what/clear量化合约交易软件开发源代码|现货合约跟单系统开发策略代码详情

简介: what/clear量化合约交易软件开发源代码|现货合约跟单系统开发策略代码详情

1、做多

  启动后按照设置好的开仓额度自动马上开多,用户可设置是否开仓加倍。当行情下跌后,机器人按照用户设置好的补仓倍数及满足补仓价差后进行补仓。用户可自定义补仓倍数/补仓价差(等于之前的补仓跌幅,因做空时为行情涨了补仓,因此这里叫价差)。

2、做空

  启动后,按照设置好的开仓额度自动马上开空,用户可设置是否开仓加倍。当行情上涨后,机器人按照用户设置好的补仓倍数及满足补仓价差后进行补仓。用户可自定义补仓倍数/补仓价差(等于之前的补仓跌幅,因做空时为行情涨了补仓,因此这里叫价差)。

  备注:目前做多做空只开通一倍(之后可以开通最高 10 倍,开通高倍率后,用户设置补仓价差不得高于倍数的 80%,因高倍率有爆仓涨幅或跌幅,如 10 倍,涨跌 10 个点即爆仓,设置补仓价差不得高于 8).与做现货一样,只是多了一个方向选择,因现货每次的买入都看涨,等于合约里面的做多,而合约可以在行情相对熊市时做空。让用户多一些选择。但因合约高杠杆倍数存在爆仓风险,用户谨慎使用。

3、多空

  启动后按照设置好的开仓额度多空同时建仓,上涨时做多单不断买入卖出实现盈利(止盈加回调平仓),此时做空采用补仓价差➕趋势补仓,下跌时做空单不断买入卖出实现盈利(止盈加回调平仓),此时做多采用补仓价差➕趋势补仓。

// base_dict.py

import sys

def price_lis(mktdata, key):

y_10_price = mktdata.groupby('mktdate', group_keys=False, sort=False)[key].apply(
    lambda x: -x.diff(-10).fillna(x - x.iloc[-1])
).values
return y_10_price

}

fees_dic = {

'IF00': 0.23/10000,
'rb00': 0.5 * 1/10000,
'ru00': -0.75,
'ag00': 0.05 * 1/1000 * 1/2 * 1,
'v00': -1 * 0.3,
'TA00': -2.1,
'CF00': -3.01,
'i00': 1/10000,
'sn00': -1.5,
'p00': -2.5 * 0.6,
'zn00': -3 * 0.5 * 0.5,
'eg00': -3 * 0.3,

}

instrument_dic = {

'IF00': {
    'price_tick': 0.2,
    'factor': 300,


def dateToContract(instrument, date):

dateList = instrument_dic[instrument]['date_list']
leadingList = instrument_dic[instrument]['leading_list']

if len(dateList) != len(leadingList):
    sys.exit('dismatch')

for ii in range(len(leadingList)):
    if dateList[ii][0] <= int(date) <= dateList[ii][1]:
        return leadingList[ii]

return False

import numpy as np

def clear_off_trading(df, axis, off_range=[(23000000, 90000000), # (230000000, 240000000),
(113000000, 133000000), (150000000, 210000000)]):

mask = np.zeros(len(df), dtype=bool)
for r in off_range:
    mask |= (df[axis] > r[0]) & (df[axis] < r[1])
df.drop(df.index[mask], axis=0, inplace=True)

if name == '__main__':

v00_main_contract = dateToContract(instrument='v00', date='20221020')
eg00_main_contract = dateToContract(instrument='eg00', date='20221020')
print("v00_main_contract: " + str(v00_main_contract))
print("eg00_main_contract: " + str(eg00_main_contract))

~~

相关文章
|
6月前
|
存储 安全 区块链
秒合约|量化合约跟单交易系统开发方案详情
随着区块链行业的迅猛发展,多种公链、私链和联盟链的出现产生一个问题
|
6月前
|
存储 算法 安全
秒合约量化跟单交易系统开发源码|指南与方案
由于区块链各节点之间的数据交换必须遵循固定的、预知的算法,因此区块链上节点之间不需要彼此认知
|
24天前
|
索引 Python
浅谈/合约跟单系统开发/合约量化系统开发源码功能/方案
Numpy的`ndarray`是同类型的元素表,用整数元组索引,维数称作秩,形状表示各维大小。例如,`[[1, 2, 3], [4, 2, 5]]`秩为2,形状为`(2, 3)`。通过`numpy`的`array`函数、`zeros`, `ones`, `full`, `empty`等创建数组,`arange`和`linspace`生成数字序列,`reshape`改变数组形状,保持元素总数不变。`flatten`方法用于将数组扁平化为一维,默认按行优先(`order=&#39;C&#39;`)。
|
10月前
|
算法 数据挖掘 TensorFlow
现货量化合约一键跟单系统开发(开发策略)丨合约现货量化一键跟单系统开发(案例策略)/方案项目/源码平台
  量化交易(Quantitative Trading)是通过数学模型和计算机算法对市场进行分析和预测,And based on this,a trading strategy is developed for investment trading.与传统的基本面分析、技术分析等方法不同,Quantitative trading emphasizes the use of a large amount of data and scientific methods for research,reducing the impact of human factors and improving th
|
7月前
|
存储 数据处理 区块链
现货合约跟单系统开发与秒合约系统案例(部署源码)
在智能合约的背景下,最终性至关重要。智能合约将买卖双方之间的协议细节嵌入到自动执行的代码中
|
7月前
|
区块链 数据安全/隐私保护 机器学习/深度学习
秒合约交易系统开发(源码)|量化合约跟单系统开发案例
随着区块链技术的不断发展,合约量化系统已成为加密货币领域的重要工具。量化合约是一种通过计算机程序实现自动化交易的工具,它可以有效提高交易效率和精度
|
8月前
|
机器人
合约对冲量化交易策略模型开发 | 合约跟单量化交易软件源码逻辑规则
合约量化最大的好处就是解放交易者,合约量化加快的交易的速度,节省了交易者的时间成本。合约量化机器人其实是合约量化系统的别称。合约量化工具有:合约量化系统、合约量化机器人或者是合约量化社区等待;这一些都是做合约量化用的。
|
8月前
|
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()
|
10月前
|
人工智能 算法 机器人
现货量化+合约交易+合约跟单系统开发(案例开发)/策略详细/逻辑方案/项目源码
 量化交易需要以大量的数据作为基础,通过对大量数据的分析,来做出理性的判断,预测未来价格的走势,量化交易从狭义上来说就是指程序化的交易,自动下单。从广义上来说,就是指系统性的交易,量化交易可以简单理解为机器人交易,用计算机算法来交易。
|
11月前
|
算法 Oracle 关系型数据库
量化交易/秒合约/永续合约/合约跟单/交易所系统开发(案例分析)/策略详情/成熟技术/源码逻辑
 量化交易是指将计算机程序和系统性交易策略结合起来,使用数学模型和统计分析,通过算法自动判断交易买卖时机,并自动执行交易的过程。