लीक हार्वेस्टर रणनीति का विश्लेषण

हाल ही में, मात्रात्मक WeChat समूह चर्चा के आविष्कारकprint moneyरोबोटों की चर्चा बहुत गरम थी, और एक बहुत पुरानी रणनीति क्वांटों की दृष्टि में फिर से प्रवेश कर गई:लीक हार्वेस्टर。 print moneyरोबोट का ट्रेडिंग सिद्धांत लीक हार्वेस्टर रणनीति पर आधारित है। मैं उस समय लीक हार्वेस्टर रणनीति को स्पष्ट रूप से न समझ पाने के लिए खुद को दोषी मानता हूँ। इसलिए, मैंने मूल रणनीति की फिर से सावधानीपूर्वक समीक्षा की, और इन्वेंटर क्वांट पर प्रत्यारोपित संस्करण की भी समीक्षा की।प्रत्यारोपण OKCoin लीक हार्वेस्टर。 आइए, इन्वेंटर क्वांटिटेटिव प्लेटफॉर्म की लीक हार्वेस्टर रणनीति के प्रत्यारोपित संस्करण को लें और रणनीति का विश्लेषण करें तथा इसके पीछे के विचारों का पता लगाएं। ताकि प्लेटफॉर्म उपयोगकर्ता इस रणनीतिक विचार को सीख सकें। इस लेख में, हम रणनीतिक सोच, इरादों आदि के दृष्टिकोण से अधिक विश्लेषण करेंगे और प्रोग्रामिंग से संबंधित उबाऊ सामग्री को कम करने का प्रयास करेंगे।

[प्रत्यारोपण OKCoin लीक हार्वेस्टर] रणनीति स्रोत कोड:

function LeeksReaper() {
    var self = {}
    self.numTick = 0
    self.lastTradeId = 0
    self.vol = 0
    self.askPrice = 0
    self.bidPrice = 0
    self.orderBook = {Asks:[], Bids:[]}
    self.prices = []
    self.tradeOrderId = 0
    self.p = 0.5
    self.account = null
    self.preCalc = 0
    self.preNet = 0

    self.updateTrades = function() {
        var trades = _C(exchange.GetTrades)
        if (self.prices.length == 0) {
            while (trades.length == 0) {
                trades = trades.concat(_C(exchange.GetTrades))
            }
            for (var i = 0; i < 15; i++) {
                self.prices[i] = trades[trades.length - 1].Price
            }
        }
        self.vol = 0.7 * self.vol + 0.3 * _.reduce(trades, function(mem, trade) {
            // Huobi not support trade.Id
            if ((trade.Id > self.lastTradeId) || (trade.Id == 0 && trade.Time > self.lastTradeId)) {
                self.lastTradeId = Math.max(trade.Id == 0 ? trade.Time : trade.Id, self.lastTradeId)
                mem += trade.Amount
            }
            return mem
        }, 0)

    }
    self.updateOrderBook = function() {
        var orderBook = _C(exchange.GetDepth)
        self.orderBook = orderBook
        if (orderBook.Bids.length < 3 || orderBook.Asks.length < 3) {
            return
        }
        self.bidPrice = orderBook.Bids[0].Price * 0.618 + orderBook.Asks[0].Price * 0.382 + 0.01
        self.askPrice = orderBook.Bids[0].Price * 0.382 + orderBook.Asks[0].Price * 0.618 - 0.01
        self.prices.shift()
        self.prices.push(_N((orderBook.Bids[0].Price + orderBook.Asks[0].Price) * 0.35 +
            (orderBook.Bids[1].Price + orderBook.Asks[1].Price) * 0.1 +
            (orderBook.Bids[2].Price + orderBook.Asks[2].Price) * 0.05))
    }
    self.balanceAccount = function() {
        var account = exchange.GetAccount()
        if (!account) {
            return
        }
        self.account = account
        var now = new Date().getTime()
        if (self.orderBook.Bids.length > 0 && now - self.preCalc > (CalcNetInterval * 1000)) {
            self.preCalc = now
            var net = _N(account.Balance + account.FrozenBalance + self.orderBook.Bids[0].Price * (account.Stocks + account.FrozenStocks))
            if (net != self.preNet) {
                self.preNet = net
                LogProfit(net)
            }
        }
        self.btc = account.Stocks
        self.cny = account.Balance
        self.p = self.btc * self.prices[self.prices.length-1] / (self.btc * self.prices[self.prices.length-1] + self.cny)
        var balanced = false
        
