_info = self.exchange.GetAccount() # 获取账户信息
self.balance = account_info['Balance'] # 更新账户余额
self.amount = account_info['Stocks'] # 更新持仓量
self.frozen_balance = account_info['FrozenBalance'] # 更新冻结余额
self.frozen_stocks = account_info['FrozenStocks'] # 更新冻结持仓量
self.equity = self.balance + self.frozen_balance + (self.amount + self.frozen_stocks) * self.last_price
if not self.init_balance or not self.init_stocks or not self.init_equity:
if _G("init_balance") and _G("init_balance") > 0 and _G("init_stocks") and _G("init_stocks") > 0:
self.init_balance = round(_G("init_balance"), 2)
self.init_stocks = round(_G("init_stocks"), 2)
self.init_equity = round(_G("init_equity"), 2)
else:
self.init_balance = round(self.balance + self.frozen_balance, 2)
self.init_stocks = self.amount + self.frozen_stocks
self.init_equity = round(self.init_balance + (self.init_stocks * self.last_price), 2)
_G("init_balance", self.init_balance)
_G("init_stocks", self.init_stocks)
_G("init_equity", self.init_equity)
Log('获取初始eqity', self.init_equity)
self.profit = self.equity - self.init_equity
self.profitratio = round((self.equity - self.init_equity)/self.init_equity, 4) * 100
return True
except:
return False # 获取账户信息失败
def get_ticker(self):
'''
获取市价信息（如买一价、卖一价、最高价、最低价等）
Returns:
获取信息成功返回 True，获取信息失败返回 False
'''
self.high_price = '---' # 最高价
self.low_price = '---' # 最低价
self.sell_price = '---' # 卖一价
self.buy_price = '---' # 买一价
self.last_price = '---' # 最新成交价
self.volume = '---' # 成交量
try:
ticker_info = self.exchange.GetTicker() # 获取市价信息
self.high_price = ticker_info['High'] # 更新最高价
self.low_price = ticker_info['Low'] # 更新最低价
self.sell_price = ticker_info['Sell'] # 更新卖一价
self.buy_price = ticker_info['Buy'] # 更新买一价
self.last_price = ticker_info['Last'] # 更新最新成交价
self.volume = ticker_info['Volume'] # 更新成交量
return True
except:
return False # 获取市价信息失败
def get_depth(self):
'''
获取深度信息（买卖盘的挂单列表）
Returns:
获取信息成功返回 True，获取信息失败返回 False
'''
self.ask_orders = '---' # 卖盘挂单列表
self.bid_orders = '---' # 买盘挂单列表
try:
depth_info = self.exchange.GetDepth() # 获取深度信息
self.ask_orders = depth_info['Asks'] # 更新卖盘挂单列表
self.bid_orders = depth_info['Bids'] # 更新买盘挂单列表
return True
except:
return False # 获取深度信息失败
def get_ohlc_data(self, period=PERIOD_M5):
'''
获取K线信息
Args:
period: K线周期，PERIOD_M1 指1分钟, PERIOD_M5 指5分钟, PERIOD_M15 指15分钟,
PERIOD_M30 指30分钟, PERIOD_H1 指1小时, PERIOD_D1 指一天。
'''
self.ohlc_data = self.exchange.GetRecords(period) # 获取K线数据
def create_order(self, order_type, price, amount):
'''
提交一个挂单信息
Args:
order_type：挂单类型，'buy'指挂买单，'sell'指挂卖单
price：挂单价格
amount:挂单数量
Returns:
挂单Id号，可用以取消挂单
'''
if order_type == 'buy':
try:
order_id = self.exchange.Buy(price, amount) # 提交买单
except:
return False # 买单提交失败
elif order_type == 'sell':
try:
order_id = self.exchange.Sell(price, amount) # 提交卖单
except:
return False # 卖单提交失败
return order_id # 返回订单ID
def get_orders(self):
'''
获取未完成的订单列表
Returns:
未完成的订单列表
'''
self.open_orders = self.exchange.GetOrders() # 获取未完成订单
return self.open_orders
