将量化投资进行到底
提供专业的量化投资解决方案

用AlgoPlus做量化交易之应用范例

这里就给大家介绍介个基于AlgoPlus实现的应用范例,供大家参考。

 

1、获取实时行情

发布实时行情是交易所实现价值发现职能的重要工作,而且是交易决策的重要依据。

CTP通过一个独立的MdApi接口发布行情。MdApi功能比较单一,只需要在与服务器建立连接后订阅相关合约,就可以自动接收到到实时行情。

AlgoPlus对MdApi进行了封装,我们只需要将账户信息及合约名称作为参数传进去,就可以接收到字典形式的实时行情数据。

演示这个功能的例子是examples/get_tick.py,运行之后可以看到如下的输出结果:

从输出日志可以看到,AlgoPlus第一步连接服务器,第二步登陆账户,第三步订阅行情,最后就是接收行情数据。

 

2、将行情存为CSV文件

因为MdApi只推送实时行情,所以存储数据是量化交易至关重要的一项工作。虽然有多种数据库可以选择,但是简单起见,examples/tick_to_csv.py使用了csv文件。运行这个例子后,实时行情数据自动被存入MarketData文件夹下的csv文件中。

 

3、合成K线

MdApi推送的实时行情是固定时间间隔(一般间隔是500ms)的快照,也就是我们常说Tick数据。

而交易决策的逻辑基础往往是K线数据,所谓的K线就是用固定时间间隔内开盘价、最高价、最低价、收盘价代理此间所有Tick。

K线自诞生以来就被二级市场所广泛使用。合理的选择K线周期,可以帮助我们抓住主线趋势,避免陷于短期波动。

examples/get_bar.py为大家演示了如何将Tick数据合成1分钟K线数据,字段内容如下:

除了1分钟K线之外,大家也可以参考如下条件合成其他周期K线:

运行结果如下:

 

4、看穿式认证

由于监管要求,接入期货公司的交易程序必须经过看穿式认证。简单的说,就是用交易程序在期货公司提供的仿真环境中完成指定的交易、查询任务就可以了。完成后,期货公司会提供用于生产环境的授权码。所谓的直连模式和中继模式,只要是自己用的都属于直连模式。

examples/req_authenticate.py这个例子虽然是为了方便大家做认证,但是其中的基础操作对熟悉交易接口是很有帮助的,例如:

需要注意的是交易接口的查询功能是有流控限制的,每秒限制只能查询1次。买卖报单以及撤单不受流控限制。

 

5、滚动交易

延时是很多量化交易会关注的问题,但是这又是一个很复杂的问题。

为了简单起见,我们设计了examples/rolling_trade.py这个滚动交易策略:收到前次报单成交回报时发起新的交易请求。完成300次交易之后,我们统计一下1秒内的交易次数,就可以计算出交易环境的延时,包括网络、交易程序、期货公司系统、交易所系统总的用时。

我使用simnow的724测试环境在阿里云服务器上运行该例子,1s内完成110笔成交。但是,需要说明的是,这个数据并不真实,因为724测试环境负载非常低。建议大家在正常的交易时间使用simnow仿真环境测试,可以获得相对更有价值的数据。

 

6、盈损管理

examples/profit_loss_manager.py是一个相对复杂的例子,启动后可以监控账户的所有的成交,包括从快期或者其他终端软件报的单,当达到止盈止损条件时,就会自动平仓。启动前需要设置好止盈止损参数:

简单起见,这里只实现了固定止盈止损,大家可以参考实现更复杂、有效的止损策略。这篇文章为大家提供一些关于止盈止损的思路:http://algo.plus/researches/0002.html

另外,我们也可以将这个策略部署到服务器上,成为属于自己的云端条件单系统。

 

项目地址

官网:http://algo.plus

以上范例文件均可从以下地址下载:

码云: https://gitee.com/AlgoPlus/

GitHub: https://github.com/CTPPlus/AlgoPlus

因为目的是为了让大家快速熟悉AlgoPlus,所以很多问题都浅尝辄止。以后有机会我们再进行深入探讨,也欢迎大家在后台留言讨论。

 

赞(0) 打赏
未经允许不得转载:CTP量化投资技术研究 - AlgoPlus量化投资开源框架 - 将交易进行到底 » 用AlgoPlus做量化交易之应用范例
分享到: (0)

评论 抢沙发

评论前必须登录!

 

知者不惑,仁者不忧,勇者不惧

你的认可是我们最大的动力!

微信扫一扫打赏