【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

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。
9 o* F- p3 ]( i" |4 k/ _7 m一、总体思路

) ]3 P* j# N- q  F, \7 p7 n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)​
: g4 M. M" a" t: k  k4 u# ##################### 2、获取目标现货历史数据 #######################
. i9 c* w0 R; x! P. Y4 e9 t6 ?    # 遍历获取币种历史数据
, Y) @0 K% [" J* |    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 #######################
3 |) i# y) ]# W/ _& u        # 更新账户信息symbol_info
- m& v) ]$ T& A        symbol_info = update_symbol_info(exchange, symbol_info, symbol_config)​
# ##################### 4、计算并等待到下一次交易时间 #######################
4 s* T) b% i+ F7 C. ^' y        # =获取策略执行时间，并sleep至该时间
        run_time = sleep_until_run_time(execution_interval)​
$ @; A5 _7 Y$ N! n# ##################### 5、获取目标币种最新数据 #######################
        # 获取数据
- l  m6 T  \! ^. D; ~. f) T- o4 t        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 #######################
1 ~1 [) Z" b; H, i        # =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)
0 A* T0 W1 j4 Q/ Z! p        symbol_order = single_threading_place_order(exchange, symbol_info, symbol_config)  # 单线程下单
        print('下单记录：\n', symbol_order)

: _) ^! n% k+ I! J0 G: H        # 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​
  y* J2 X0 {6 Q! Y# ##################### 8、更新交易后的账户信息 #######################
# G# `+ b2 q+ d) H( s        # 重新更新账户信息symbol_info
2 Y9 M. ?- U$ A3 o8 B        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)
9 t3 O- M, ?. L* M; J        print('\nsymbol_info:\n', symbol_info, '\n')
二、细节描述
, b* \+ Y( B0 C+ v7 c
' U) z5 H* e: `! Z. _1 、获取币安价格精度时
% G' _" `" C- x! ]) I
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'},
; f. l( t# L0 b7 x8 [1 d4 v$ ^{'filterType': 'PERCENT_PRICE', 'multiplierUp': '5', 'multiplierDown': '0.2', 'avgPriceMins': '5'},
# R3 x. g2 O+ @{'filterType': 'LOT_SIZE', 'minQty': '0.00100000', 'maxQty': '100000.00000000', 'stepSize': '0.00100000'},
{'filterType': 'MIN_NOTIONAL', 'minNotional': '0.00010000', 'applyToMarket': True, 'avgPriceMins': '5'},
" e1 ~0 L; Y4 U{'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'}
0 t3 s4 c& b- m/ {1 h],经过分析，获取价格精度和下单量精度就是：
6 O) N9 _4 g/ M# f- P# 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')
- m  u# v. q5 x* q    # 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
0 d- q5 {- u4 N/ F3 t9 e4 N+ l; t4 ^df['stepSize'] = df['filters'].apply(lambda x: x[2]['stepSize']) # 最小下单量精度2 、录订单信息

7 ]* ^- Q0 @% P; D+ L' s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':
9 v2 J% ]1 M0 ^4 d  z0 r                    print('下单失败')
2 g( W9 s. z) X. K, o) _& y                symbol_order.at[order_id, "交易方向"] = order_info["side"]
                symbol_order.at[order_id, "委托数量"] = order_info["origQty"]
0 V5 v" r/ T- ~  @                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(
* F+ v3 r) L0 E8 x! P5 q3 I                    order_info["executedQty"]) # 接口里没有，所以需要自己计算
( \0 R! S2 i) ]  ^/ F0 Z! |0 e                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

0 H" V" M1 ~# m3 l. t! s+ w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: