python 量化交易系统 asyncio_Python量化策略模块化示例

最新推荐文章于 2023-09-21 15:15:00 发布
最新推荐文章于 2023-09-21 15:15:00 发布
阅读量467 收藏 1
点赞数
文章标签： python 量化交易系统 asyncio

#!/usr/bin/env python

# -*- coding: utf-8 -*-

import os

from pathlib import Path

import pandas as pd

from tqsdk import TqApi, TqAuth,TqAccount

from tqsdk.ta import MA

from tqsdk.tafunc import time_to_str

from contextlib import closing

import asyncio

api = TqApi(TqAccount('期货公司','账号','密码'),auth=TqAuth("天勤账号", "密码"))

vt = 'SHFE.rb2105' #品种

Lot = 1 #默认手数

grid_step = 5 #步长

headk=['time','symbol','volume','price','direction','datetime','jia_kai']

headp = ['time','symbol','volume','price','direction','lirun','datetime','jia_ping']

fk = os.getcwd()+'\logs\KaiLog_' + vt + '.csv'

fp = os.getcwd()+'\logs\PingLog_' + vt + '.csv'

print(fk)

if os.path.isfile(fk) != True:

p=Path(os.getcwd()+'\logs')

p.mkdir(exist_ok=True) #新建目录，如果目录已存在，则不会引起错误

h=pd.DataFrame(index=[],columns=headk)

h.to_csv(fk,index=False)

if os.path.isfile(fp) != True:

p=Path(os.getcwd()+'\logs')

p.mkdir(exist_ok=True) #新建目录，如果目录已存在，则不会引起错误

h=pd.DataFrame(index=[],columns=headp)

h.to_csv(fp,index=False)

Kai_Log=pd.read_csv(fk)

Ping_Log=pd.read_csv(fp)

def Cta(api={},quote={},position={},Lots=0,grid_step=5,Kai_Log=[]):

klines = api.get_kline_serial(quote.instrument_id, 60, data_length=200)

ma = MA(klines, 100)

m = list(ma["ma"])

if quote.ask_price1 - quote.bid_price1 <= quote.price_tick :#买卖价差小于等于1跳，流动性足够,防止价差扩大包含均值而反复开平

try :

#Kai_Log['price'] = data['price'].astype('float')

if m[-1] - quote.ask_price1 >= grid_step * 2 * quote.price_tick: #技术形态满足做多条件

if position.pos_long < Lots and position.pos_short == 0: #无多单或多单不够且无空单

return 'duokai'

elif quote.bid_price1 - m[-1] >= grid_step * 2 * quote.price_tick: #技术形态满足做空条件

if position.pos_short < Lots and position.pos_long == 0: #无空单或空单不够且无多单

return 'kongkai'

if quote.bid_price1 - Kai_Log.iloc[-1].price >= grid_step * 2 * quote.price_tick: #技术形态满足止盈条件

if position.pos_long > 0 and position.pos_short == 0:#有多单且无空单(未锁仓)

return 'duoping'

elif Kai_Log.iloc[-1].price - quote.bid_price1 >= grid_step * quote.price_tick: #技术形态满足止损条件

if position.pos_long > 0 and position.pos_short == 0:#有多单且无空单(未锁仓)

return 'duoping'

if Kai_Log.iloc[-1].price - quote.ask_price1 >= grid_step * 2 * quote.price_tick: #技术形态满足止盈条件

if position.pos_short > 0 and position.pos_long == 0:#有空单且无多单(未锁仓)

return 'kongping'

elif quote.ask_price1 - Kai_Log.iloc[-1].price >= grid_step * quote.price_tick: #技术形态满足止损条件

if position.pos_short > 0 and position.pos_long == 0:#有空单且无多单(未锁仓)

return 'kongping'

except IndexError:

return #本地无开仓记录，等待开仓，若已有持仓且大于Lots

def Shoushu(Ping_Log=[],Lot=1):

try:

if Ping_Log.iloc[-1].lirun > 0:

Lots = Lot

elif Ping_Log.iloc[-2].lirun > 0:

Lots = Lot

else :

Lots = Ping_Log.iloc[-1].volume + Ping_Log.iloc[-2].volume

except IndexError:

