量化合约指的是目标或任务具体明确，可以清晰度量。根据不同情况，表现为数量多少，具体的统计数字，范围衡量，时间长度等等。现货量化合约系统开发详细说明：I35-7O98-O7I8所谓量化就是把经过抽样得到的瞬时值将其幅度离散，即用一组规定的电平，把瞬时抽样值用最接近的电平值来表示。经过抽样的图像，只是在空间上被离散成为像素(样本)的阵列。而每个样本灰度值还是一个由无穷多个取值的连续变化量，必须将其转化为有限个离散值，赋予不同码字才能真正成为数字图像。这种转化称为量化。
量化交易机器人是什么？
实质上，交易机器人是一个软件程序，可以直接与金融(通常使用API来获取和解释相关信息)进行交互，并且可以根据对市场数据的解释来发布买卖订单。他们通过监控市场上的价格走势，并根据一套事先**好的规则作出反应来做出这些决策。一般情况下，交易机器人会分析市场上的交易数量、订单、价格和时间等行为，并根据你的喜好来规划它们。
从总体上讲，量化交易策略可分为两种：一种是判断趋势的高抛低吸策略，即趋势型策略；另一种是通过消除系统性风险而获得相对稳健收益的策略。
自动化交易机器人24小时运行在云服务器上。在初始化设定参数后，机器人会根据策略进行自动交易。本文由系统开发对接V+MrsFu123编辑自动买进或自动卖出达到设定条件，*长时间盯盘。该机器人有多种交易策略，满足不同类型的需求。
在策略设定好之后，机器人智能分配每一次进单条件，严格执行交易策略，交易策略，根据当前行情，实时进行云大数据调整。同时支持百种交易同时执行交易策略，每一个品种立线程，自动管理报价深度，策略计算，实时查看交易情况，*实时执行。
当前市场上各种交易流程良莠不齐，判断一个量化交易流程是否的一个前提条件是盈利能力，其次是止损的风控能力。量化交易机器人与市场中的其他量化交易程序相比，在这两个方面有一套自己的处理思路。
合约交易是指买卖双方对约定未来某个时间按指定价格接收一定数量的某种资产的协议进行交易。
合约交易的买卖对象是由交易所统一制定的标准化合约，交易所规定了其商品种类，交易时间，数量等标准化信息。合约代表了买卖双方所拥有的权利和义务。
简单点说就是：现在约好未来某个时间地点交易一定数量的某种商品。
合约交易是一种金融衍生品，它是相对于现货市场的交易，用户可以在期货合约交易中通过判断涨跌，选择买入做多或者卖出做空合约，来获得价格上涨或者下跌带来的收益。按照交割方式的不同可以将合约分为永续合约和定期合约。两者间的主要区别就是定期合约有固定交割日，而永续合约没有。
其中定期合约按照交割时间的不同分为三类：当周合约、次周合约和季度合约。
交易所撮合引擎需要满足以下三个要求：
1.强大到变态的性能：交易所规模越大，并发的交易也就越多，撮合引擎性能的好坏，直接制约了交易所业务的发展。
2.多种订单类型全兼容：常用的订单类型就包括限价单、市价单、止盈止损单等。
3.合约功能的支持：现阶段的交易所行业中，合约交易已经几乎成了必备功能，合约的撮合实现相比现货要复杂许多，对技术的要求也会更高。
import math
import numpy as np
#所有公式都call put二分，为了方便计算曲面
def callvalue(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
dt=T/M
df=math.exp(-r*dt)
u=math.exp(sigma*math.sqrt(dt))
d=1/u
p=(math.exp(r*dt)-d)/(u-d)
mu=np.arange(M+1)
mu=np.resize(mu,(M+1,M+1))
md=np.transpose(mu)
mu=u**(mu-md)
md=d**md
uds=S0mumd
node=np.maximum(uds-K,0)
z=0
for t in range(M-1,-1,-1):
node[0:M-z,t]=(pnode[0:M-z,t+1]+(1-p)node[1:M-z+1,t+1])*df
z+=1
return node[0,0]
def putvalue(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
dt=T/M
df=math.exp(-r*dt)
u=math.exp(sigma*math.sqrt(dt))
d=1/u
p=(math.exp(r*dt)-d)/(u-d)
mu=np.arange(M+1)
mu=np.resize(mu,(M+1,M+1))
md=np.transpose(mu)
mu=u**(mu-md)
md=d**md
uds=S0mumd
node=np.maximum(K-uds,0)
z=0
for t in range(M-1,-1,-1):
node[0:M-z,t]=(pnode[0:M-z,t+1]+(1-p)node[1:M-z+1,t+1])*df
z+=1
return node[0,0]
#Binomial Greeks
#1 on S
def calldelta(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
dt=T/M
u=math.exp(sigma*math.sqrt(dt))
d=1/u
delta=(callvalue(S0u,K,t,T-dt,r,sigma,M-1)-callvalue(S0d,K,t,T-dt,r,sigma,M-1))/(S0u-S0d)
return delta
def putdelta(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
dt=T/M
u=math.exp(sigma*math.sqrt(dt))
d=1/u
delta=(putvalue(S0u,K,t,T-dt,r,sigma,M-1)-putvalue(S0d,K,t,T-dt,r,sigma,M-1))/(S0u-S0d)
