浮点量化

最近看了 babyquant 的《大餅圈的套利策略簡析》寫了各種套利策略，我也來談談自己之前差不多實盤運行了2年左右的數字貨幣套利策略。

之所有公開，一是因爲我現在已經不運行這些策略了，寫一寫自己也總結一下；二是套利策略的邏輯本來就不神祕。這一行比拼的是執行力，也就是寫代碼的能力，特別是高頻交易方面。交易的頻率可能並不是很高，但必須反應速度快，波動來了，立馬入場。當然還有對事情的專研能力，因爲套利的競爭還是比較激烈的，後期的競爭更是慘烈。還得有一定的資金籌集能力，畢竟套利的盈利率有限，資金充足一點纔可能有比較可觀的利潤，至少要超過打工收入吧，才值得全職去做。當然加入機構團隊也是一個辦法。

昨晚大餅二餅的這一波行情來得真是及時，好久沒有這麼順暢的趨勢了。

這次說說如何使用 B 安的逐筆歷史交易記錄。

B安官方已經把很多交易數據共享了出來。有 Github 頁面可以詳細查看有哪些類別的數據以及如何下載。我這裏主要介紹聚合交易記錄 aggTrades 的下載、整理和使用。

aggTrades 就是聚合之後的逐筆交易記錄，也就是幣安把連續的幾筆在同一時間、同一方向、同一價位成交的交易聚合成一筆記錄，類似 k 線的一根，但是隻有一個價格，沒有最高最低價之類。比如盤口掛了一筆大單，很多小訂單去喫它，那麼這些在很短時間內（毫秒級）同時到達的訂單，就會被聚合在一起。或者可能就是撮合引擎一次能夠撮合的訂單。

接前面三篇關於程序化交易實盤代碼的文章：

硬核乾貨 - 量化交易系統的自動化實盤細節與思考（一 問題與難點）

量化交易系統 - 自動化實盤細節與思考（二 實盤宗旨）

量化交易系統 - 自動化實盤細節與思考（三 處理技巧）

這裏再繼續說說多策略交易系統，實盤代碼總體架構裏的行情中心。

前言

交易這個行業，特別是期貨合約，每隔一段時間就會有幾個高槓杆交易大神閃現，十萬本金輕鬆翻到上千萬。但是，這些人幾乎都如流星劃過夜空，短暫的絢爛奪目之後，就沉寂消失不見。

接前面兩篇關於程序化交易實盤注意事項的文章：

硬核乾貨 - 量化交易系統的自動化實盤細節與思考（一 問題與難點）

量化交易系統 - 自動化實盤細節與思考（二 實盤宗旨）

這裏再繼續說說一些代碼設計上的細節處理技巧。

數據庫

前兩篇講過，複雜一點的策略組合的狀態記錄很重要，需要用到數據庫。

其實，大多數編程業務都可以被歸納爲 CRUD 類別，也就是核心流程就是對數據庫的增刪改查罷了。交易代碼也不例外。中低頻的二級市場交易行爲，其實和大家去某寶購物區別不大，都是買賣，自動化交易的實現重點就在對策略狀態的管理上。

前一篇硬核乾貨 - 量化交易系統的自動化實盤細節與思考（一 問題與難點）講了一點幣圈實盤的基本難題。這一篇說說實盤的主要宗旨。

我認爲主要有四個：

一. 貫徹策略的既定邏輯

這一點毋庸置疑。在有信號的時候必須做出相應的操作，開倉，平倉。這一點就要求儘量不要用限價單，不然成交不了還得追單，可能價格都已經飛遠了，最後到底要不要追也是個問題。

長期來看，採用市價單產生的滑點和偶爾錯過限價單，但又追單產生的滑點總量大致類似，所以還不如直接市價進出場，除非你的策略很特殊。

這裏主要講的是，中低頻交易策略的程序化實盤代碼實現。

策略

一個量化交易策略的誕生，一般是經由對市場的觀察瞭解，產生策略 idea，然後設計策略的具體細節，再回測多品種的數據，從而獲取、驗證具體參數數值的效果。如果效果可以，具有普適性，那麼下一步就是上實盤小資金測試。樣本外實盤可行，最終就可以加大資金並長期運行。

爲了防槓精，說明一下，當然也有其他方法產生策略，比如數據挖掘，挖呀挖呀挖因子。還有機器學習、強化學習這類自動生成因子。不過，這類黑盒方法，在策略回撤期很難堅持運行，因爲你不知道這些挖出來的因子，什麼時候失效，爲什麼失效。而做量化交易，最重要的一點就是要堅持實盤，行情不好，你可以縮倉，但是不能停機。沒有人能知道大行情什麼時候爆發。錯過了，你之前的回撤就是白瞎。

本文主要討論量化交易系統，對於主觀交易，因爲盤感、形態之類很難量化，也就很難系統化、自動化，所以不在討論之列。

何爲系統

交易系統，如同現實中的交通系統、工程系統、法律系統一樣，通過建立一系列規則，幫助我們在不確定的世界中更好地活着。交易系統陪着你征戰各個二級市場，是你最賴以生存的護身符，保護着你的倉位，讓其在交易所的撮合引擎中不斷穿梭，最終資金曲線震盪向上。