def cancel_order(self, order_id):
'''
取消一个挂单信息
Args:
order_id：希望取消的挂单ID号
Returns:
取消挂单成功返回 True，取消挂单失败返回 False
'''
return self.exchange.CancelOrder(order_id) # 取消订单
def refresh_data(self):
'''
刷新信息（账户、市价、深度、K线）
Returns:
刷新信息成功返回 'refresh_data_finish!' 否则返回相应刷新失败的信息提示
'''
if not self.get_ticker(): # 刷新市价信息
return 'false_get_ticker'
if not self.get_account(): # 刷新账户信息
return 'false_get_account'
if not self.get_depth(): # 刷新深度信息
return 'false_get_depth'
try:
self.get_ohlc_data() # 刷新K线信息
except:
return 'false_get_K_line_info'
return 'refresh_data_finish!' # 刷新成功
class MarketMaker:
def __init__(self, mid_class):
'''
初始化做市策略
Args:
mid_class: 交易所中间层对象
'''
self.exchange_mid = mid_class # 交易所中间层对象
self.precision_info = self.exchange_mid.get_precision() # 获取精度信息
self.done_amount = {'dui_qiao': 0} # 已完成交易量
self.price_precision = self.precision_info['price_precision'] # 价格精度
self.amount_precision = self.precision_info['amount_precision'] # 交易量精度
self.traded_pairs = {'dui_qiao': []} # 已挂单的交易对
self.pending_orders = [] # 未完成的订单状态
self.pending_order_count = 0 # 挂单次数
self.buy_amount = 0
self.sell_amount = 0
self.fee = 0
self.fee_rate = 0.08 / 100
self.chart = {
"__isStock": True,
"tooltip": {"xDateFormat": "%Y-%m-%d %H:%M:%S, %A"},
"title": {"text": "挂单数量"},
"xAxis": {"type": "datetime"},
"yAxis": {
"title": {"text": "挂单数量"},
"opposite": False
},
"series": [
{"name": "挂单买量", "id": "挂单买量", "data": []},
{"name": "挂单卖量", "id": "挂单卖量", "dashStyle": "shortdash", "data": []}
]
}
def refresh_data(self):
'''
刷新数据（账户、市价、深度、K线）
'''
self.exchange_mid.refresh_data() # 刷新交易所数据
self.position_amount = 0 if isinstance(self.exchange_mid.amount, str) else self.exchange_mid.amount # 持仓量
self.available_balance = 0 if isinstance(self.exchange_mid.balance, str) else self.exchange_mid.balance # 账户余额
Log('检查ticker', self.exchange_mid.buy_price)
self.can_buy_amount = self.available_balance / float(self.exchange_mid.buy_price) # 可买的数量
self.mid_price = (self.exchange_mid.sell_price + self.exchange_mid.buy_price) / 2 # 中间价
def make_duiqiao_dict(self, trade_amount):
'''
生成对敲挂单字典
Args:
trade_amount: 每次交易量
Returns:
对敲挂单字典列表
'''
Log('3制作对敲挂单字典')
mid_price = self.mid_price # 中间价
trade_price = round(mid_price, self.price_precision) # 精准交易价格
trade_dict = {
'trade_price': trade_price,
'amount': trade_amount
}
Log('返回盘口挂单字典：', trade_dict)
return trade_dict
def make_trade_by_dict(self, trade_dict):
'''
根据交易字典执行交易
Args:
trade_dict: 交易字典
'''
Log('4按照字典开始交易')
self.refresh_data() # 刷新数据
if trade_dict:
Log('当前账户资金： 币数余额： ', self.position_amount, '资金余额： ', self.can_buy_amount)
Log('检查开仓： 币数限制： ', self.position_amount > trade_dict['amount'], '资金限制： ', self.can_buy_amount > trade_dict['amount'])
if self.position_amount > trade_dict['amount'] and self.can_buy_amount > trade_dict['amount']:
buy_id = self.exchange_mid.create_order('buy', trade_dict['trade_price'], trade_dict['amount']) # 挂买单
sell_id = self.exchange_mid.create_order('sell', trade_dict['trade_price'], trade_dict['amount']) # 挂卖单