Lots = Lot #没有平仓记录或只有一个亏损平仓记录

'''try:if Ping_Log.iloc[-1].lirun > 0:Lots = Lotelif Ping_Log.iloc[-1].lirun < 0:Lots = Ping_Log.iloc[-1].volume * 2except IndexError:Lots = Lot #没有平仓记录'''

if Lots >= 233 : Lots = 233 #限定最大开仓手数

#if Lots >= 1024 : Lots = 1024

return Lots

async def Kaiping(api='',symbol='',Kai_Log=[],Ping_Log=[],fk='',fp=''):

quote = api.get_quote(symbol)

position = api.get_position(symbol)

kai = ''

if position.pos_long + position.pos_short == 0:#无持仓

jia_kai = 'ADD'

price_kai = 0.0 #平仓时开仓价和手数清零

shoushu_kai = 0

else :#有持仓

try : #本地读取成交记录，程序中断可接着运行

jia_kai = Kai_Log.iloc[-1].jia_kai #

price_kai = Kai_Log.iloc[-1].price #平仓时开仓价和手数清零

shoushu_kai = Kai_Log.iloc[-1].volume

except IndexError: #本地无数据

raise('本地无开仓记录但有持仓，请先清空品种'+symbol+'持仓')

try :

jia_ping = Ping_Log.iloc[-1].jia_ping #

price_ping = Ping_Log.iloc[-1].price #开仓时平仓价和手数清零

shoushu_ping = Ping_Log.iloc[-1].volume

except IndexError:#无数据

jia_ping = 'ADD' #

price_ping = 0.0 #开仓时平仓价和手数清零

shoushu_ping = 0

async with api.register_update_notify([quote,position]) as update_chan:

async for _ in update_chan:

Lots = Shoushu(Ping_Log=Ping_Log,Lot=Lot)

fangxiang = Cta(api=api,quote=quote,position=position,Lots=Lots,grid_step=grid_step,Kai_Log=Kai_Log)

if fangxiang == 'duokai' :

kai_cang=api.insert_order(symbol=symbol, direction='BUY', offset='OPEN', volume=Lots-position.pos_long, limit_price=quote.ask_price1,advanced='FAK')

kai = 'open'

elif fangxiang == 'duoping' :

if position.pos_long_today == 0 : #只有昨仓

ping_zuo=api.insert_order(symbol=symbol, direction='SELL', offset='CLOSE', volume=position.pos_long_his, limit_price=quote.bid_price1,advanced='FAK')

elif position.pos_long_his == 0 : #只有今仓

ping_jin=api.insert_order(symbol=symbol, direction='SELL', offset='CLOSETODAY', volume=position.pos_long_today, limit_price=quote.bid_price1,advanced='FAK')

else :

ping_zuo=api.insert_order(symbol=symbol, direction='SELL', offset='CLOSE', volume=position.pos_long_his, limit_price=quote.bid_price1,advanced='FAK')

ping_jin=api.insert_order(symbol=symbol, direction='SELL', offset='CLOSETODAY', volume=position.pos_long_today, limit_price=quote.bid_price1,advanced='FAK')

kai = 'close'

elif fangxiang == 'kongkai' :

kai_cang=api.insert_order(symbol=symbol, direction='SELL', offset='OPEN', volume=Lots-position.pos_short, limit_price=quote.bid_price1,advanced='FAK')

kai = 'open'

elif fangxiang == 'kongping' :

if position.pos_short_today == 0 : #只有昨仓

ping_zuo=api.insert_order(symbol=symbol, direction='BUY', offset='CLOSE', volume=position.pos_short_his, limit_price=quote.ask_price1,advanced='FAK')

elif position.pos_short_his == 0 : #只有今仓

ping_jin=api.insert_order(symbol=symbol, direction='BUY', offset='CLOSETODAY', volume=position.pos_short_today, limit_price=quote.ask_price1,advanced='FAK')

else :

ping_zuo=api.insert_order(symbol=symbol, direction='BUY', offset='CLOSE', volume=position.pos_short_his, limit_price=quote.ask_price1,advanced='FAK')

ping_jin=api.insert_order(symbol=symbol, direction='BUY', offset='CLOSETODAY', volume=position.pos_short_today, limit_price=quote.ask_price1,advanced='FAK')

kai = 'close'

if kai == 'open' :#开仓时平仓价和手数清零

kai = ''