return delta
#1-1 on S on S
def callgamma(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
dt=T/M
u=math.exp(sigma*math.sqrt(dt))
d=1/u
gamma=(calldelta(S0u,K,t,T-dt,r,sigma,M-1)-calldelta(S0d,K,t,T-dt,r,sigma,M-1))/(0.5S0(uu-dd))
return gamma
def putgamma(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
dt=T/M
u=math.exp(sigma*math.sqrt(dt))
d=1/u
gamma=(putdelta(S0u,K,t,T-dt,r,sigma,M-1)-putdelta(S0d,K,t,T-dt,r,sigma,M-1))/(0.5S0(uu-dd))
return gamma
#1-1-1 on S on S on S
def callspeed(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
dt=T/M
u=math.exp(sigma*math.sqrt(dt))
d=1/u
speed=(callgamma(S0u,K,t,T-dt,r,sigma,M-1)-callgamma(S0d,K,t,T-dt,r,sigma,M-1))/(0.5S0(uu-dd))
return speed
def putspeed(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
dt=T/M
u=math.exp(sigma*math.sqrt(dt))
d=1/u
speed=(putgamma(S0u,K,t,T-dt,r,sigma,M-1)-putgamma(S0d,K,t,T-dt,r,sigma,M-1))/(0.5S0(uu-dd))
return speed
#1-1-2 on S on S on Sigma
def callzomma(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
zomma=(callgamma(S0,K,t,T,r,sigma1.01,M)-callgamma(S0,K,t,T,r,sigma0.99,M))/(sigma1.01-sigma0.99)
return zomma
def putzomma(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
zomma=(putgamma(S0,K,t,T,r,sigma1.01,M)-putgamma(S0,K,t,T,r,sigma0.99,M))/(sigma1.01-sigma0.99)
return zomma
#1-1-3 on S on S on T
def callcolor(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
dt=T/M
color=(callgamma(S0,K,t,T-2dt,r,sigma,M-2)-callgamma(S0,K,t,T,r,sigma,M))/(2dt)
return color
def putcolor(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
dt=T/M
color=(putgamma(S0,K,t,T-2dt,r,sigma,M-2)-putgamma(S0,K,t,T,r,sigma,M))/(2dt)
return color
#1-2 on S on Sigma
def callvanna(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
dt=T/M
u=math.exp(sigma*math.sqrt(dt))
d=1/u
vanna=(callvega(S0u,K,t,T-dt,r,sigma,M-1)-callvega(S0d,K,t,T-dt,r,sigma,M-1))/(S0u-S0d)
return vanna
def putvanna(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
dt=T/M
u=math.exp(sigma*math.sqrt(dt))
d=1/u
vanna=(putvega(S0u,K,t,T-dt,r,sigma,M-1)-putvega(S0d,K,t,T-dt,r,sigma,M-1))/(S0u-S0d)
return vanna
#1-3 on S on T
def callcharm(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
dt=T/M
charm=(calldelta(S0,K,t,T-2dt,r,sigma,M-2)-calldelta(S0,K,t,T,r,sigma,M))/(2dt)
return charm
def putcharm(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
dt=T/M
charm=(putdelta(S0,K,t,T-2dt,r,sigma,M-2)-putdelta(S0,K,t,T,r,sigma,M))/(2dt)
return charm
#2 on Sigma
def callvega(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