        if (self.p < 0.48) {
            Log("开始平衡", self.p)
            self.cny -= 300
            if (self.orderBook.Bids.length >0) {
                exchange.Buy(self.orderBook.Bids[0].Price + 0.00, 0.01)
                exchange.Buy(self.orderBook.Bids[0].Price + 0.01, 0.01)
                exchange.Buy(self.orderBook.Bids[0].Price + 0.02, 0.01)
            }
        } else if (self.p > 0.52) {
            Log("开始平衡", self.p)
            self.btc -= 0.03
            if (self.orderBook.Asks.length >0) {
                exchange.Sell(self.orderBook.Asks[0].Price - 0.00, 0.01)
                exchange.Sell(self.orderBook.Asks[0].Price - 0.01, 0.01)
                exchange.Sell(self.orderBook.Asks[0].Price - 0.02, 0.01)
            }
        }
        Sleep(BalanceTimeout)
        var orders = exchange.GetOrders()
        if (orders) {
            for (var i = 0; i < orders.length; i++) {
                if (orders[i].Id != self.tradeOrderId) {
                    exchange.CancelOrder(orders[i].Id)
                }
            }
        }
    }

    self.poll = function() {
        self.numTick++
        self.updateTrades()
        self.updateOrderBook()
        self.balanceAccount()
        
        var burstPrice = self.prices[self.prices.length-1] * BurstThresholdPct
        var bull = false
        var bear = false
        var tradeAmount = 0
        if (self.account) {
            LogStatus(self.account, 'Tick:', self.numTick, ', lastPrice:', self.prices[self.prices.length-1], ', burstPrice: ', burstPrice)
        }
        
        if (self.numTick > 2 && (
            self.prices[self.prices.length-1] - _.max(self.prices.slice(-6, -1)) > burstPrice ||
            self.prices[self.prices.length-1] - _.max(self.prices.slice(-6, -2)) > burstPrice && self.prices[self.prices.length-1] > self.prices[self.prices.length-2]
            )) {
            bull = true
            tradeAmount = self.cny / self.bidPrice * 0.99
        } else if (self.numTick > 2 && (
            self.prices[self.prices.length-1] - _.min(self.prices.slice(-6, -1)) < -burstPrice ||
            self.prices[self.prices.length-1] - _.min(self.prices.slice(-6, -2)) < -burstPrice && self.prices[self.prices.length-1] < self.prices[self.prices.length-2]
            )) {
            bear = true
            tradeAmount = self.btc
        }
        if (self.vol < BurstThresholdVol) {
            tradeAmount *= self.vol / BurstThresholdVol
        }
        
        if (self.numTick < 5) {
            tradeAmount *= 0.8
        }
        
        if (self.numTick < 10) {
            tradeAmount *= 0.8
        }
        
        if ((!bull && !bear) || tradeAmount < MinStock) {
            return
        }
        var tradePrice = bull ? self.bidPrice : self.askPrice
        while (tradeAmount >= MinStock) {
            var orderId = bull ? exchange.Buy(self.bidPrice, tradeAmount) : exchange.Sell(self.askPrice, tradeAmount)
            Sleep(200)
            if (orderId) {
                self.tradeOrderId = orderId
                var order = null
                while (true) {
                    order = exchange.GetOrder(orderId)
                    if (order) {
                        if (order.Status == ORDER_STATE_PENDING) {
                            exchange.CancelOrder(orderId)
                            Sleep(200)
                        } else {
                            break
                        }
                    }
                }
                self.tradeOrderId = 0
                tradeAmount -= order.DealAmount
                tradeAmount *= 0.9
                if (order.Status == ORDER_STATE_CANCELED) {
                    self.updateOrderBook()
                    while (bull && self.bidPrice - tradePrice > 0.1) {
                        tradeAmount *= 0.99
                        tradePrice += 0.1
                    }
                    while (bear && self.askPrice - tradePrice < -0.1) {
                        tradeAmount *= 0.99
                        tradePrice -= 0.1
                    }
                }
            }
        }
        self.numTick = 0
    }
    return self
}

function main() {
    var reaper = LeeksReaper()
    while (true) {
        reaper.poll()
        Sleep(TickInterval)
    }
}

