vnpy/docs/algo_trader.md

510 lines
19 KiB
Markdown
Raw Permalink Normal View History

2019-05-17 06:57:53 +00:00
# 算法交易
2019-08-01 05:50:53 +00:00
算法交易可以用于把巨型单子拆分成一个个小单,能够有效降低交易成本,冲击成本等(冰山算法、狙击手算法);也可以在设定的阈值内进行高抛低吸操作(网格算法、套利算法)。
2019-05-17 06:57:53 +00:00
 
## 模块构成
算法交易模块主要由4部分构成如下图
- engine定义了算法引擎其中包括引擎初始化、保存/移除/加载算法配置、启动算法、停止算法、订阅行情、挂撤单等。
- template定义了交易算法模板具体的算法示例如冰山算法都需要继承于该模板。
2019-06-08 11:23:41 +00:00
- algos具体的交易算法示例。用户基于算法模板和官方提供是算法示例可以自己搭建新的算法。
2019-05-17 06:57:53 +00:00
- ui基于PyQt5的GUI图形应用。
![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/algo_trader/algo_trader_document.png)
 
## 基本操作
在VN Trader的菜单栏中点击“功能”—>“算法交易”即可打开如图算法交易模块窗口,如下图。
算法交易模块有2部分构成
- 委托交易,用于启动算法交易;
- 数据监控,用于监控算法交易执行情况,并且能够手动停止算法。
![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/algo_trader/algo_trader_all_section.png)
 
### 委托交易
下面以时间加权平均算法为例,具体介绍如下图委托交易功能选项。
- 算法目前提供了5种交易算法时间加权平均算法、冰山算法、狙击手算法、条件委托、最优限价
- 本地代码vt_symbol格式如AAPL.SMART, 用于算法交易组建订阅行情和委托交易;
- 方向:做多或者做空;
- 价格:委托下单的价格;
- 数量:委托的总数量,需要拆分成小单进行交易;
- 执行时间:运行改算法交易的总时间,以秒为单位;
- 每轮间隔:每隔一段时间(秒)进行委托下单操作;
- 启动算法:设置好算法配置后,用于立刻执行算法交易。
所以该算法执行的任务如下通过时间加权平均算法买入10000股AAPL美股执行价格为180美金执行时间为600秒间隔为6秒即每隔6秒钟当买一价少于等于180时以180的价格买入100股AAPL买入操作分割成100次。
![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/algo_trader/trading_section.png)
交易配置可以保存在json文件这样每次打开算法交易模块就不用重复输入配置。其操作是在“算法名称”选项输入该算法设置命名然后点击下方"保存设置”按钮。保存的json文件在C:\Users\Administrator\\.vntrader文件夹的algo_trading_setting.json中如图。
2019-08-01 05:49:08 +00:00
2019-05-17 06:57:53 +00:00
![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/algo_trader/setting.png)
委托交易界面最下方的“全部停止”按钮用于一键停止所有执行中的算法交易。
 
### 数据监控
数据监控由4个部分构成。
- 活动组件:显示正在运行的算法交易,包括:算法名称、参数、状态。最右边的“停止”按钮用于手动停止执行中的算法。
![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/algo_trader/action.png)
 
- 历史委托组件:显示已完成的算法交易,同样包括:算法名称、参数、状态。
![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/algo_trader/final.png)
 
- 日志组件:显示启动、停止、完成算法的相关日志信息。在打开算法交易模块后,会进行初始化,故日志上会首先显示“算法交易引擎启动”和“算法配置载入成功”。
![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/algo_trader/log_section.png)
 
- 配置组件用于载入algo_trading_setting.json的配置信息并且以图形化界面显示出来。
用户可以点击“使用”按钮立刻读取配置信息,并显示在委托交易界面上,点击“启动算法”即可开始进行交易;
用户也可以点击“移除”按钮来移除该算法配置同步更新到json文件内。
![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/algo_trader/setting_section.png)
 
