Возвращение к истокам

Я искал инструменты для реального времени отслеживания, но мне казалось, что это слишком сложно, чтобы перейти от vnpy к интерфейсу. В конце концов, я перешел к документам из руководства для начинающих в FMZ. Мы обнаружили в ней то, что нам нужно, и использовали ее в течение полугода, чтобы обсудить это с другими. Кстати говоря, в статьях FMZ написано очень мало, так что полезно, что они были в руководстве для начинающих, а потом я спросил в комментариях, чтобы понять.

Во-первых, пользователь может самостоятельно выбрать время начала и окончания, так что

Это требует параметризации:

Я не знаю, есть ли какие-то функции, которые можно инициализировать.

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
      }

Параметры конфигурации решетки: минимальная, максимальная цена, интервал распределения решетки и интервал переоформления.

Все эти параметры были введены пользователями.

Основная функция bus

    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

• Получить обратную конфигурацию fmz через функцию gen_params, которую мы только что использовали
• Функция тренировки
• Структура данных, рассчитанная на основе возвращенных fmz, доходность и отображение записей сделок

Вызов task.Join() завершает задачу обратной измерения и возвращает данные о чистой стоимости.

По документам, я имею в виду то, что возвращается в результате тактики угадывания.

Приложенный код для данных о доходах, возвращаемых fmz

  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

Я думаю, что это было бы неплохо, если бы мы не были в таком положении, но я думаю, что это было бы неплохо, если бы мы были в таком положении.

Проверка с использованием метода скрепления

• Начнем с инициализации сетки на основе параметров пользователя
• Первая заявка
• Временно проверять состояние сделок по продажам и покупке, а затем переоформлять их в соответствии с ними.

          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

Наверное, так оно и есть, может быть, в первый раз это кажется странным.

На этот раз мы хотим поделиться, прежде всего, тем, что FMZ в течение 14 дней отслеживает скорость, которая в основном удовлетворяет ожидания пользователей на переднем конце, а затем немного медленнее, это хороший инструмент для количественного отслеживания в качестве интерфейса, спасибо!

Да, на этот раз мы снова вернулись, чтобы объявить о торговом соревновании, и команда Everwin Quantity устроила торговое соревнование, бесплатное участие. Если вы предоставляете API для запросов, вы можете зарегистрироваться.