रणनीति अवलोकन

सामान्यतः, जब आपको सीखने के लिए कोई रणनीति मिलती है, जब आप उसे पढ़ते हैं, तो आपको सबसे पहले समग्र कार्यक्रम संरचना को देखना चाहिए। इस रणनीति में बहुत अधिक कोड नहीं है, कोड की केवल 200 से कम लाइनें हैं, जो बहुत संक्षिप्त है, और मूल रणनीति की बहाली की डिग्री बहुत अधिक है, और यह मूल रूप से समान है। नीति कोड निम्न से चलता हैmain()फ़ंक्शन निष्पादित होना शुरू हो जाता है, और संपूर्ण रणनीति कोड तैयार हो जाता है।main(), एक हैLeeksReaper()समारोह,LeeksReaper()फ़ंक्शन को समझना भी आसान है। इस फ़ंक्शन को लीक हार्वेस्टर स्ट्रैटेजी लॉजिक मॉड्यूल (ऑब्जेक्ट) के कंस्ट्रक्टर के रूप में समझा जा सकता है। सरल शब्दों में कहें तोLeeksReaper()यह लीक हार्वेस्टर लेनदेन तर्क के निर्माण के लिए जिम्मेदार है।

कीवर्ड:

• रणनीतिmainफ़ंक्शन की पहली पंक्ति: var reaper = LeeksReaper(), कोड एक स्थानीय चर घोषित करता हैreaperफिर एक रणनीति तर्क ऑब्जेक्ट बनाने के लिए LeeksReaper() फ़ंक्शन को कॉल करें और इसे असाइन करेंreaper。

• रणनीतिmainकार्य अगला है:

  while (true) {
      reaper.poll()
      Sleep(TickInterval)
  }

प्रवेश करेंwhileमृत लूप, अंतहीन निष्पादनreaperऑब्जेक्ट प्रोसेसिंग फ़ंक्शनpoll()，poll()फ़ंक्शन ट्रेडिंग रणनीति का मुख्य तर्क है, और संपूर्ण रणनीति कार्यक्रम लगातार ट्रेडिंग तर्क को निष्पादित करना शुरू कर देता है। से संबंधितSleep(TickInterval)इस लाइन को समझना आसान है। यह समग्र लेनदेन तर्क के प्रत्येक निष्पादन के बाद विराम समय को नियंत्रित करने के लिए है, ताकि लेनदेन तर्क की रोटेशन आवृत्ति को नियंत्रित किया जा सके।

रूपरेखाLeeksReaper()निर्माता

एक नज़र देख लोLeeksReaper()फ़ंक्शन किस प्रकार रणनीति तर्क ऑब्जेक्ट का निर्माण करते हैं।

LeeksReaper()फ़ंक्शन के आरंभ में एक रिक्त ऑब्जेक्ट घोषित किया जाता है।var self = {},अस्तित्वLeeksReaper()फ़ंक्शन के निष्पादन के दौरान, कुछ विधियों और गुणों को धीरे-धीरे इस खाली ऑब्जेक्ट में जोड़ा जाएगा, और अंत में इस ऑब्जेक्ट का निर्माण पूरा हो जाएगा, और अंत में यह ऑब्जेक्ट वापस कर दिया जाएगा (अर्थात,main()समारोह के अंदरvar reaper = LeeksReaper()इस चरण में, लौटाई गई वस्तु को असाइन किया जाता हैreaper）。

