Skip to content

Commit

Permalink
升级ctp api至v6.6.9
Browse files Browse the repository at this point in the history
  • Loading branch information
KeyAlgo committed Apr 12, 2023
0 parents commit 7db97fb
Show file tree
Hide file tree
Showing 14 changed files with 619 additions and 0 deletions.
236 changes: 236 additions & 0 deletions README.md
Original file line number Diff line number Diff line change
@@ -0,0 +1,236 @@
# 简介

AlgoPlus是上期技术CTP API的Python封装。

# 官网

<http://algo.plus>

# 安装

首先配置Python环境,然后安装:```pip install AlgoPlus```。 或者下载AlgoPlus包文件,解压后放在项目目录中。

# 版本对应关系

| AlgoPlus版本号 | CTP API版本 | Python版本 |
| :----: | :----: | :----: |
| 3.0 | v6.6.9_20220914 9:57:19.2466 | 3.7、3.8、3.9 |

# 入门视频教程

* [配置Python环境与安装AlgoPlus](https://www.bilibili.com/video/BV1p54y1m77t)
* [CTP API的工作原理](https://www.bilibili.com/video/BV17v411C73r)

# 应用范例

这里就给大家介绍介个基于AlgoPlus实现的应用范例,供大家参考。

## 1、获取实时行情

发布实时行情是交易所实现价值发现职能的重要工作,而且是交易决策的重要依据。

CTP通过一个独立的MdApi接口发布行情。MdApi功能比较单一,只需要在与服务器建立连接后订阅相关合约,就可以自动接收到到实时行情。

AlgoPlus对MdApi进行了封装,我们只需要将账户信息及合约名称作为参数传进去,就可以接收到字典形式的实时行情数据。

演示这个功能的例子是`examples/get_tick.py`,运行之后可以看到如下的输出结果:

![](./img/get_tick.png)

从输出日志可以看到,AlgoPlus第一步连接服务器,第二步登陆账户,第三步订阅行情,最后就是接收行情数据。

### 1.1 期货合约规范:

* 上期/能源所:小写+4个数字
* 大商所:小写+4个数字
* 中金所:大写+4个数字
* 郑商所:大写+3个数字

### 1.2 期权合约规范:

* 上期所/能源所:小写+4个数字+C(或者P)+行权价
* 郑商所:大写+3个数字+C(或者P)+行权价
* 中金所:大写+4个数字+-C-(或者-P-)+行权价
* 大商所:小写+4个数字+-C-(或者-P-)+行权价

## 2、将行情存为CSV文件

因为MdApi只推送实时行情,所以存储数据是量化交易至关重要的一项工作。虽然有多种数据库可以选择,但是简单起见,`examples/tick_to_csv.py`使用了csv文件。运行这个例子后,实时行情数据自动被存入`MarketData`文件夹下的csv文件中。

## 3、合成K线

MdApi推送的实时行情是固定时间间隔(一般间隔是500ms)的快照,也就是我们常说Tick数据。

而交易决策的逻辑基础往往是K线数据,所谓的K线就是用固定时间间隔内开盘价、最高价、最低价、收盘价代理此间所有Tick。

K线自诞生以来就被二级市场所广泛使用。合理的选择K线周期,可以帮助我们抓住主线趋势,避免陷于短期波动。

`examples/get_bar.py`为大家演示了如何将Tick数据合成1分钟K线数据,字段内容如下:

```python
{
'InstrumentID': b'', # 合约代码
'UpdateTime': b'00:46:00', # K线开始时间
'LastPrice': 3454.0, # 收盘价
'HighPrice': 3454.0, # 最高价
'LowPrice': 3454.0, # 最低价
'OpenPrice': 3454.0, # 开盘价
'BarVolume': 7, # 成交量
'BarTurnover': 24178.0, # 成交额
'BarSettlement': 3454.0, # K线成交均价
'BVolume': 0, # 主动买量
'SVolume': 7, # 主动卖量
'FVolume': 0, # 非主动买卖量
'DayVolume': 1381157, # 全天成交量
'DayTurnover': 4771897578.0, # 全天成交额
'DaySettlement': 3455.000103536383, # 全天成交均价
'OpenInterest': 1577415.0, # 持仓量
'TradingDay': b'20200508' # 交易日
}
```

除了1分钟K线之外,大家也可以参考如下条件合成其他周期K线:

```python
# 1分钟K线条件
is_new_1minute = (pDepthMarketData['UpdateTime'][:-2] != last_update_time[:-2]) and pDepthMarketData['UpdateTime'] != b'21:00:00'
# 5分钟K线条件
is_new_5minute = is_new_1minute and int(pDepthMarketData['UpdateTime'][-4]) % 5 == 0
# 10分钟K线条件
is_new_10minute = is_new_1minute and pDepthMarketData['UpdateTime'][-4] == b"0"
# 15分钟K线条件
is_new_10minute = is_new_1minute and int(pDepthMarketData['UpdateTime'][-5:-3]) % 15 == 0
# 30分钟K线条件
is_new_30minute = is_new_1minute and int(pDepthMarketData['UpdateTime'][-5:-3]) % 30 == 0
# 60分钟K线条件
is_new_hour = is_new_1minute and int(pDepthMarketData['UpdateTime'][-5:-3]) % 60 == 0
```

运行结果如下:

![](./img/get_bar.png)

## 4、看穿式认证

由于监管要求,接入期货公司的交易程序必须经过看穿式认证。简单的说,就是用交易程序在期货公司提供的仿真环境中完成指定的交易、查询任务就可以了。完成后,期货公司会提供用于生产环境的授权码。所谓的直连模式和中继模式,只要是自己用的都属于直连模式。

