python怎么實(shí)現(xiàn)委托策略

本篇內(nèi)容介紹了“python怎么實(shí)現(xiàn)委托策略”的有關(guān)知識(shí)，在實(shí)際案例的操作過程中，不少人都會(huì)遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

策略思路

同樣使用委托一個(gè)訂單后，自動(dòng)生成止損、止盈、反手委托任務(wù)的機(jī)制，只不過第一個(gè)委托訂單，按照1分鐘級別均線和當(dāng)前價(jià)格的偏離程度來作為觸發(fā)條件，做回歸策略，收盤前平倉。策略并不復(fù)雜。

策略實(shí)現(xiàn)細(xì)節(jié)

策略輪詢邏輯中的數(shù)據(jù)準(zhǔn)備

// 獲取行情
exchange.SetContractType(_EntrustSymbol)    // 設(shè)置合約例如設(shè)置參數(shù)_EntrustSymbol為rb2001
var ticker = _C(exchange.GetTicker)         // 獲取tick數(shù)據(jù)
var records = _C(exchange.GetRecords)       // 獲取K線數(shù)據(jù)，設(shè)置K線周期為1分鐘，這里獲取的就是1分鐘周期K線數(shù)據(jù)
$.PlotRecords(records, "K")                 // 畫圖，畫出K線
var nowTs = new Date().getTime()            // 獲取當(dāng)前時(shí)間，時(shí)間戳。

獲取這些數(shù)據(jù)用于之后的計(jì)算。

需要計(jì)算每天早上開盤后的均線，首先要判斷出當(dāng)前以日為單位，開盤時(shí)第一根K線的時(shí)間戳：

for (var j = records.length - 1; j > -1; j--) {
    var ts = records[j].Time
    if (ts % (1000 * 60 * 60 * 24) == 3600000) {    // 60 * 60 * 1000 = 3600000
        if (oneDayBeginTS != ts) {
            oneDayBeginTS = ts
            Log("新的一天開始!")
            // 清空任務(wù)隊(duì)列
            IsEntrust = false // 設(shè)置的一個(gè)全局變量標(biāo)記，用來標(biāo)記當(dāng)前是不是已經(jīng)觸發(fā)委托，這里是在新的一天開始時(shí)重置
        }
        break
    }
}

這段代碼，就是倒序遍歷K線數(shù)據(jù)，判斷第一個(gè)符合ts % (1000 * 60 * 60 * 24) == 3600000的K線BAR，ts為K線的時(shí)間戳，ts和1000 * 60 * 60 * 24求余，得出一天中，已經(jīng)渡過了多少毫秒。當(dāng)這個(gè)數(shù)值等于3600000時(shí)即判斷為新的開盤時(shí)間開始，因?yàn)槭窃绯?：00開盤，60 * 60 * 1000 = 3600000當(dāng)時(shí)間渡過了3600000毫秒（1小時(shí)）時(shí)，正好是北京時(shí)間9：00。從而拿到每天開盤的第一根K線Bar的時(shí)間戳：oneDayBeginTS = ts

然后計(jì)算均線：

var sum = 0
var count = 0
var avg = 0
for (var n = 0 ; n < records.length; n++) {
    if (records[n].Time >= oneDayBeginTS) {
        sum += records[n].Close
        count++
        if (n == records.length - 1) {
            avg = sum / count
            $.PlotLine("avg", avg, records[n].Time)   # 畫出均線
        }
    }
}

計(jì)算ATR

使用5日ATR指標(biāo)作為偏離程度的參照，首先計(jì)算ATR：

var records_Day = _C(exchange.GetRecords, PERIOD_D1)   // 獲取日K線
if (records_Day.length <= 5) {   // K線數(shù)量必須滿足ATR周期，否則直接返回。
    LogStatus("收集K線")
    Sleep(2000)
    return 
}
var atr = TA.ATR(records_Day, 5)         // 計(jì)算ATR指標(biāo)
var _Dis = atr[atr.length - 2] * 0.5     // 獲取前一BAR的ATR指標(biāo)值，可以乘以一個(gè)系數(shù)作為調(diào)整

收盤前平倉

if (nowTs + 1000 * 60 > oneDayBeginTS + 1000 * 60 * 60 * 6) {
    p.CoverAll()
    _TaskQueue = []
}

oneDayBeginTS + 1000 * 60 * 60 * 69：00開盤時(shí)間往后推移6小時(shí)，即15：00，nowTs + 1000 * 60即提前一分鐘時(shí)間，當(dāng)nowTs + 1000 * 60 > oneDayBeginTS + 1000 * 60 * 60 * 6條件成立，即距離收盤的時(shí)間已經(jīng)小于1分鐘了，開始執(zhí)行平倉。得意于「商品期貨交易類庫」的強(qiáng)大功能，直接調(diào)用全平函數(shù)p.CoverAll()，即可全部平倉。商品期貨交易類庫不熟悉的可以看下這個(gè)類庫代碼，代碼是開源的。

觸發(fā)委托條件

if (Math.abs(records[records.length - 1].Close - avg) > _Dis && !IsEntrust) {
    var task = {
        taskType : ENTRUST,
        taskSymbol : _EntrustSymbol,
        taskPrice : records[records.length - 1].Close, 
        taskAmount : _EntrustAmount,
        taskDirection : records[records.length - 1].Close - avg > 0 ? "sell" : "buy",
        taskTrigger : records[records.length - 1].Close - avg > 0 ? 1 : -1,          // 大于觸發(fā)              
        taskFinished : false
    }    

    Log("請注意，創(chuàng)建委托任務(wù)", task, "#FF0000")
    _TaskQueue.push(task)
    IsEntrust = true
}

由條件Math.abs(records[records.length - 1].Close - avg) > _Dis && !IsEntrust作為觸發(fā)條件，只要當(dāng)前的收盤價(jià)減去均線當(dāng)前數(shù)值的絕對值大于_Dis這個(gè)浮動(dòng)的觸發(fā)距離，就創(chuàng)建委托任務(wù)。
該委托任務(wù)如果觸發(fā)執(zhí)行，會(huì)和上篇文章一樣，自動(dòng)創(chuàng)建一些列的止盈、止損、反手任務(wù)。

“python怎么實(shí)現(xiàn)委托策略”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！