量化交易系统开发合约策略
量化交易的核心是建立交易策略和模型。这些交易策略和模型通常是由金融学、统计学和计算机科学等领域的专家和团队共同开发的,包括基于技术指标的策略、基于基本面分析的策略、基于市场情绪的策略等。量化交易系统开发系统开发询 13z 李 4277 森 z558,量化交易合约现货策略开发案例。
在量化交易中,交易决策往往是由计算机程序自动执行的,而不是由人为决策。这种自动化交易的优点在于可以减少人为因素的干扰,提高交易效率和精度,并且可以实现更加精细的风险控制。
关于 data 中的内容,可以参考文档中的说明:
找到你想要用的编程语言(这里以 Python2.7 为例),然后把你前面申请的 KEY 填进去,激动地搓搓小手赶紧调用一下看看能不能拿到行情数据:
res=HuobiService.get_kline('ltcusdt','15min',5)
这里传 3 个参数进去,第一个 symbol 表示你要查的币及换算的法币,规则是「基础币种+计价币种」,如这里 LTC/USDT 就用 ltcusdt 来表示,第二个参数就是 K 线的 period,第三个参数是 size,单次最大请求为 2000 个。
调用成功,快来看看这个 res 里都有啥:
(Pdb)res.keys()
[u'status',u'ch',u'data',u'ts']
(Pdb)res['status']
u'ok'
(Pdb)res['ch']
u'market.ltcusdt.kline.15min'
(Pdb)res['ts']
1515469720884
(Pdb)res['data']
[{u'count':108,u'vol':58190.589664,u'high':253.97,u'amount':229.6306,u'low':252.55,u'close':253.12,u'open':253.19,u'id':1515469500},{u'count':339,u'vol':272718.0327174751,u'high':255.99,u'amount':1070.3096582502249,u'low':252.51,u'close':253.18,u'open':254.58,u'id':1515468600},{u'count':356,u'vol':408287.671812,u'high':255.69,u'amount':1604.580468170995,u'low':253.78,u'close':254.92,u'open':254.58,u'id':1515467700},{u'count':117,u'vol':106373.02227,u'high':254.85,u'amount':419.6148544480732,u'low':253.11,u'close':254.63,u'open':253.55,u'id':1515466800},{u'count':168,u'vol':124366.27545,u'high':254.48,u'amount':490.4057567470356,u'low':251.99,u'close':253.58,u'open':252.2,u'id':1515465900}]
"data":[
{
"id":K 线 id,
"amount":成交量,
"count":成交笔数,
"open":开盘价,
"close":收盘价,当 K 线为最晚的一根时,是最新成交价
"low":最低价,
"high":最高价,
"vol":成交额,即 sum(每一笔成交价*该笔的成交量)
}
]
有了行情数据,我们就可以把这些数据给可视化出来,matplotlib 中有一个 finance 库可以直接用来画 K 线,方法也很简单,对获取数据稍作调整即可:
import datetime
import matplotlib.pyplot as plt
import matplotlib.finance as mpf
from matplotlib.pylab import date2num
data_list=[]
#操作上一步中获取到的 data
for block in res['data']:
dt=datetime.datetime.utcfromtimestamp(block['id'])+datetime.timedelta(hours=8)
#mpf 库中要求的顺序是:时间、开盘价、最高价、最低价、收盘价
data_list.append((date2num(dt),block['open'],block['high'],block['low'],block['close']))
fig,ax=plt.subplots()
ax.xaxis_date()
ax.set_title('LTC/USDT')
mpf.candlestick_ohlc(ax,data_list,colorup='green',colordown='r',width=0.005)
plt.grid()
plt.show()
评论