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.

O que é necessário para fazer uma parametrização:
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
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.
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.