while kai_cang.status != "FINISHED":

await asyncio.sleep(0.01)

if kai_cang.volume_orign > kai_cang.volume_left : #有成交

jia_ping = 'ADD'

price_ping = 0.0

shoushu_ping = 0

price_kai = (price_kai*shoushu_kai + kai_cang.trade_price*(kai_cang.volume_orign-kai_cang.volume_left))/(shoushu_kai + kai_cang.volume_orign-kai_cang.volume_left)

shoushu_kai = shoushu_kai + kai_cang.volume_orign-kai_cang.volume_left #先按原手数算均价，再算新手数

direction = kai_cang.direction

t = kai_cang.insert_date_time

dt = time_to_str(t)

if jia_kai == 'ALTER':

tr_dic = {'time':t,'symbol':symbol,'volume':shoushu_kai,'price':price_kai,'direction':direction,'datetime':dt,'jia_kai':jia_kai}

datas = pd.DataFrame(tr_dic,index=[0])

Kai_Log.iloc[-1] = datas.iloc[0]

elif jia_kai == 'ADD':

jia_kai = 'ALTER'

tr_dic = {'time':t,'symbol':symbol,'volume':shoushu_kai,'price':price_kai,'direction':direction,'datetime':dt,'jia_kai':jia_kai}

datas = pd.DataFrame(tr_dic,index=[0])

Kai_Log = Kai_Log.append(datas) #新一笔成交追加

Kai_Log.to_csv(fk,index=False)

elif kai == 'close':#平仓时开仓价和手数清零

kai = ''

tr = False

try :

while ping_zuo.status != "FINISHED":

await asyncio.sleep(0.01)

if ping_zuo.volume_orign > ping_zuo.volume_left :

price_ping = (price_ping*shoushu_ping + ping_zuo.trade_price*(ping_zuo.volume_orign-ping_zuo.volume_left))/(shoushu_ping+ping_zuo.volume_orign-ping_zuo.volume_left)

shoushu_ping = shoushu_ping + ping_zuo.volume_orign-ping_zuo.volume_left

direction = ping_zuo.direction

t = ping_zuo.insert_date_time

dt = time_to_str(t)

tr = True #有成交

except NameError:

pass

try :

while ping_jin.status != "FINISHED":

await asyncio.sleep(0.01)

if ping_jin.volume_orign > ping_jin.volume_left :

price_ping = (price_ping*shoushu_ping + ping_jin.trade_price*(ping_jin.volume_orign-ping_jin.volume_left))/(shoushu_ping+ping_jin.volume_orign-ping_jin.volume_left)

shoushu_ping = shoushu_ping + ping_jin.volume_orign-ping_jin.volume_left

direction = ping_jin.direction

t = ping_jin.insert_date_time

dt = time_to_str(t)

tr = True #有成交

except NameError:

pass

if tr :

jia_kai = 'ADD'

price_kai = 0.0

shoushu_kai = 0

if fangxiang == 'duoping' : lirun = price_ping - Kai_Log.iloc[-1].price

elif fangxiang == 'kongping' : lirun = Kai_Log.iloc[-1].price - price_ping

if jia_ping == 'ALTER':

tr_dic = {'time':t,'symbol':symbol,'volume':shoushu_ping,'price':price_ping,'direction':direction,'lirun':lirun,'datetime':dt,'jia_ping':jia_ping}

datas = pd.DataFrame(tr_dic,index=[0])

Ping_Log.iloc[-1] = datas.iloc[0]

elif jia_ping == 'ADD' :

jia_ping = 'ALTER'

tr_dic = {'time':t,'symbol':symbol,'volume':shoushu_ping,'price':price_ping,'direction':direction,'lirun':lirun,'datetime':dt,'jia_ping':jia_ping}

datas = pd.DataFrame(tr_dic,index=[0])

Ping_Log = Ping_Log.append(datas)

