【python数字货币量化_21精华帖_策略第27篇】基于币安交易所的定投框架

显示全部楼层 · 2023-8-5 04:08:30

市场转熊，到了中性跑的不理想，趋势也被来回割的阶段，没有特别好的赚钱方法，于是决定还是做好定投，布局下一波吧，之前有老板做过OKEX的定投框架，现在币安返佣很香，所以搞了一发币安的定投框架，完成了我自己的币安三件套中的最后一样，测了2周（目前实盘3天一投），暂时比较稳定。
一、总体思路

分8个大的步骤，如下：
# ##################### 1、获取币安现货价格精度 #######################
usdt_future_exchange_info(exchange, symbol_config)
# ##################### 2、获取目标现货历史数据 #######################
# 遍历获取币种历史数据
print('获取交易币种的历史K线数据')
# 获取币种的历史数据，会删除最新一行的数据
symbol_candle_data = get_binance_history_candle_data(exchange, symbol_config, time_interval, max_len)
# ##################### 3、获取当前账户信息 #######################
      # 更新账户信息symbol_info
      symbol_info = update_symbol_info(exchange, symbol_info, symbol_config)
# ##################### 4、计算并等待到下一次交易时间 #######################
      # =获取策略执行时间，并sleep至该时间
      run_time = sleep_until_run_time(execution_interval)
# ##################### 5、获取目标币种最新数据 #######################
      # 获取数据
      recent_candle_data = single_threading_get_binance_candle_data(exchange, symbol_config, symbol_info, time_interval, run_time, candle_num)
# ##################### 6、根据定投规则计算交易信号及目标持仓量 #######################
      # =计算每个币种的交易信号
      symbol_info = calculate_trade_vol(symbol_info, symbol_config, symbol_candle_data)
      print('\n现货持仓与本次定投计划:\n', symbol_info)
# ##################### 7、下单，并更新订单信息到文档中 #######################
      # order_info = place_binance_batch_order(exchange, symbol_order_params)
      symbol_order = single_threading_place_order(exchange, symbol_info, symbol_config)  # 单线程下单
      print('下单记录：\n', symbol_order)

      # 更新订单信息，查看是否完全成交
      time.sleep(short_sleep_time)  # 休息一段时间再更新订单信息
      symbol_order = update_order_info(exchange, symbol_config, symbol_order)
      print('更新下单记录：', '\n', symbol_order)
      to_csv_log(symbol_order, 'invest') # 记录订单信息到CSV文件中
# ##################### 8、更新交易后的账户信息 #######################
      # 重新更新账户信息symbol_info
      time.sleep(long_sleep_time)  # 休息一段时间再更新
      symbol_info = pd.DataFrame(index=symbol_config.keys(), columns=symbol_info_columns)
      symbol_info = update_symbol_info(exchange, symbol_info, symbol_config)
      print('\nsymbol_info:\n', symbol_info, '\n')
二、细节描述

1 、获取币安价格精度时

对public_get_exchangeinfo返回的信息做了分析，核心是filters的结构，典型的list中装dict：
'filters': [
{'filterType': 'PRICE_FILTER', 'minPrice': '0.00000100', 'maxPrice': '922327.00000000', 'tickSize': '0.00000100'},
{'filterType': 'PERCENT_PRICE', 'multiplierUp': '5', 'multiplierDown': '0.2', 'avgPriceMins': '5'},
{'filterType': 'LOT_SIZE', 'minQty': '0.00100000', 'maxQty': '100000.00000000', 'stepSize': '0.00100000'},
{'filterType': 'MIN_NOTIONAL', 'minNotional': '0.00010000', 'applyToMarket': True, 'avgPriceMins': '5'},
{'filterType': 'ICEBERG_PARTS', 'limit': '10'},
{'filterType': 'MARKET_LOT_SIZE', 'minQty': '0.00000000', 'maxQty': '1525.57157489', 'stepSize': '0.00000000'},
{'filterType': 'MAX_NUM_ORDERS', 'maxNumOrders': '200'},
{'filterType': 'MAX_NUM_ALGO_ORDERS', 'maxNumAlgoOrders': '5'}
],经过分析，获取价格精度和下单量精度就是：
# 获取u本为合约交易对的信息
exchange_info = retry_wrapper(exchange.public_get_exchangeinfo, act_name='查看现货基本信息')
# 转化为dataframe
df = pd.DataFrame(exchange_info['symbols'])
df['tickSize'] = df['filters'].apply(lambda x: x[0]['tickSize']) # 最小下单价精度
df['stepSize'] = df['filters'].apply(lambda x: x[2]['stepSize']) # 最小下单量精度2 、录订单信息

币安接口中不包含某些信息，如只有委托价格，没有实际成交价格（也可能是我没找到合适的接口），因此需要我们自己根据成交量和成交总金额计算：
if order_info:
            symbol_order.at[order_id, "订单状态"] = binance_order_state[order_info["status"]]
            if binance_order_state[order_info["status"]] == '失败':
                  print('下单失败')
            symbol_order.at[order_id, "交易方向"] = order_info["side"]
            symbol_order.at[order_id, "委托数量"] = order_info["origQty"]
            symbol_order.at[order_id, "成交数量"] = order_info["executedQty"]
            symbol_order.at[order_id, "委托价格"] = order_info["price"]
            symbol_order.at[order_id, "成交总金额"] = order_info["cummulativeQuoteQty"]
            symbol_order.at[order_id, "成交均价"] = float(order_info["cummulativeQuoteQty"]) / float(
                  order_info["executedQty"]) # 接口里没有，所以需要自己计算
            symbol_order.at[order_id, "委托时间"] = pd.to_datetime(order_info["time"], unit='ms')
         else:
            print('根据订单号获取订单信息失败次数超过max_try_amount，发送钉钉')
3 、定投策略

定投策略都包含在Signals文件中，里面策略具体含义可以参考大佬的帖子：目前我用的就是定投策略
++++++++++++++++++++++++++++++++++++
定投是熊市囤币，牛市收割的利器，一起跑起来，

最后附上代码:

【python数字货币量化_21精华帖_策略第27篇】基于币安交易所的定投框架-1.jpg

【python数字货币量化_21精华帖_策略第27篇】基于币安交易所的定投框架-1.jpg