देनाselfकिसी ऑब्जेक्ट में गुण जोड़ना

अगला देselfबहुत सारे गुण जोड़े गए हैं। मैं नीचे प्रत्येक गुण का वर्णन करूँगा ताकि आप इन गुणों और चरों के उद्देश्य और इरादे को जल्दी से समझ सकें, और रणनीति को आसानी से समझ सकें, ताकि जब आप कोड के इस ढेर को देखें तो भ्रमित होने से बचें।

    self.numTick = 0         # 用来记录poll函数调用时未触发交易的次数，当触发下单并且下单逻辑执行完时，self.numTick重置为0
    self.lastTradeId = 0     # 交易市场已经成交的订单交易记录ID，这个变量记录市场当前最新的成交记录ID
    self.vol = 0             # 通过加权平均计算之后的市场每次考察时成交量参考（每次循环获取一次市场行情数据，可以理解为考察了行情一次）
    self.askPrice = 0        # 卖单提单价格，可以理解为策略通过计算后将要挂卖单的价格
    self.bidPrice = 0        # 买单提单价格
    self.orderBook = {Asks:[], Bids:[]}    # 记录当前获取的订单薄数据，即深度数据（卖一...卖n,买一...买n）
    self.prices = []                       # 一个数组，记录订单薄中前三档加权平均计算之后的时间序列上的价格，简单说就是每次储存计算得到的订单薄前三档加权平均价格，放在一个数组中，用于后续策略交易信号参考，所以该变量名是prices，复数形式，表示一组价格
    self.tradeOrderId = 0    # 记录当前提单下单后的订单ID
    self.p = 0.5             # 仓位比重，币的价值正好占总资产价值的一半时，该值为0.5，即平衡状态
    self.account = null      # 记录账户资产数据，由GetAccount()函数返回数据
    self.preCalc = 0         # 记录最近一次计算收益时的时间戳，单位毫秒，用于控制收益计算部分代码触发执行的频率
    self.preNet = 0          # 记录当前收益数值

देनाselfऑब्जेक्ट जोड़ने की विधि

इन विशेषताओं को स्वयं में जोड़ने के बाद, प्रारंभ करेंselfकिसी ऑब्जेक्ट में विधियां जोड़ने से ऑब्जेक्ट को कुछ कार्य करने और कुछ फ़ंक्शन करने की अनुमति मिलती है।

पहला फ़ंक्शन जोड़ा गया:

    self.updateTrades = function() {
        var trades = _C(exchange.GetTrades)  # 调用FMZ封装的接口GetTrades，获取当前最新的市场成交数据
        if (self.prices.length == 0) {       # 当self.prices.length == 0时，需要给self.prices数组填充数值，只有策略启动运行时才会触发
            while (trades.length == 0) {     # 如果近期市场上没有更新的成交记录，这个while循环会一直执行，直到有最新成交数据，更新trades变量
                trades = trades.concat(_C(exchange.GetTrades))   # concat 是JS数组类型的一个方法，用来拼接两个数组，这里就是把“trades”数组和“_C(exchange.GetTrades)”返回的数组数据拼接成一个数组
            }
            for (var i = 0; i < 15; i++) {   # 给self.prices填充数据，填充15个最新成交价格
                self.prices[i] = trades[trades.length - 1].Price
            }
        }
        self.vol = 0.7 * self.vol + 0.3 * _.reduce(trades, function(mem, trade) {  # _.reduce 函数迭代计算，累计最新成交记录的成交量
            // Huobi not support trade.Id
            if ((trade.Id > self.lastTradeId) || (trade.Id == 0 && trade.Time > self.lastTradeId)) {
                self.lastTradeId = Math.max(trade.Id == 0 ? trade.Time : trade.Id, self.lastTradeId)
                mem += trade.Amount
            }
            return mem
        }, 0)

    }

updateTradesइस फ़ंक्शन का उद्देश्य नवीनतम बाज़ार लेनदेन डेटा प्राप्त करना, डेटा के आधार पर कुछ गणना करना और रणनीति के बाद के तर्क में उपयोग के लिए उन्हें रिकॉर्ड करना है। मैंने उपरोक्त कोड में सीधे लाइन-दर-लाइन टिप्पणियाँ लिखीं। के लिए_.reduceजिन छात्रों को प्रोग्रामिंग का कोई ज्ञान नहीं है, वे भ्रमित हो सकते हैं। यहाँ एक संक्षिप्त विवरण दिया गया है।_.reduceहाँUnderscore.jsइस लाइब्रेरी के कार्य FMZJS रणनीति द्वारा समर्थित हैं, इसलिए पुनरावृत्त गणनाओं का उपयोग करना बहुत सुविधाजनक है।अंडरस्कोर.js डेटा लिंक

