avatar of 永赢量化-1 永赢量化-1
focar em Mensagem privada
1
focar em
6
Seguidores

Usamos o fmz para fazer uma função de backtesting de negociação de grade online

Criado em: 2020-10-18 23:56:01, atualizado em:
comments   2
hits   4457

De volta ao ponto de partida

Eu estava procurando uma ferramenta que pudesse fazer isso em tempo real, e por um tempo eu pensei que o vnpy era um problema demais para ser uma interface. Finalmente, o documento do guia para iniciantes da FMZ. A partir daí, descobrimos que era possível implementar o que queríamos, tiramos uma onda e discutimos com vocês durante seis meses. Por falar nisso, o artigo do fmz é tão pouco, que é tão útil estar no guia para iniciantes, que foi só perguntando por meio de postagens que eu percebi.

A primeira é que o usuário pode escolher a hora de início e de término. Usamos o fmz para fazer uma função de backtesting de negociação de grade online

O que é necessário para fazer uma parametrização:

Usamos o fmz para fazer uma função de backtesting de negociação de grade online Eu acho que é um método muito estranho, não sei se há alguma função que possa ser inicializada.

self.grid_setting = {
          "min_price": min_price,
          "max_price": max_price,
          "grid_diff": grid_diff,
          "re_diff": grid_diff,
          "total_amount_B": total_amount_B
      }

Parâmetros de configuração da grade: preço mínimo, preço máximo, intervalo de distribuição da grade e intervalo de reposição.

Todos os parâmetros acima são enviados pelos usuários.

A função principal do bus é

    def bus(self):
      params = gen_params(self.begin, self.end, self.currency, self.balance, self.stocks)
      task = VCtx(params)
      done = self.train()
      ret = task.Join(True)
      benefit_cal = self.cal_benefit(ret,done)
      result = {}
      result['done'] = done
      result['ret'] = benefit_cal
      return result
  • Obtenção da configuração de retorno do fmz com a função gen_params
  • Função de treino de corrida
  • Computação de taxa de retorno e exibição de registros de transações com base na estrutura de dados retornada pelo fmz

A chamada task.Join() encerrará a tarefa de resposta e retornará os dados de valor líquido. O parâmetro Join não é transmitido. True indica o retorno do resultado de resposta original não analisado, e não pode ser chamado novamente após a conclusão da transação ou função relacionada à situação.

O que eu quero dizer é que, através do documento, eu estou adivinhando o que o resultado da estratégia retorna.

O fmz retorna os dados de receita do código de cálculo

  def cal_benefit(self,ret,done):
      #计算相隔多少天
      day_begin =  datetime.datetime.strptime(self.begin, '%Y-%m-%d %H:%M:%S')
      day_end =  datetime.datetime.strptime(self.end, '%Y-%m-%d %H:%M:%S')
      days = (day_end - day_begin).days
      begin = ret.iloc[0].net
      end = ret.iloc[-1].net
      fee = ret.iloc[-1].fee
      #计算一共多少次套利
      df = pd.DataFrame(done)
      #如果没有成交记录
      if len(done) == 0:
          benefit_cal = {}
          benefit_cal['benefit'] = 0
          benefit_cal['count'] = 0
          benefit_cal['fee'] = 0
          benefit_cal['benefit_p'] = 0
          return benefit_cal

      buy_count = len(df[df['type'] == 'buy'])
      sell_count = len(df[df['type'] == 'sell'])
      count = min(buy_count , sell_count)
      benefit = count * self.grid_diff * float(done[0]['amount'])
      benefit_cal = {}
      benefit_cal['benefit']= benefit
      benefit_cal['count']= count
      benefit_cal['fee']= fee
      print(benefit_cal)
      per = benefit / self.total_amount_B * 360 / days
      print(per)
      benefit_cal['benefit_p']= round( per , 4)
      return benefit_cal

A rede de televisão é uma rede de televisão de televisão, que é uma rede de televisão de televisão, que é uma rede de televisão de televisão, que é uma rede de televisão de televisão.

O que é que se passa?

  • Primeiro, inicializar a grade com base nos parâmetros do usuário.
  • Primeira inscrição
  • Verificar periodicamente a transação da lista de compra e venda e re-instalar a lista de compra e venda de acordo com a lista
          while True:
              Sleep(1000 * 60 * 5)
              if 'refreash_data_finish!' != mid.refreash_data():
                  continue
              # 初始化网格
              if not init_flag:
                  cur_price = mid.ticker['Last']
                  grid_list = grid.cal_grid_list(cur_price)
                  init_flag = True

              # 开始挂单
              if not place_flag:
                  grid.place_orders()
                  place_flag = True

              # 开始检查订单状态及时挂单
              grid.check_order_update()
              done = grid.done

A primeira vez que o vejo, parece-me um pouco estranho.

A primeira coisa que quero compartilhar é que o fmz, com uma velocidade de retorno de 14 dias, basicamente atende o tempo de espera do usuário no front-end, mas é um pouco mais lento, é uma boa ferramenta para o retorno quantitativo como interface.

Sim, desta vez voltamos a promover uma onda de competição de negociação, nós, a equipe de quantificação da Everwin, fizemos uma competição de negociação, de participação gratuita. Você pode se inscrever com sucesso, desde que você forneça a API de pesquisa, como um torneio de duas semanas, o nosso prêmio também é bom. Deixe o contato fengye607.