深度图的归一化与均衡价格

深度图

在实盘中, 深度图是重要参考要素

import requests
response = requests.get(url='https://api.hbdm.com/market/depth?symbol=ETH_CQ&type=step5')
depth = response.json()

在这里,价格采用对数坐标将更为清晰:

def logize(arr, p=1, base=1.01):
    arr_o = np.log(arr/p)/np.log(1.01)
    return arr_o
asks = np.array(depth['tick']['asks'])
bids = np.array(depth['tick']['bids'])
p = (asks[0][0] + bids[0][0])/2
plt.plot(logize(asks[:,0],p),asks[:,1])
plt.plot(logize(bids[:,0],p),bids[:,1])

均衡价格

关于均衡价格, 有如下推理:

1. 假设:任一时刻的depth将对应一个均衡价格/共识价格, 然后真实成交价格将达到该价格
   1.1 理想情况下, 在均衡价格将有最大交易量
   1.2. 挂单相对大小对均衡价格有必然影响
   1.3. 挂单离均衡价格越近,对均衡价格影响越高
   1.3.1 典型情况:大单压单导致反向运动
2. 大单
   2.0 可以看出, 大单的分布是稀疏而非稠密的
   2.1 这应该对应着所谓压力/支撑位
   2.2 一般而言, 破位意味着某位置的大单被消灭/撤退
   2.3 相反, 若在冲击中守住, 大单将获得巨大的收益
   2.4. 在焦灼的行情中, 双方大单的距离会更近
3. 动力学
   3.0 不考虑其他情况, 理论上将会收敛至均衡价格
   3.1 实际情形中结合其他情况(指标变动, 消息)等将发生变化
   3.2 常见情形是在某个区间内运动, 当突破某方向的大挂单(阻力)后高速运动, 震荡, 到达一个新的区间
   3.3 只得到均衡价格是不够的, 为了最大化收益, 需要得到均衡区间
4. 突破
   4.1 某个方向的突破与否直接取决于双方的力量对比
   4.2 趋势跟单系统/止损就是根据突破与否确定的
5. 策略
   5.1 跟单:检测突破, 突破时跟单
   5.1.1 对于网速与止损要求很高
   5.2 反转: 估计大单区间不会被突破时开反向单
   5.3 稳健: 在均势中根据均衡价格直接做多/做空

一份定量的深度图采样分析

采样:20次, 间隔30s

import time
import requests
askss = []
bidss = []
for i in range(20):
    response = requests.get(url='https://api.hbdm.com/market/depth?symbol=ETH_CQ&type=step5')
    result = response.json()
    asks = np.array(result['tick']['asks'])
    bids = np.array(result['tick']['bids'])
    askss.append(asks)
    bidss.append(bids)
    time.sleep(20)

处理:

缺乏足够的编程基础,包括:
1. 图像的动态plot
2. python gui
3. 协程:time.sleep()时间不够稳定且占用console