इसका अर्थ भी बहुत सरल है, उदाहरण के लिए:

function main () {
   var arr = [1, 2, 3, 4]
   var sum = _.reduce(arr, function(ret, ele){
       ret += ele
       
       return ret
   }, 0)

   Log("sum:", sum)    # sum 等于 10
}

अर्थात्, सरणी[1, 2, 3, 4]प्रत्येक संख्या को जोड़ें। अपनी रणनीति पर वापस आते हैं,tradesसरणी में प्रत्येक लेनदेन रिकॉर्ड के लेनदेन मात्रा मूल्यों को जोड़ा जाता है। नवीनतम लेनदेन रिकॉर्ड और कुल लेनदेन मात्रा प्राप्त करें।self.vol = 0.7 * self.vol + 0.3 * _.reduce(...)कृपया मुझे उपयोग करने की अनुमति दें...कोड के उस ढेर के बजाय. यहाँ यह देखना कठिन नहीं है किself.volकी गणना भी भारित औसत है। अर्थात्, नवीनतम कुल लेनदेन मात्रा भार का 30% है, और पिछली भारित गणना द्वारा प्राप्त लेनदेन मात्रा 70% है। यह अनुपात रणनीति लेखक द्वारा कृत्रिम रूप से निर्धारित किया जाता है और यह बाजार पैटर्न के अवलोकन से संबंधित हो सकता है। जहाँ तक आपके सवाल का सवाल है, क्या होगा यदि नवीनतम लेनदेन डेटा प्राप्त करने के लिए इंटरफ़ेस मुझे डुप्लिकेट पुराना डेटा लौटाता है? तब मुझे जो डेटा मिलेगा वह गलत होगा, तो क्या इसका उपयोग करने का कोई मतलब है? चिंता न करें, रणनीति तैयार करते समय इस समस्या को ध्यान में रखा गया था, इसलिए इसे कोड में शामिल किया गया है।

if ((trade.Id > self.lastTradeId) || (trade.Id == 0 && trade.Time > self.lastTradeId)) {
    ...
}

यह निर्णय. इसे ट्रांजेक्शन रिकॉर्ड में ट्रांजेक्शन आईडी के आधार पर आंका जा सकता है। संचय तभी शुरू होता है जब आईडी पिछले रिकॉर्ड की आईडी से बड़ी होती है, या अगर एक्सचेंज इंटरफ़ेस आईडी प्रदान नहीं करता है, यानी,trade.Id == 0, इस समय का निर्धारण करने के लिए लेनदेन रिकॉर्ड में टाइमस्टैम्प का उपयोग करनाself.lastTradeIdजो संग्रहित किया जाता है वह लेनदेन रिकॉर्ड का टाइमस्टैम्प है, आईडी नहीं।

दूसरा फ़ंक्शन जोड़ा गया:

    self.updateOrderBook = function() {
        var orderBook = _C(exchange.GetDepth)
        self.orderBook = orderBook
        if (orderBook.Bids.length < 3 || orderBook.Asks.length < 3) {
            return
        }
        self.bidPrice = orderBook.Bids[0].Price * 0.618 + orderBook.Asks[0].Price * 0.382 + 0.01
        self.askPrice = orderBook.Bids[0].Price * 0.382 + orderBook.Asks[0].Price * 0.618 - 0.01
        self.prices.shift()
        self.prices.push(_N((orderBook.Bids[0].Price + orderBook.Asks[0].Price) * 0.35 +
            (orderBook.Bids[1].Price + orderBook.Asks[1].Price) * 0.1 +
            (orderBook.Bids[2].Price + orderBook.Asks[2].Price) * 0.05))
    }