## 算法示例
2019-06-08 11:23:41 +00:00
### 直接委托算法
直接发出新的委托(限价单、停止单、市价单)
```
def on_tick(self, tick: TickData):
""""""
if not self.vt_orderid:
if self.direction == Direction.LONG:
self.vt_orderid = self.buy(
self.vt_symbol,
self.price,
self.volume,
self.order_type,
self.offset
)
else:
self.vt_orderid = self.sell(
self.vt_symbol,
self.price,
self.volume,
self.order_type,
self.offset
)
self.put_variables_event()
```
 
2019-05-17 06:57:53 +00:00
### 时间加权平均算法
- 将委托数量平均分布在某个时间区域内;
- 每隔一段时间用指定的价格挂出买单(或者卖单)。
- 买入情况:买一价低于目标价格时,发出委托,委托数量在剩余委托量与委托分割量中取最小值。
- 卖出情况:卖一价高于目标价格时,发出委托,委托数量在剩余委托量与委托分割量中取最小值。
```
def on_timer(self):
""""""
self.timer_count += 1
self.total_count += 1
self.put_variables_event()
if self.total_count >= self.time:
self.write_log("执行时间已结束,停止算法")
self.stop()
return
if self.timer_count < self.interval:
return
self.timer_count = 0
tick = self.get_tick(self.vt_symbol)
if not tick:
return
self.cancel_all()
left_volume = self.volume - self.traded
order_volume = min(self.order_volume, left_volume)
if self.direction == Direction.LONG:
if tick.ask_price_1 <= self.price:
self.buy(self.vt_symbol, self.price,
order_volume, offset=self.offset)
else:
if tick.bid_price_1 >= self.price:
self.sell(self.vt_symbol, self.price,
order_volume, offset=self.offset)
```
&nbsp;
### 冰山算法
- 在某个价位挂单,但是只挂一部分,直到全部成交。
- 买入情况先检查撤单最新Tick卖一价低于目标价格执行撤单若无活动委托发出委托委托数量在剩余委托量与挂出委托量中取最小值。
- 卖出情况先检查撤单最新Tick买一价高于目标价格执行撤单若无活动委托发出委托委托数量在剩余委托量与挂出委托量中取最小值。
```
def on_timer(self):
""""""
self.timer_count += 1
if self.timer_count < self.interval:
self.put_variables_event()
return
self.timer_count = 0
contract = self.get_contract(self.vt_symbol)
if not contract:
return
# If order already finished, just send new order
if not self.vt_orderid:
order_volume = self.volume - self.traded
order_volume = min(order_volume, self.display_volume)
if self.direction == Direction.LONG:
self.vt_orderid = self.buy(
self.vt_symbol,
self.price,
order_volume,
offset=self.offset
)
else:
self.vt_orderid = self.sell(
self.vt_symbol,
self.price,
order_volume,
offset=self.offset
)
# Otherwise check for cancel
else:
if self.direction == Direction.LONG:
if self.last_tick.ask_price_1 <= self.price:
self.cancel_order(self.vt_orderid)
self.vt_orderid = ""
self.write_log(u"最新Tick卖一价低于买入委托价格之前委托可能丢失强制撤单")
else:
if self.last_tick.bid_price_1 >= self.price:
self.cancel_order(self.vt_orderid)
self.vt_orderid = ""
self.write_log(u"最新Tick买一价高于卖出委托价格之前委托可能丢失强制撤单")
self.put_variables_event()
```
&nbsp;
### 狙击手算法
- 监控最新tick推送的行情发现好的价格立刻报价成交。
- 买入情况最新Tick卖一价低于目标价格时发出委托委托数量在剩余委托量与卖一量中取最小值。
- 卖出情况最新Tick买一价高于目标价格时发出委托委托数量在剩余委托量与买一量中取最小值。
```
def on_tick(self, tick: TickData):
""""""
if self.vt_orderid:
self.cancel_all()
return
if self.direction == Direction.LONG:
if tick.ask_price_1 <= self.price:
order_volume = self.volume - self.traded
order_volume = min(order_volume, tick.ask_volume_1)
self.vt_orderid = self.buy(
self.vt_symbol,
self.price,
order_volume,
offset=self.offset
)
else:
if tick.bid_price_1 >= self.price:
