上周使用了掘金的平台来跑起来一个简单的无脑买nasdaq 的协议。
但是掘金本身是一个闭源的平台,在交易品种上面远远不比不上开源平台的vnpy
另外,vn的论坛是很活跃的所以在这里就想对vn的平台来进行探索。
准备实现最简单的交易策略,以及实现vn平台的搬转套利。
安装配置
这里在 vnpy-github已经有很好的介绍,基本已经做到了傻瓜式安装所以基本没有过多的坑,但是在 ubuntu 下面是有部分的坑。解决完成之后也是能使用的。
初步了解
关于入门的教程在 vnpy专栏 有了比较详尽的入门内容。
vn.py快速入门1 – 环境准备
vn.py快速入门3 – 数字货币BITMEX
vn.py快速入门6 – 开发第一个量化策略
vn.py快速入门7 – 历史数据回测优化
vn.py快速入门8 – 策略实盘自动交易
在这里主要是来实现一个数字货币使用的一个量化程序。所以就在这里选取了这么几个章节来进行操作。量化的第一部就是获取历史数据用来进行策略的验证。之后就是来实现交易程序,回测之后再进行实盘。
数据获取
这里有一点,数据源是使用的bitmex的历史数据源。但是由于其服务是在境外的。所以连接质量不好做保障。需要使用一点科学的方法。来进行数据的访问。
https://www.vnpy.com/docs/cn/cta_backtester.html#id3
vnpy 里面已经实现了 bitmex 的数据拉取的逻辑,可以直接在 CTA回测模块里面来进行策略下载
交易策略
有了回测用的历史数据之后就就可以,来编写策略了。
这里使用的策略是使用的教程中的例示配置。
from vnpy.app.cta_strategy import (
CtaTemplate,
StopOrder,
TickData,
BarData,
TradeData,
OrderData,
BarGenerator,
ArrayManager,
)
class DemoStrategy(CtaTemplate):
"""演示用的简单双均线"""
# 策略作者
author = "Smart Trader"
# 定义参数
fast_window = 13
slow_window = 39
volume = 1
# 定义变量
fast_ma0 = 0.0
fast_ma1 = 0.0
slow_ma0 = 0.0
slow_ma1 = 0.0
# 添加参数和变量名到对应的列表
parameters = ["fast_window", "slow_window","volume"]
variables = ["fast_ma0", "fast_ma1", "slow_ma0", "slow_ma1"]
def __init__(self, cta_engine, strategy_name, vt_symbol, setting):
super().__init__(cta_engine, strategy_name, vt_symbol, setting)
# K线合成器:从Tick合成分钟K线用
self.bg = BarGenerator(self.on_bar)
# 时间序列容器:计算技术指标用
self.am = ArrayManager()
def on_init(self):
"""
当策略被初始化时调用该函数。
"""
# 输出个日志信息,下同
self.write_log("策略初始化")
# 加载10天的历史数据用于初始化回放
self.load_bar(10)
def on_start(self):
"""
当策略被启动时调用该函数。
"""
self.write_log("策略启动")
# 通知图形界面更新(策略最新状态)
# 不调用该函数则界面不会变化
self.put_event()
def on_stop(self):
"""
当策略被停止时调用该函数。
"""
self.write_log("策略停止")
self.put_event()
def on_tick(self, tick: TickData):
"""
通过该函数收到Tick推送。
"""
self.bg.update_tick(tick)
def on_bar(self, bar: BarData):
"""
通过该函数收到新的1分钟K线推送。
"""
am = self.am
# 更新K线到时间序列容器中
am.update_bar(bar)
# 若缓存的K线数量尚不够计算技术指标,则直接返回
if not am.inited:
return
# 计算快速均线
fast_ma = am.sma(self.fast_window, array=True)
self.fast_ma0 = fast_ma[-1] # T时刻数值
self.fast_ma1 = fast_ma[-2] # T-1时刻数值
# 计算慢速均线
slow_ma = am.sma(self.slow_window, array=True)
self.slow_ma0 = slow_ma[-1]
self.slow_ma1 = slow_ma[-2]
# 判断是否金叉
cross_over = (self.fast_ma0 > self.slow_ma0 and
self.fast_ma1 < self.slow_ma1)
# 判断是否死叉
cross_below = (self.fast_ma0 < self.slow_ma0 and
self.fast_ma1 > self.slow_ma1)
# 如果发生了金叉
if cross_over:
# 为了保证成交,在K线收盘价上加5发出限价单
price = bar.close_price + 5
# 当前无仓位,则直接开多
if self.pos == 0:
self.buy(price, self.volume)
# 当前持有空头仓位,则先平空,再开多
elif self.pos < 0:
self.cover(price, self.volume)
self.buy(price, self.volume)
# 如果发生了死叉
elif cross_below:
price = bar.close_price - 5
# 当前无仓位,则直接开空
if self.pos == 0:
self.short(price, self.volume)
# 当前持有空头仓位,则先平多,再开空
elif self.pos > 0:
self.sell(price, self.volume)
self.short(price, self.volume)
self.put_event()
def on_order(self, order: OrderData):
"""
通过该函数收到委托状态更新推送。
"""
pass
def on_trade(self, trade: TradeData):
"""
通过该函数收到成交推送。
"""
# 成交后策略逻辑仓位发生变化,需要通知界面更新。
self.put_event()
def on_stop_order(self, stop_order: StopOrder):
"""
通过该函数收到本地停止单推送。
"""
pass