Ping_Log.to_csv(fp,index=False) #如果先前未止损完，再次达到开仓条件则继续补仓恢复

api.create_task(Kaiping(api=api,symbol=vt,Kai_Log=Kai_Log,Ping_Log=Ping_Log,fk=fk,fp=fp))

while True:

api.wait_update() #

weixin_39785669
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
30天python开发_30天解锁Python量化开发——python模块
weixin_36116366的博客
02-06 526
不要自己造轮子，站在巨人的肩膀上！一、模块(module/package)分类①内置模块：datetime②第三方模块：vn.py③本地模块(自己写的)：module_demo加载方式①模块加载：import datetime除非你要用这个模块的很多函数，否则也不需要模块加载②全部加载：from datetime import *不推荐，因为不同模块可能有的函数名字是一样的，可能会发生冲突③针对加...
python期货量化书推荐-Python期货量化交易基础教程（12）.pdf
06-12
总之，Python的`threading`模块为期货量化交易提供了一种有效的并发执行机制，使得开发者能够构建更高效、响应更快的交易系统。理解并熟练掌握多线程编程，对于进行期货量化分析和策略开发至关重要。
Python量化---Pandas1.0模块(Series、DataFrame)
心如花木，皆向阳而生。
02-19 659
series 相对于数组加字典类型。。 loc[] #解释为标签 iloc[] # 解释为下标 sr1.add(sr2, fill_value=0) # 会使标签不同的两组数据补0相加不会出现NaN isnull() # 查询是否有缺失值 notnull() # 是否有缺失值 dropna() # 删除缺失值 fillna() # 对nan值赋值 以上都不会对原数据进行修改！！！需要重新赋...
Python：Python编程：金融量化交易
C++ JAVA的专栏
05-31 1630
python 金融量化处理
python 了解量化交易
weixin_47906106的博客
12-28 1605
一、什么是量化交易 针对可交易的投资商品，理性的啊运用逻辑分析和归纳统计判断市场的趋势 二、有哪些指标可以用于分析呢 赚钱因子 盈利能力 财报数据没用，主要踏踏实实去看去分析，靠虚无缥缈的消息去买入卖出不靠谱 基本面分析 居民消费指数 人均国内生产总值(GDP) 净资产收益率(ROE) 技术面分析 股票收盘价 K线(日、周、年) 均线(5/10/20) 技术面和基本面的区别 技术面更关注具体的价格，比如每天的开盘价。收盘价。以及和开盘价、收盘价、最低价、最高价相关的K线，以及基于收盘价计算出
量化交易之python篇 - time模块初体验
11-18 174
import time localtime = time.localtime(time.time()) print("本地时间:", localtime) print(localtime.tm_year) print(localtime.tm_mon) print(localtime.tm_mday) print(localtime.tm_hour) print(localtime.tm_min) print(localtime.tm_sec) print(localtime.tm_wday) # 周.
Python股票量化投资课程——00股票量化配套课件.rar
01-08
学习Python的基本语法、数据类型（如列表、字典、元组）、控制结构（如循环、条件语句）、函数和模块等，是开始量化投资的第一步。 2. **数据分析库**：Python拥有丰富的数据分析库，如Pandas、Numpy和Matplotlib。...
基于C++/Python的开源量化交易研究框架
11-15
hikyuu的设计理念是模块化，包括数据处理、交易模型、风险控制等多个模块，使得开发者可以灵活组合，适应不同的交易策略需求。 三、hikyuu的主要功能 1. 数据接口：hikyuu支持多种数据源，如CSV文件、数据库等，...
基于Python的开源量化交易平台开发框架.zip
最新发布
05-21
对于初学者，可以通过阅读框架的文档和示例代码，了解如何创建和测试交易策略。对于有经验的开发者，可以利用这个框架快速搭建自己的量化交易平台，专注于策略的创新和优化。 总之，"基于Python的开源量化交易平台...
python量化程序
12-01
5. **回测框架**：Quantopian、Zipline、Backtrader等是常见的Python量化回测框架，它们可以模拟交易策略并计算其绩效指标。 6. **算法交易**：包括限价单、市价单、止损单等交易指令，以及订单簿管理和滑点模拟等...