order_volume = self.volume - self.traded
order_volume = min(order_volume, tick.bid_volume_1)
self.vt_orderid = self.sell(
self.vt_symbol,
self.price,
order_volume,
offset=self.offset
)
self.put_variables_event()
```
&nbsp;
### 条件委托算法
- 监控最新tick推送的行情发现行情突破立刻报价成交。
- 买入情况Tick最新价高于目标价格时发出委托委托价为目标价格加上超价。
- 卖出情况Tick最新价低于目标价格时发出委托委托价为目标价格减去超价。
```
def on_tick(self, tick: TickData):
""""""
if self.vt_orderid:
return
if self.direction == Direction.LONG:
if tick.last_price >= self.stop_price:
price = self.stop_price + self.price_add
if tick.limit_up:
price = min(price, tick.limit_up)
self.vt_orderid = self.buy(
self.vt_symbol,
price,
self.volume,
offset=self.offset
)
self.write_log(f"停止单已触发,代码:{self.vt_symbol},方向:{self.direction}, 价格:{self.stop_price},数量:{self.volume},开平:{self.offset}")
else:
if tick.last_price <= self.stop_price:
price = self.stop_price - self.price_add
if tick.limit_down:
price = max(price, tick.limit_down)
self.vt_orderid = self.buy(
self.vt_symbol,
price,
self.volume,
offset=self.offset
)
self.write_log(f"停止单已触发,代码:{self.vt_symbol},方向:{self.direction}, 价格:{self.stop_price},数量:{self.volume},开平:{self.offset}")
self.put_variables_event()
```
&nbsp;
### 最优限价算法
- 监控最新tick推送的行情发现好的价格立刻报价成交。
- 买入情况先检查撤单最新Tick买一价不等于目标价格时执行撤单若无活动委托发出委托委托价格为最新Tick买一价委托数量为剩余委托量。
- 卖出情况先检查撤单最新Tick买一价不等于目标价格时执行撤单若无活动委托发出委托委托价格为最新Tick卖一价委托数量为剩余委托量。
```
def on_tick(self, tick: TickData):
""""""
self.last_tick = tick
if self.direction == Direction.LONG:
if not self.vt_orderid:
self.buy_best_limit()
elif self.order_price != self.last_tick.bid_price_1:
self.cancel_all()
else:
if not self.vt_orderid:
self.sell_best_limit()
elif self.order_price != self.last_tick.ask_price_1:
self.cancel_all()
self.put_variables_event()
def buy_best_limit(self):
""""""
order_volume = self.volume - self.traded
self.order_price = self.last_tick.bid_price_1
self.vt_orderid = self.buy(
self.vt_symbol,
self.order_price,
order_volume,
offset=self.offset
)
def sell_best_limit(self):
""""""
order_volume = self.volume - self.traded
self.order_price = self.last_tick.ask_price_1
self.vt_orderid = self.sell(
self.vt_symbol,
self.order_price,
order_volume,
offset=self.offset
)
2019-06-08 11:23:41 +00:00
```
&nbsp;
### 网格算法
- 每隔一段时间检查委托情况,若有委托则先清空。
- 基于用户设置的价格步进(即网格)计算目标距离,目标距离=(目标价格- 当前价格)/价格步进,故当前价格低于目标价格,目标距离为正,方向为买入;当前价格高于目标价格,目标距离为负,方向为卖出。(高抛低吸概念)
- 计算目标仓位,目标仓位= 取整后的目标距离 * 委托数量步进。注意卖卖方向取整的方式是不同的买入方向要向下取整math.floor()如目标距离为1.6取1卖出方向要向上取整如目标距离为-1.6,取-1。
- 计算具体委托仓位:若目标买入仓位大于当前仓位,执行买入操作;若目标卖出仓位低于当前仓位,执行卖出操作。
- 为了能够快速成交买入情况是基于ask price计算卖出情况是基于bid price计算。
```
def on_timer(self):
""""""
if not self.last_tick:
return
self.timer_count += 1
if self.timer_count < self.interval:
self.put_variables_event()
return
self.timer_count = 0
if self.vt_orderid:
self.cancel_all()
# Calculate target volume to buy
target_buy_distance = (self.price - self.last_tick.ask_price_1) / self.step_price
target_buy_position = math.floor(target_buy_distance) * self.step_volume
target_buy_volume = target_buy_position - self.last_pos
