上期文章，实现了一个非常简单的Python策略：「Python版追涨杀跌策略」，该策略可以操作一个账户在某个交易对上进行程序化交易，原理很简单，就是追涨杀跌。有时候我们想用同样的交易逻辑去操作不同的交易对。
可以创建多个机器人，设置不同交易对，来进行各个币种的交易。如果策略并不是很复杂，鉴于发明者量化交易平台强大的灵活性。很容易的可以把一个策略改造成多品种策略，这样只用创建一个机器人就可以跑多个交易对了。
改造后的策略源码：
'''backtest
start: 2019-02-20 00:00:00
end: 2020-01-10 00:00:00
period: 1m
exchanges: [{"eid":"OKEX","currency":"BTC_USDT"},{"eid":"OKEX","currency":"ETH_USDT","stocks":30},{"eid":"OKEX","currency":"LTC_USDT","stocks":100}]
'''
import time
import json
params = {
"arrBasePrice": [-1, -1, -1], # -1
"arrRatio": [0.05, 0.05, 0.05], # 0.05
"arrAcc": [], # _C(exchange.GetAccount)
"arrLastCancelAll": [0, 0, 0], # 0
"arrMinStocks": [0.01, 0.01, 0.01], # 0.01
"arrPricePrecision": [2, 2, 2], # 2
"arrAmountPrecision": [3, 2, 2], # 2
"arrTick":[]
}
def CancelAll(e):
while True :
orders = _C(e.GetOrders)
for i in range(len(orders)) :
e.CancelOrder(orders[i]["Id"], orders[i])
if len(orders) == 0 :
break
Sleep(1000)
def process(e, index):
global params
ticker = _C(e.GetTicker)
params["arrTick"][index] = ticker
if params["arrBasePrice"][index] == -1 :
params["arrBasePrice"][index] = ticker.Last
if ticker.Last - params["arrBasePrice"][index] > 0 and (ticker.Last - params["arrBasePrice"][index]) / params["arrBasePrice"][index] > params["arrRatio"][index]:
params["arrAcc"][index] = _C(e.GetAccount)
if params["arrAcc"][index].Balance * params["arrRatio"][index] / ticker.Last > params["arrMinStocks"][index]:
e.Buy(ticker.Last, params["arrAcc"][index].Balance * params["arrRatio"][index] / ticker.Last)
params["arrBasePrice"][index] = ticker.Last
if ticker.Last - params["arrBasePrice"][index] < 0 and (params["arrBasePrice"][index] - ticker.Last) / params["arrBasePrice"][index] > params["arrRatio"][index]:
params["arrAcc"][index] = _C(e.GetAccount)
if params["arrAcc"][index].Stocks * params["arrRatio"][index] > params["arrMinStocks"][index]:
e.Sell(ticker.Last, params["arrAcc"][index].Stocks * params["arrRatio"][index])
params["arrBasePrice"][index] = ticker.Last
ts = time.time()
if ts - params["arrLastCancelAll"][index] > 60 * 5 :
CancelAll(e)
params["arrLastCancelAll"][index] = ts
def main():
global params
for i in range(len(exchanges)) :
params["arrAcc"].append(_C(exchanges[i].GetAccount))
params["arrTick"].append(_C(exchanges[i].GetTicker))
exchanges[i].SetPrecision(params["arrPricePrecision"][i], params["arrAmountPrecision"][i])
for key in params :
if len(params[key]) < len(exchanges):
raise "params error!"
while True:
tblAcc = {
"type" : "table",
"title": "account",
"cols": ["账户信息"],
"rows": []
}
tblTick = {
"type" : "table",
"title": "ticker",
"cols": ["行情信息"],
"rows": []
}
for i in range(len(exchanges)):
process(exchanges[i], i)
for i in range(len(exchanges)):
tblAcc["rows"].append([json.dumps(params["arrAcc"][i])])
tblTick["rows"].append([json.dumps(params["arrTick"][i])])
LogStatus(_D(), "\n`" + json.dumps([tblAcc, tblTick]) + "`")
Sleep(500)
二、找不同
对比看下代码，是不是发现和上篇文章中的代码区别很大呢 ？
其实交易逻辑是完全一样的，没有任何改动，只是我们把策略修改成多品种的，就不能用之前的“单个变量作为策略参数”这样的形式了，比较合理的解决方案是，把参数做成数组，数组每个位置的索引对应添加的交易对。
然后把交易逻辑这部分代码封装到一个函数process中，在策略主循环上，根据添加的交易对迭代调用这个函数，让每个交易对都执行一次交易逻辑代码。
-
迭代（遍历）调用：
for i in range(len(exchanges)): process(exchanges[i], i) -
策略参数：
params = { "arrBasePrice": [-1, -1, -1], # -1 "arrRatio": [0.05, 0.05, 0.05], # 0.05 "arrAcc": [], # _C(exchange.GetAccount) "arrLastCancelAll": [0, 0, 0], # 0 "arrMinStocks": [0.01, 0.01, 0.01], # 0.01 "arrPricePrecision": [2, 2, 2], # 2 "arrAmountPrecision": [3, 2, 2], # 2 "arrTick":[] }这样设计，可以让每个交易对都有自己的参数，因为每个交易对可能价格差别很大，参数上也可能又差异，有时候需要差异化设置。
-
CancelAll 函数
可以对比下，这个函数的变化。该函数只是修改了一点点代码，然后思考下，这样修改的意图。
-
状态栏图表数据
增加了在状态栏显示行情数据和账户资产数据的图表，把每个交易所对象对应的资产和行情都能实时显示出来。
掌握了上面这些设计思路，把一个Python策略修改成多品种的策略是不是就很简单了呢？
三、回测测试
策略仅供参考学习，回测测试，有兴趣可以优化升级。
策略地址
网友评论