本文主要是介绍冰山委托策略Python版,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
Python版冰山委托 - 买入 策略代码及注释
import random # 导入随机数库
def CancelPendingOrders(): # CancelPendingOrders 函数作用是取消当前交易对所有挂单。
while True: # 循环检测,调用GetOrders 函数,检测当前挂单,如果orders 为空数组,即len(orders) 等于0,说明订单全部取消了,可以退出函数,调用return 退出。
orders = _C(exchange.GetOrders)
if len(orders) == 0 :
return
for j in range(len(orders)): # 遍历当前挂单数组,调用取消订单的函数CancelOrder,逐个取消挂单。
exchange.CancelOrder(orders[j]["Id"])
if j < len(orders) - 1: # 除了最后一个订单,每次都执行Sleep 让程序等待一会儿,避免撤单过于频繁。
Sleep(Interval)
LastBuyPrice = 0 # 设置一个全局变量,记录最近一次买入的价格。
InitAccount = None # 设置一个全局变量,记录初始账户资产信息。
def dispatch(): # 冰山委托逻辑的主要函数
global InitAccount, LastBuyPrice # 引用全局变量
account = None # 声明一个变量,记录实时获取的账户信息,用于对比计算。
ticker = _C(exchange.GetTicker) # 声明一个变量,记录最近行情。
LogStatus(_D(), "ticker:", ticker) # 在状态栏输出时间,最新行情
if LastBuyPrice > 0: # 当LastBuyPrice大于0时,即已经委托开始时,执行if条件内代码。
if len(_C(exchange.GetOrders)) > 0: # 调用exchange.GetOrders 函数获取当前所有挂单,判断有挂单,执行if条件内代码。
if ticker["Last"] > LastBuyPrice and ((ticker["Last"] - LastBuyPrice) / LastBuyPrice) > (2 * (EntrustDepth / 100)): # 检测偏离程度,如果触发该条件,执行if内代码,撤单。
Log("偏离过多, 最新成交价:", ticker["Last"], "委托价", LastBuyPrice)
CancelPendingOrders()
else :
return True
else : # 如果没有挂单,证明订单完全成交了。
account = _C(exchange.GetAccount) # 获取当前账户资产信息。
Log("买单完成, 累计花费:", _N(InitAccount["Balance"] - account["Balance"]), "平均买入价:", _N((InitAccount["Balance"] - account["Balance"]) / (account["Stocks"] - InitAccount["Stocks"]))) # 打印交易信息。
LastBuyPrice = 0 # 重置 LastBuyPrice为0
BuyPrice = _N(ticker["Buy"] * (1 - EntrustDepth / 100)) # 通过当前行情和参数,计算挂单价格。
if BuyPrice > MaxBuyPrice: # 判断是否超过参数设置的最大价格
return True
if not account: # 如果 account 为 null ,执行if 语句内代码,重新获取当前资产信息,复制给account
account = _C(exchange.GetAccount)
if (InitAccount["Balance"] - account["Balance"]) >= TotalBuyNet: # 判断买入所花费的总钱数,是不是超过参数设置。
return False
RandomAvgBuyOnce = (AvgBuyOnce * ((100.0 - FloatPoint) / 100.0)) + (((FloatPoint * 2) / 100.0) * AvgBuyOnce * random.random()) # 随机数 0~1
UsedMoney = min(account["Balance"], RandomAvgBuyOnce, TotalBuyNet - (InitAccount["Balance"] - account["Balance"]))
BuyAmount = _N(UsedMoney / BuyPrice) # 计算买入数量
if BuyAmount < MinStock: # 判断买入数量是否小于 参数上最小买入量限制。
return False
LastBuyPrice = BuyPrice # 记录本次下单价格,赋值给LastBuyPrice
exchange.Buy(BuyPrice, BuyAmount, "花费:¥", _N(UsedMoney), "上次成交价", ticker["Last"]) # 下单
return True
def main():
global LoopInterval, InitAccount # 引用 LoopInterval, InitAccount 全局变量
CancelPendingOrders() # 开始运行时,取消所有挂单
InitAccount = _C(exchange.GetAccount) # 初始记录 开始时的账户资产
Log(InitAccount) # 打印初始账户信息
if InitAccount["Balance"] < TotalBuyNet: # 如果初始时资产不足,则抛出错误,停止程序
raise Exception("账户余额不足")
LoopInterval = max(LoopInterval, 1) # 设置LoopInterval至少为1
while dispatch(): # 主要循环,不停调用 冰山委托逻辑函数 dispatch ,当dispatch函数 return false 时才停止循环。
Sleep(LoopInterval * 1000) # 每次循环都暂停一下,控制轮询频率。
Log("委托全部完成", _C(exchange.GetAccount)) # 当循环执行跳出时,打印当前账户资产信息。
Python版冰山委托 - 卖出
import random
def CancelPendingOrders():
while True:
orders = _C(exchange.GetOrders)
if len(orders) == 0:
return
for j in range(len(orders)):
exchange.CancelOrder(orders[j]["Id"])
if j < len(orders) - 1:
Sleep(Interval)
LastSellPrice = 0
InitAccount = None
def dispatch():
global LastSellPrice, InitAccount
account = None
ticker = _C(exchange.GetTicker)
LogStatus(_D(), "ticker:", ticker)
if LastSellPrice > 0:
if len(_C(exchange.GetOrders)) > 0:
if ticker["Last"] < LastSellPrice and ((LastSellPrice - ticker["Last"]) / ticker["Last"]) > (2 * (EntrustDepth / 100)):
Log("偏离过多,最新成交价:", ticker["Last"], "委托价", LastSellPrice)
CancelPendingOrders()
else :
return True
else :
account = _C(exchange.GetAccount)
Log("买单完成,累计卖出:", _N(InitAccount["Stocks"] - account["Stocks"]), "平均卖出价:", _N((account["Balance"] - InitAccount["Balance"]) / (InitAccount["Stocks"] - account["Stocks"])))
LastSellPrice = 0
SellPrice = _N(ticker["Sell"] * (1 + EntrustDepth / 100))
if SellPrice < MinSellPrice:
return True
if not account:
account = _C(exchange.GetAccount)
if (InitAccount["Stocks"] - account["Stocks"]) >= TotalSellStocks:
return False
RandomAvgSellOnce = (AvgSellOnce * ((100.0 - FloatPoint) / 100.0)) + (((FloatPoint * 2) / 100.0) * AvgSellOnce * random.random())
SellAmount = min(TotalSellStocks - (InitAccount["Stocks"] - account["Stocks"]), RandomAvgSellOnce)
if SellAmount < MinStock:
return False
LastSellPrice = SellPrice
exchange.Sell(SellPrice, SellAmount, "上次成交价", ticker["Last"])
return True
def main():
global InitAccount, LoopInterval
CancelPendingOrders()
InitAccount = _C(exchange.GetAccount)
Log(InitAccount)
if InitAccount["Stocks"] < TotalSellStocks:
raise Exception("账户币数不足")
LoopInterval = max(LoopInterval, 1)
while dispatch():
Sleep(LoopInterval)
Log("委托全部完成", _C(exchange.GetAccount))
这篇关于冰山委托策略Python版的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!