Python量化---Numpy模块(random)1.2
心如花木，皆向阳而生。
02-18 715
Numpy模块和random模块常用方法
Python量化交易——七行python代码生成K线图（最后有干货）
热门推荐
Shepherdppz的博客
08-24 1万+
Python量化交易——利用tushare和mplfinance生成K线图tushare介绍mplfinance介绍获取K线数据处理数据数据的可视化更多的效果 tushare介绍 tushare是一个立足于国内的金融数据包。通过它可以相当容易地获取包括股票、基金、期货在内的大量金融数据，使用非常简便而且基础功能免费。 tushare的早期版本是完全免费的，不过功能也相对单一，后来升级到了tushare pro之后，支持的数据种类大大扩展，同时也开启了积分的功能，部分高级数据获取功能是需要一定积分的，积分通常
1、Python量化交易-三剑客之Numpy
qq23001186的博客
06-20 1318
np.array()创建numpy数组和列表的区别是什么 点击下载jupyter笔记
Python基础系列讲解——时间模块详解大全之time模块
weixin_33895604的博客
05-13 160
Python中提供处理时间日期相关的内置模块有time、datetime和calendar。 time模块中大多数函数调用了所在平台C library 的同名函数，因此更依赖于操作系统层面，所以time模块的有些函数与平台相关，在不同的平台上可能会有不同的效果，这点需要特别注意下，即time模块的功能并不适用于所有平台。 使用时需要导入time模块，如下所示： ...
自己做量化交易软件(4)通通量化分析框架构成2
hepu8的博客
09-15 3133
自己做量化交易软件(4)通通股票量化分析框架构成2 通通股票量化分析框架采用模块化设计，每个模块存放在不同的py文件中。 我们接着上一篇介绍。 五、基础窗口画面框架 HP_view.py HP_view.py文件中存放了关于窗口构成，绘图的主要模块。 因程序比较长，读者可自己看源代码。 主要模块的功能如下. class plotFrame3(Frame): # 继承Frame类 这...
如何用python实时监控股票，并且持续扫描大盘？
xiqng17111342931的博客
09-21 437
如何用python实时监控股票，并且持续扫描大盘？
python从0到1：期货量化交易系统（CTP实战，高频及合成K线数据
04-24
独一无二的期货实战课程，助你从零到精通！无论你是否了解期货交易，我们都将从零开始，带领你逐步入门，并最终掌握基于CTP接口的期货交易系统开发。我们注重细节，用简单易懂的语言一句一句地解释代码，让你轻松理解Python语言开发的技巧。课程中，我们将教授创建多线程CTP交易系统的方法，特别强调策略系统与行情系统的分离，确保策略系统能够及时、准确地运行。更棒的是，我们所教授的CTP交易系统支持实盘交易，并且可根据你的个性化需求进行修改和功能定制。这意味着你可以根据不同的策略进行灵活应对。除此之外，在课程中我们还会介绍如何利用神经网络进行量化交易。这将是你在期货交易道路上的一大优势。最后，我们提供配套社群和全程答疑服务。你将加入一个活跃的社群，与其他学员共同学习并互相支持。同时，你还可以随时向我们提问，我们将全程为你解答疑惑。现在就加入我们的期货实战课程，成为一名真正的期货交易大师！ 
字符串包含问题
legend050709的专栏
09-25 712
字符串包含问题： （一）问题： 有一个字符串A,字符串B,字符串B较短，查看B中的字符是否都在A中？ 如：String 1: ABCDEFGHLMNOPQRS String 2: DCGSRQPO 答案是true，所有在string2 里的字母string1 也都有。 （1）方法一：O(m*n): 针对str2中的每一个字符，一一与第一个字符串str1中的每个字符依次轮询比较，看是否在str1中出...
读程序员编程艺术第二章---字符串包含问题(二)
Zhu的专栏
03-20 717
上篇中谈到可以通过快速排序将字符串的包含问题的算法时间复杂度优化至O(nlogn)+O(mlogm)+O(m+n)，那么还有没有更好的算法时间复杂度呢？可以采用计数排序的方法，排序的时间复杂度为O(m+n)，线性扫描的时间复杂度为O(m+n)。故总的时间复杂度为：O(m+n)+O(m+n)=O(m+n)。但是此时的空间复杂度为：O(m+n)。 对于上述思路，编写代码如下： #inclu
请提供一个开发Python的图形界面使用PyQt框架进行量化交易系统可视化模块的例子。
06-06
好的，以下是一个简单的使用PyQt框架开发的量化交易系统可视化...这个例子非常简单，但可以作为PyQt框架开发量化交易系统可视化模块的一个入门示例。当然，在实际的开发中，需要更多的组件和功能，以满足实际的需求。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值