self.traded_pairs['dui_qiao'].append({
'buy_id': buy_id, 'sell_id': sell_id, 'init_time': time.time(), 'amount': trade_dict['amount']
})
self.last_time = time.time() # 更新上次交易时间
def handle_pending_orders(self):
'''
处理未完成的订单
'''
pending_orders = self.exchange_mid.get_orders() # 获取未完成订单
if len(pending_orders) > 0:
for order in pending_orders:
self.exchange_mid.cancel_order(order['Id']) # 取消未完成订单
def check_order_status(self, current_time):
'''
检查订单状态
current_time: 轮询检查次数
'''
Log('1开始订单信息检查')
Log(self.traded_pairs['dui_qiao'])
self.buy_pending = 0
self.sell_pending = 0
for traded_pair in self.traded_pairs['dui_qiao'].copy():
Log('检查订单：', traded_pair['buy_id'], traded_pair['sell_id'])
try:
buy_order_status = self.exchange_mid.exchange.GetOrder(traded_pair['buy_id']) # 获取买单状态
sell_order_status = self.exchange_mid.exchange.GetOrder(traded_pair['sell_id']) # 获取卖单状态
except:
Log(traded_pair, '取消')
self.exchange_mid.cancel_order(traded_pair['buy_id']) # 取消买单
self.exchange_mid.cancel_order(traded_pair['sell_id']) # 取消卖单
self.traded_pairs['dui_qiao'].remove(traded_pair) # 移除订单
return
Log('检查订单：', traded_pair['buy_id'], buy_order_status, traded_pair['sell_id'], sell_order_status, [sell_order_status['Status'], buy_order_status['Status']])
if [sell_order_status['Status'], buy_order_status['Status']] == [0, 0]:
self.buy_pending += 1
self.sell_pending += 1
if current_time % 5 == 0:
Log('检查挂单，取消挂单（两未完）', buy_order_status['Status'], sell_order_status['Status'], current_time % 5)
self.exchange_mid.cancel_order(traded_pair['buy_id']) # 取消买单
self.exchange_mid.cancel_order(traded_pair['sell_id']) # 取消卖单
self.pending_order_count += 1 # 挂单次数加1
self.traded_pairs['dui_qiao'].remove(traded_pair) # 移除订单
elif {sell_order_status['Status'], buy_order_status['Status']} == {1, 0}:
if buy_order_status['Status'] == ORDER_STATE_PENDING:
self.buy_pending += 1
if sell_order_status['Status'] == ORDER_STATE_PENDING:
self.sell_pending += 1
if current_time % 5 == 0:
Log('检查挂单，取消挂单（一未完）', buy_order_status['Status'], sell_order_status['Status'])
self.done_amount['dui_qiao'] += traded_pair['amount'] # 更新交易量
if buy_order_status['Status'] == ORDER_STATE_PENDING:
self.sell_amount += traded_pair['amount']
self.fee += sell_order_status['Amount'] * self.fee_rate * sell_order_status['Price']
Log('取消该买订单，增加未完成买列表', traded_pair['buy_id'])
self.exchange_mid.cancel_order(traded_pair['buy_id']) # 取消买单
self.pending_orders.append(['buy', buy_order_status['Status']]) # 记录未完成订单
Log('清除前：', self.traded_pairs['dui_qiao'])
Log('清除id：', traded_pair)
self.traded_pairs['dui_qiao'].remove(traded_pair) # 移除订单
Log('清除后：', self.traded_pairs['dui_qiao'])
elif sell_order_status['Status'] == ORDER_STATE_PENDING:
self.buy_amount += traded_pair['amount']
self.fee += buy_order_status['Amount'] * self.fee_rate * buy_order_status['Price']
Log('取消该卖订单，增加未完成卖列表', traded_pair['sell_id'])
self.exchange_mid.cancel_order(traded_pair['sell_id']) # 取消卖单
self.pending_orders.append(['sell', sell_order_status['Status']]) # 记录未完成订单