अगली घड़ीupdateOrderBookजैसा कि नाम से पता चलता है, इस फ़ंक्शन का उपयोग ऑर्डर बुक को अपडेट करने के लिए किया जाता है। हालाँकि, यह सिर्फ ऑर्डर बुक को अपडेट करने से कहीं अधिक है। फ़ंक्शन FMZ के API फ़ंक्शन को कॉल करना प्रारंभ करता हैGetDepth()वर्तमान बाजार ऑर्डर बुक डेटा प्राप्त करें (एक बेचें…n बेचें, एक खरीदें…n खरीदें), और ऑर्डर बुक डेटा को रिकॉर्ड करेंself.orderBookमध्य। इसके बाद, यदि ऑर्डर बुक डेटा में 3 से कम खरीद और बिक्री ऑर्डर हैं, तो फ़ंक्शन को अमान्य माना जाता है और सीधे वापस लौटा दिया जाता है।

इसके बाद, दो डेटा की गणना की गई:

• लदान बिल की कीमत की गणना करें बिल ऑफ लैडिंग मूल्य की गणना भी भारित औसत का उपयोग करके की जाती है। खरीद आदेश की गणना करते समय, खरीद आदेश को 61.8% (0.618) का बड़ा भार दिया जाता है, और बिक्री आदेश 38.2% (0.382) के शेष भार के लिए जिम्मेदार होता है। यही बात लदान बिल के विक्रय मूल्य की गणना करते समय भी लागू होती है, जिसमें विक्रय मूल्य को अधिक महत्व दिया जाता है। जहां तक ​​इसके 0.618 होने का प्रश्न है, तो हो सकता है कि लेखक स्वर्णिम अनुपात को प्राथमिकता देता हो। जहां तक ​​कीमत में अंतिम मामूली वृद्धि या कमी (0.01) का सवाल है, तो इसे बाजार के केंद्र की ओर थोड़ा स्थानांतरित करना है।

• समय श्रृंखला पर ऑर्डर बुक के पहले तीन स्तरों के भारित औसत मूल्य को अपडेट करें ऑर्डर बुक में खरीद और बिक्री ऑर्डर कीमतों के पहले तीन स्तरों पर भारित औसत गणना की जाती है, जिसमें पहले स्तर का भार 0.7, दूसरे स्तर का भार 0.2 और तीसरे स्तर का भार 0.1 होता है। . कुछ छात्र कह सकते हैं: “ओह, यह सही नहीं है, कोड में 0.7, 0.2, 0.1 नहीं है” आइये गणना को विस्तृत करें:

  (买一 + 卖一) * 0.35 + (买二 + 卖二) * 0.1 + (买三 + 卖三) * 0.05
  ->
  (买一 + 卖一) / 2 * 2 * 0.35 + (买二 + 卖二) / 2 * 2 * 0.1 + (买三 + 卖三) / 2 * 2 * 0.05
  ->
  (买一 + 卖一) / 2 * 0.7 + (买二 + 卖二) / 2 * 0.2 + (买三 + 卖三) / 2 * 0.1
  ->
  第一档平均的价格 * 0.7 + 第二档平均的价格 * 0.2 + 第三档平均的价格 * 0.1

यहां आप देख सकते हैं कि अंतिम गणना की गई कीमत वास्तव में वर्तमान बाजार में तीन स्तरों की मध्य मूल्य स्थिति को दर्शाती है। फिर इस गणना की गई कीमत का उपयोग अपडेट करने के लिए करेंself.pricesसरणी, सबसे पुराना डेटा बाहर निकालें (के माध्यम सेshift()फ़ंक्शन), नवीनतम डेटा अपडेट करें (के माध्यम से)push()फंक्शन, शिफ्ट और पुश फंक्शन JS भाषा सरणी ऑब्जेक्ट्स के तरीके हैं। आप विवरण के लिए JS जानकारी देख सकते हैं)। इस प्रकार गठनself.pricesसारणी एक समय-श्रृंखला क्रमबद्ध डेटा स्ट्रीम है।

आह्म, थोड़ा पानी पी लो, मैं अभी यहीं रुकता हूँ, अगली बार मिलते हैं~