高频量化策略合约对冲交易机器人系统开发源代码详情

简介: 高频量化策略合约对冲交易机器人系统开发源代码详情

在实时K线BAR阶段直接下一个买入单开多持仓。然后立即下一个计划平仓单,给这个计划平仓单设置跟踪止盈/止损参数。因为我们只测试一次开仓、然后计划单平仓,所以代码中我设计了一个isTrade变量标记,执行一次之后就赋值true,下次就不会再次进入这个开仓、平仓逻辑了。然后使用plot函数画图记录各个时刻的一些数据,便于观察。

实现跟踪止损、止盈的语句主要是:

strategy.exit("exit 1", "test 1", 1, trail_price=close+offset, trail_offset=offset)

1、trail_price参数为触发跟踪止损、止盈的价格,测试中我们使用了当时的收盘价close,加上一个偏移量offset。怎么区分多头持仓还是空头持仓的跟踪止盈、止损触发价格呢?strategy.exit函数会要求指定一个标签,来确定是对哪个仓位进行执行跟踪止损止盈计划单。我们使用strategy.entry("test 1", strategy.long, 1)函数开了一个多头仓位,指定了标签为test 1,所以在strategy.exit函数调用时我们也传入了这个标签。那么Pine语言脚本就知道是要对这个标签为test 1的多头仓位执行跟踪止损、止盈计划单了。
当对多头持仓使用trail_price参数时,是当价格高于这个trail_price价格时才会触发跟踪止损止盈。空头持仓则反之。

2、trail_offset参数为跟踪止损、止盈偏移量,跟踪止损止盈时会时时刻刻记录出现过的最高/最低价格,用来动态调整跟踪止盈止损线(注意,不是触发启动跟踪止损止盈行为的线,是执行跟踪止损止盈的线)。拿本例子中开多仓之后跟踪止损止盈来说,这里就会监控行情出现的最高价格,当价格回撤到距离最高价格超过trail_offset参数设置的值时就会立即平仓止盈止损。如果是空头仓位的跟踪止损止盈,那么方向相反。

相关文章
|
算法 机器人
秒合约期权机器人开发/秒合约系统/币币合约/技术开发应用
秒合约期权机器人开发/秒合约系统/币币合约/技术开发应用
|
5月前
|
机器人
量化交易机器人系统开发详情源码/功能步骤/需求设计/稳定版
he development of a quantitative trading robot system involves multiple aspects, including strategy design, data processing, and transaction execution. The following is a detailed overview of the development strategy for a quantitative trading robot system:
|
5月前
|
存储 机器人 区块链
量化交易策略机器人系统开发|成熟案例|详情方案
量化交易策略模型是指用数学模型和计算机程序对市场行情进行分析和预测
|
5月前
|
自然语言处理 机器人 C++
量化交易机器人系统开发稳定版丨海外版丨多语言丨策略成熟丨案例项目丨指南教程
The quantitative trading robot system is an automated trading system that executes trading decisions through pre-set algorithms. When developing a quantitative trading robot system,
|
5月前
|
安全 机器人 区块链
量化交易机器人系统开发|秒合约案例搭建
智能合约还可以实现多方参与的协作。通过智能合约,多个参与方可以在同一个合约享和操作数据
|
5月前
|
机器人 TensorFlow 算法框架/工具
量化交易机器人系统开发详细策略/需求步骤/逻辑方案/源码设计
auto nhwc_data = nhwc_Tensor->host<float>(); auto nhwc_size = nhwc_Tensor->size(); ::memcpy(nhwc_data, image.data, nhwc_size);
|
11月前
|
机器人 TensorFlow 算法框架/工具
量化交易机器人(币安/OK交易所)系统开发方案策略及源码项目搭建分析
量化交易机器人(币安/OK交易所)系统开发方案策略及源码项目搭建分析
|
机器学习/深度学习 数据采集 人工智能
AI智能自动量化交易机器人系统开发(关键步骤)指南
在开发AI自动量化交易机器人系统时,首先需要明确系统的目标和需求。确定好要交易的市场、交易策略和风险控制方法等关键因素。接下来,搭建起数据获取和处理的基础框架,包括数据源接口、数据清洗和特征提取等模块。然后,选择合适的机器学习模型或深度学习模型,对历史数据进行训练和优化,以预测未来市场走势。
|
机器人 Python
现货量化机器人合约跟单交易所系统开发关键逻辑源代码实例
# 定义一个交易策略类 class TradingStrategy: def __init__(self, symbol, interval): self.symbol = symbol self.interval = interval self.engine = QuantEngine()
|
5月前
|
传感器 人工智能 监控
智能耕耘机器人
智能耕耘机器人
116 3

热门文章

最新文章