Log('清除前：', self.traded_pairs['dui_qiao'])
Log('清除id：', traded_pair)
self.traded_pairs['dui_qiao'].remove(traded_pair) # 移除订单
Log('清除后：', self.traded_pairs['dui_qiao'])
elif [sell_order_status['Status'], buy_order_status['Status']] == [1, 1]:
Log('两订单都已完成')
self.buy_amount += traded_pair['amount']
self.sell_amount += traded_pair['amount']
self.fee += buy_order_status['Amount'] * self.fee_rate * buy_order_status['Price']
self.fee += sell_order_status['Amount'] * self.fee_rate * sell_order_status['Price']
Log('完成状态：', buy_order_status['Status'], sell_order_status['Status'], traded_pair['amount'])
self.done_amount['dui_qiao'] += 2 * traded_pair['amount'] # 更新交易量
self.traded_pairs['dui_qiao'].remove(traded_pair) # 移除订单
else:
Log('两订单处于未知状态：', buy_order_status, sell_order_status)
Log('未知订单状态：', buy_order_status['Status'], sell_order_status['Status'])
Log('未知订单信息：', traded_pair)
def update_status(self):
self.exchange_mid.refresh_data()
table1 = {
"type": "table",
"title": "账户信息",
"cols": [
"初始资金", "现存资金", "对敲买入数量", "对敲卖出数量", "费率", "总收益", "收益率"
],
"rows": [
[
self.exchange_mid.init_equity,
self.exchange_mid.equity,
round(self.buy_amount, 4),
round(self.sell_amount, 4),
round(self.fee, 2),
self.exchange_mid.profit,
str(self.exchange_mid.profitratio) + "%"
],
],
}
LogStatus(
f"初始化时间: {time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(self.exchange_mid.init_timestamp))}\n",
f"`{json.dumps(table1)}`\n",
f"最后执行时间: {_D()}\n"
)
LogProfit(round(self.exchange_mid.profit, 3), '&')
def plot_pending(self):
Log('对敲挂单数量：', self.buy_pending, self.sell_pending)
self.obj_chart = Chart(self.chart)
now_time = int(time.time() * 1000)
# 更新挂单买量数据
self.obj_chart.add(0, [now_time, self.buy_pending])
# 更新挂单卖量数据
self.obj_chart.add(1, [now_time, self.sell_pending])
def main():
'''
主函数，运行做市策略
'''
exchange.IO('simulate', True)
exchange.IO("trade_super_margin")
target_amount = 1 # 目标交易量
trade_amount = 0.01 # 每次交易量
trade_dict = {} # 初始化交易字典
exchange_mid = MidClass(exchange) # 初始化交易所中间层
Log(exchange_mid.refresh_data()) # 刷新数据
market_maker = MarketMaker(exchange_mid) # 初始化做市策略
check_times = 0
while market_maker.done_amount['dui_qiao'] < target_amount: # 循环直到完成目标交易量
Log(market_maker.traded_pairs['dui_qiao'])
market_maker.check_order_status(check_times) # 检查订单状态
Sleep(1000) # 等待1秒
market_maker.refresh_data() # 刷新数据
if len(market_maker.traded_pairs['dui_qiao']) < 1: # 价格移动，盘口挂单撤销，等待至所有挂单完毕，制定新的挂单字典
Log('2盘口交易对数量小于1')
trade_dict = market_maker.make_duiqiao_dict(trade_amount) # 生成盘口挂单字典
Log('新交易字典', trade_dict)
if trade_dict: # 判断字典是否非空
market_maker.make_trade_by_dict(trade_dict) # 执行交易
Log('盘口做市数量：', market_maker.done_amount['dui_qiao']) # 记录交易量
market_maker.plot_pending()
market_maker.update_status()
check_times += 1
Log(market_maker.position_amount, market_maker.can_buy_amount) # 记录持仓量和可买数量
Log('现存订单：', exchange.GetOrders()) # 记录现存订单
def onexit():
Log("执行扫尾函数")
_G("init_balance", None)
_G("init_stocks", None)
_G("init_equity", None)
- 1