Python量化交易实验代码

基于python的币圈量化交易实验项目，next2.0版本。

微信公众号：NextB

二维码：

一、安装命令

pip install nextbv2

二、使用命令

命令行	功能	使用方式
nextb-v2-data-process	NextBv2下载、更新本地数据集工具	详细情况，使用-h参数查看
nextb-v2-data-statics	NextBv2本地数据集统计分析工具	详细情况，使用-h参数查看
nextb-v2-trade-simulation	NextBv2本地仿真交易、回归测试工具	详细情况，使用-h参数查看
nextb-v2-trade-online	NextBv2线上交易工具	详细情况，使用-h参数查看

三、配置文件与参数

3.1 程序配置文件

nextb-v2-data-process和nextb-v2-trade-online命令的-c参数使用该配置

[NEXTBV2_CONFIG]
API_KEY = 123
API_SECRET = 123
KLINES_INTERVAL = 1h
LIMIT = 1000
START_TIME = 1640966399000
PROXY = on
HTTP_PROXY = http://127.0.0.1:7890
HTTPS_PROXY = http://127.0.0.1:7890
SYMBOLS = BNBUSDT
DATA_PATH = ./datas/serialize.data

• API_KEY：币安的api_key
• API_SECRET：币安的api_secret
• KLINES_INTERVAL：K线类型，取值包括：1m，3m，5m，15m，30m，1h，4h等
• LIMIT：每次请求数据上限值，取值范围[1, 1000]
• START_TIME：13位的时间戳，默认2022-01-01 00:00:00
• PROXY：是否使用代理，on：使用，off：不使用
• HTTP_PROXY：http类型代理地址
• HTTPS_PROXY：https类型代理地址
• SYMBOLS：需要获取的币种名称，币种间使用","隔开，如：BTCUSDT,ETHUSDT,BNBUSDT
• DATA_PATH：本地数据集保存路径

3.2 交易参数配置

nextb-v2-trade-simulation和nextb-v2-trade-online命令的-tc参数使用该配置。以下参数已经过调试，建议直接使用。

{
  "symbol": "BNBBUSD",
  "base": 100.0,
  "down": 1,
  "decline": 0.03,
  "magnification": 1.0,
  "max_quote": 15000,
  "profit_ratio": 0.013,
  "force_buy": false,
  "user": "nextb",
  "sqlite_path": "./datas/trade.db",
  "asset_symbol": "BUSD"
}

• symbol：指定交易币种
• base：单次投入金额、单次追加投入金额
• down：价格连续下跌次数
• decline：价格下跌幅度
• magnification：每次投入金额、追加投入金额的倍数
• max_quote：最大投入金额
• profit_ratio：收益率
• force_buy：不考虑策略，只要空仓，则强制买入
• user：用户名
• sqlite_path：交易数据存储路径
• asset_symbol：交易资产币种

四、回测结果

4.1 BNBUSDT回测结果

回测结果如下：

• 回测时间：2022.01.01 00:00:00 - 2023-02-04 10:00:00
• 交易次数：341次
• 获利：421.482U
• 最大投入金额：1100.0U
• 平均投入成本：207.625U
• 平均利润率：203.0%

资金使用情况如下：

资金（单位：U）	使用次数	占比
100	202	59.24%
200	58	17.01%
300	30	8.8%
400	19	5.57%
500	7	2.05%
600	7	2.05%
700	7	2.05%
800	5	1.47%
900	3	0.88%
1000	2	0.59%
1100	1	0.29%

4.2 CAKEUSDT回测结果

回测结果如下：

• 回测时间：2022.01.01 00:00:00 - 2023-02-04 10:00:00
• 交易次数：536次
• 获利：677.802U
• 最大投入金额：2600.0U
• 平均投入成本：268.47U
• 平均利润率：252.47%

资金使用情况如下：

资金资金（单位：U）	使用次数	占比
100	303	56.53%
200	87	16.23%
300	47	8.77%
400	30	5.6%
500-700	10	1.87%
800	8	1.49%
900	5	0.93%
1000	4	0.75%
1100	3	0.56%
1200-1500	2	0.37%
1600-2600	1	0.19%

4.3 回测结论

通过对2022年的数据进行回测，可得出如下结论：

• 本策略与比价关系较弱，基本能保证不亏损
• 本策略开始的时间越早，收益会越大
• 本策略目前受进场时机影响，会导致收益差距较大