# Buy when price dropping
if target_buy_volume > 0:
self.vt_orderid = self.buy(
self.vt_symbol,
self.last_tick.ask_price_1,
min(target_buy_volume, self.last_tick.ask_volume_1)
)
# Calculate target volume to sell
target_sell_distance = (self.price - self.last_tick.bid_price_1) / self.step_price
target_sell_position = math.ceil(target_sell_distance) * self.step_volume
target_sell_volume = self.last_pos - target_sell_position
# Sell when price rising
if target_sell_volume > 0:
self.vt_orderid = self.sell(
self.vt_symbol,
self.last_tick.bid_price_1,
min(target_sell_volume, self.last_tick.bid_volume_1)
)
```
&nbsp;
### 套利算法
- 每隔一段时间检查委托情况,若有委托则先清空;若主动腿还持有净持仓,通过被动腿成交来对冲。
- 计算价差spread_bid_price 和 spread_ask_price, 以及对应的委托数量
- 卖出情况主动腿价格相对被动腿上涨其价差spread_bid_price大于spread_up时触发买入信号
- 买入情况主动腿价格相对被动腿下跌其价差spread_ask_price小于 - spread_down(spread_down默认设置为正数)时,触发卖出信号
- 在买卖信号判断加入最大持仓的限制其作用是避免持仓过多导致保证金不足或者直接被交易所惩罚性强平而且随着价差持续波动主动腿持仓可以从0 -> 10 -> 0 -> -10 -> 0,从而实现平仓获利离场。
```
def on_timer(self):
""""""
self.timer_count += 1
if self.timer_count < self.interval:
self.put_variables_event()
return
self.timer_count = 0
if self.active_vt_orderid or self.passive_vt_orderid:
self.cancel_all()
return
if self.net_pos:
self.hedge()
return
active_tick = self.get_tick(self.active_vt_symbol)
passive_tick = self.get_tick(self.passive_vt_symbol)
if not active_tick or not passive_tick:
return
# Calculate spread
spread_bid_price = active_tick.bid_price_1 - passive_tick.ask_price_1
spread_ask_price = active_tick.ask_price_1 - passive_tick.bid_price_1
spread_bid_volume = min(active_tick.bid_volume_1, passive_tick.ask_volume_1)
spread_ask_volume = min(active_tick.ask_volume_1, passive_tick.bid_volume_1)
# Sell condition
if spread_bid_price > self.spread_up:
if self.acum_pos <= -self.max_pos:
return
else:
self.active_vt_orderid = self.sell(
self.active_vt_symbol,
active_tick.bid_price_1,
spread_bid_volume
)
# Buy condition
elif spread_ask_price < -self.spread_down:
if self.acum_pos >= self.max_pos:
return
else:
self.active_vt_orderid = self.buy(
self.active_vt_symbol,
active_tick.ask_price_1,
spread_ask_volume
)
self.put_variables_event()
def hedge(self):
""""""
tick = self.get_tick(self.passive_vt_symbol)
volume = abs(self.net_pos)
if self.net_pos > 0:
self.passive_vt_orderid = self.sell(
self.passive_vt_symbol,
tick.bid_price_5,
volume
)
elif self.net_pos < 0:
self.passive_vt_orderid = self.buy(
self.passive_vt_symbol,
tick.ask_price_5,
volume
)
def on_trade(self, trade: TradeData):
""""""
# Update net position volume
if trade.direction == Direction.LONG:
self.net_pos += trade.volume
else:
self.net_pos -= trade.volume
# Update active symbol position
if trade.vt_symbol == self.active_vt_symbol:
if trade.direction == Direction.LONG:
self.acum_pos += trade.volume
else:
self.acum_pos -= trade.volume
# Hedge if active symbol traded
if trade.vt_symbol == self.active_vt_symbol:
self.hedge()
self.put_variables_event()
2019-05-17 06:57:53 +00:00
```