基于现货均衡仓位的策略，本质上是网格策略的简化版。将持有的某种投资标的的仓位占总仓位的比例固定。当超过这个价值比例时，卖出一部分标的；当低于这个价值比例时，买入一部分标的。通过不断调整，使得标的占比一直维持在一个固定值，达到动态的平衡。
举个例子 ：假设当前比特币价格10000 USDT，账户同时持有等价值的1个BTC和10000USDT。
场景1：如果币的价值大于账户余额10000 USDT并且差价超过了阈值，如价格上涨到12000 USDT，就卖掉（12000 - 10000）/2/12000 = 0.0833 个BTC，BTC升值了，需要把钱兑换回来。
场景2：如果币贬值了，比如下跌到8000USDT，则买入（10000 - 8000）/2/8000 = 0.125个BTC，如果再涨了就再卖掉。
总结： 此案例中，平衡好标的与总仓位的比例，即维持标底与账户剩余资金的价值比为1:1，所以称为均仓策略。
优势：均仓策略本质为网格策略，其收益来源于价格一定范围内来回波动，所以在震荡行情中表现 会更好
劣势：风险在于执行调仓操作后，价格继续单边上涨或下跌。
补充：一般价格变动范围设置在手续费的4倍左右为基准开始调优较为合理，市场活跃时，可以是手续费的1.5~2倍左右。市场不太活跃时，手续费的8倍，十倍，甚至二十，五十倍都是可以的。
控制最小交易数量，也可以降低交易频率，增加抓取到更优点位的概率，从而提高收益。
请注意，该策略是在现货市场对现价范围波动进行调仓。
KuCoin拥有level3交易数据、强大的撮合引擎、针对api用户提供的手续费折扣，同时提供sandbox环境作为数据测试支撑，帮助你规避风险。
我们仅提供一个简单且不完备的交易策略，使用时请注意规避风险，我们希望你能够在sandbox环境配合其他参数或是策略进行测试调整，我们也不想你成为一个慈善家！！！
当然，如果这个过程中，你遇到任何问题或是有赚钱的策略想要分享，请在ISSUE中反映，我们会努力及时响应。
👉 如果你对该策略有兴趣，请点击右上角star，我们会根据star数来衡量策略的受欢迎程度和后续优化优先级，你也可以点击右上角watching通过接收更新通知来持续关注该项目。
-
安装Python
-
Windows系统请前往Python官网自行安装，64位请选择1，32位请选择2。
-
在开始安装时请注意将以下选项勾选：
-
-
MAC OS X安装
-
打开命令终端，输入以下命令安装Homebrew（安装过程中需要输入电脑密码）：
/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)" -
在命令终端输入以下命令，安装Python3：
brew install python
-
在命令终端输入以下命令，确认是否安装成功：
python3 --version
-
-
-
确保你已经安装git (mac 自带该软件,终端输入
which git，查看安装位置)，未安装者请前往官网git安装。 -
在命令终端输入以下命令，安装项目依赖：
pip3 install kucoin-python
-
在你需要跑策略的位置新建文件夹（例如桌面），右键点击新建的文件夹选择“新建位于文件夹位置的终端窗口”（windows系统：在右键点击文件夹点击git Bash here），在弹出的窗口中输入以下命令，克隆项目至本地，完成后本地会新增文件夹avg-position：
git clone https://github.com/Kucoin-academy/avg-position.git
-
打开克隆好的项目（avg-position）文件夹，将config.json.example文件重命名为config.json，并用文本编辑器（比如记事本）打开config.json，然后完善相关的配置信息：
{ "api_key": "api key", "api_secret": "api secret", "api_passphrase": "api pass phrase", // 是否是沙盒环境 "is_sandbox": true, // 货币名称，比如：BTC "symbol": "coin name", // 最小买卖阈值 "min_param": "minimal value for symbol transaction", // 当价格变动多少时进行一次买卖下单 "price_param": "price interval for creating an order" } -
Mac/Linux 在项目目录下打开命令终端：
cd avg-positon-
用以下命令让你的策略运行起来：
./avg_position.py
-
-
Windows 在项目目录下打开命令终端：
cd avg-positon-
用以下命令让你的策略运行起来：
py avg_position.py
-