vega=(callvalue(S0,K,t,T,r,sigma1.01,M)-callvalue(S0,K,t,T,r,sigma0.99,M))/(sigma1.01-sigma0.99)
return vega
def putvega(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
vega=(putvalue(S0,K,t,T,r,sigma1.01,M)-putvalue(S0,K,t,T,r,sigma0.99,M))/(sigma1.01-sigma0.99)
return vega
#2-1 on Sigma on S
#vanna already have on#1-2
#2-2 on Sigma on Sigma
def callvolga(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
volga=(callvega(S0,K,t,T,r,sigma1.01,M)-callvega(S0,K,t,T,r,sigma0.99,M))/(sigma1.01-sigma0.99)
return volga
def putvolga(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
volga=(putvega(S0,K,t,T,r,sigma1.01,M)-putvega(S0,K,t,T,r,sigma0.99,M))/(sigma1.01-sigma0.99)
return volga
#2-2-2 on Sigma on Sigma on Sigma
def callultima(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
ultima=(callvolga(S0,K,t,T,r,sigma1.01,M)-callvolga(S0,K,t,T,r,sigma0.99,M))/(sigma1.01-sigma0.99)
return ultima
def putultima(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
ultima=(putvolga(S0,K,t,T,r,sigma1.01,M)-putvolga(S0,K,t,T,r,sigma0.99,M))/(sigma1.01-sigma0.99)
return ultima
#2-3 on Sigma on T
def callveta(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
dt=T/M
veta=(callvega(S0,K,t,T-2dt,r,sigma,M-2)-callvega(S0,K,t,T,r,sigma,M))/(2dt) V+MrsFu123
return veta
def putveta(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
dt=T/M
veta=(putvega(S0,K,t,T-2dt,r,sigma,M-2)-putvega(S0,K,t,T,r,sigma,M))/(2dt)
return veta
#3 on T
def calltheta(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
dt=T/M
theta=(callvalue(S0,K,t,T-2dt,r,sigma,M-2)-callvalue(S0,K,t,T,r,sigma,M))/(2dt)
return theta
def puttheta(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
dt=T/M
theta=(putvalue(S0,K,t,T-2dt,r,sigma,M-2)-putvalue(S0,K,t,T,r,sigma,M))/(2dt)
return theta
#4 on r
def callrho(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
rho=(callvalue(S0,K,t,T,r1.01,sigma,M)-callvalue(S0,K,t,T,r0.99,sigma,M))/(r1.01-r0.99)
return rho
def putrho(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
rho=(putvalue(S0,K,t,T,r1.01,sigma,M)-putvalue(S0,K,t,T,r0.99,sigma,M))/(r1.01-r0.99)
return rho
#4-2 on r on Sigma
#or named Rhova
def callvera(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
vera=(callrho(S0,K,t,T,r1.01,sigma,M)-callrho(S0,K,t,T,r0.99,sigma,M))/(r1.01-r0.99)
return vera
def putvera(S0,K,t,T,r,sigma,M):
S0:float
K:float
T:float
r:float
sigma:float
M:int
vera=(putrho(S0,K,t,T,r1.01,sigma,M)-putrho(S0,K,t,T,r0.99,sigma,M))/(r1.01-r0.99)
return vera