`examples/authenticate.py`这个例子虽然是为了方便大家做认证,但是其中的基础操作对熟悉交易接口是很有帮助的,例如:

```python
# 买开仓
self.buy_open(...)
# 卖平仓
self.sell_close(...)
# 卖开仓
self.sell_open(...)
# 买平仓
self.buy_close(...)
# 撤单
self.req_order_action(...)
# 查询订单
self.req_qry_order(...)
# 查询成交
self.req_qry_trade()
# 查询持仓
self.req_qry_investor_position()
# 查询资金
self.req_qry_trading_account()
```

需要注意的是交易接口的查询功能是有流控限制的,每秒限制只能查询1次。买卖报单以及撤单不受流控限制。

![](./img/authenticate.png)

## 5、滚动交易

延时是很多量化交易会关注的问题,但是这又是一个很复杂的问题。

为了简单起见,我们设计了`examples/rolling_trade.py`这个滚动交易策略:收到前次报单成交回报时发起新的交易请求。完成300次交易之后,我们统计一下1秒内的交易次数,就可以计算出交易环境的延时,包括网络、交易程序、期货公司系统、交易所系统总的用时。

我使用simnow的7*24测试环境在阿里云服务器上运行该例子,1s内完成110笔成交。但是,需要说明的是,这个数据并不真实,因为7*24测试环境负载非常低。建议大家在正常的交易时间使用simnow仿真环境测试,可以获得相对更有价值的数据。

![](./img/rolling_trade.png)

## 6、盈损管理

`examples/risk_manager.py`是一个相对复杂的例子,启动后可以监控账户的所有的成交,包括从快期或者其他终端软件报的单,当达到止盈止损条件时,就会自动平仓。启动前需要设置好止盈止损参数:

```python
pl_parameter = {
'StrategyID': 9,
# 盈损参数,'0'代表止盈, '1'代表止损,绝对价差
'ProfitLossParameter': {
b'rb2010': {'0': [2], '1': [2]},
b'ni2007': {'0': [20], '1': [20]},
},
}
```

简单起见,这里只实现了固定止盈止损,大家可以参考实现更复杂、有效的止损策略。这篇文章为大家提供一些关于止盈止损的思路:[http://algo.plus/researches/0002.html](http://algo.plus/researches/0002.html)

另外,我们也可以将这个策略部署到服务器上,成为属于自己的云端条件单系统。

因为目的是为了让大家快速熟悉AlgoPlus,所以很多问题都浅尝辄止,以后有机会我们再进行深入探讨,也欢迎大家在后台留言讨论。

## 7、订阅全市场行情并落地为csv文件

期货合约都是有期限的,订阅全市场行情需要先使用`AlgoPlus.CTP.TraderApi.run_query_instrument`查询当前挂牌交易的所有合约,然后再交给`run_mdrecorder`订阅并存储。`subscribe_all.py`演示了具体如何使用。

# 仿真交易测试

## 1、`SimNow同步仿真环境`

```
BrokerID = "9999"
TraderFrontAddress = "tcp://180.168.146.187:10201"
MdFrontAddress = "tcp://180.168.146.187:10211"
AppID = "simnow_client_test"
AuthCode = "0000000000000000"
```

## 2、`SimNow同步仿真环境`

```
BrokerID = "9999"
TraderFrontAddress = tcp://180.168.146.187:10202
MdFrontAddress = tcp://180.168.146.187:10212
AppID = "simnow_client_test"
AuthCode = "0000000000000000"
```

## 3、`SimNow同步仿真环境`

```
BrokerID = "9999"
TraderFrontAddress = "tcp://218.202.237.33:10203"
MdFrontAddress = "tcp://218.202.237.33:10213"
AppID = "simnow_client_test"
AuthCode = "0000000000000000"
```

## 4、`SimNow7*24仿真环境`

```
BrokerID = "9999"
TraderFrontAddress = "tcp://180.168.146.187:10130"
MdFrontAddress = "tcp://180.168.146.187:10131"
AppID = "simnow_client_test"
AuthCode = "0000000000000000"
```

# 地址

1. 码云:<https://gitee.com/AlgoPlus/>
2. GitHub:<https://github.com/keyalgo/AlgoPlus>

### 自媒体账号

* bilibili账号:**AlgoPlus**

* 微信公众号:**AlgoPlus**

![](./img/微信公众号AlgoPlus.jpg)

* QQ群:**866469866**

![](./img/QQ群866469866.png)
46 changes: 46 additions & 0 deletions examples/authenticate.py
Original file line number Diff line number Diff line change
@@ -0,0 +1,46 @@
# -*- coding: utf-8 -*-

# 微信公众号:AlgoPlus
# 官网:http://algo.plus
# 项目地址:https://gitee.com/AlgoPlus/

from multiprocessing import Queue
from AlgoPlus.CTP.AuthenticateHelper import run_authenticate
from AlgoPlus.CTP.FutureAccount import get_simulate_account

if __name__ == '__main__':
# 账户
account = get_simulate_account(
investor_id='', # 账户
password='', # 密码
server_name='', # 电信1、电信2、移动、TEST、N视界
)

# future_account = FutureAccount(
# broker_id='', # 期货公司BrokerID
# server_dict={'TDServer': "ip:port", 'MDServer': 'ip:port'}, # TDServer为交易服务器,MDServer为行情服务器。服务器地址格式为"ip:port。"
# reserve_server_dict={}, # 备用服务器地址
# investor_id='', # 账户
# password='', # 密码
# app_id='simnow_client_test', # 认证使用AppID
# auth_code='0000000000000000', # 认证使用授权码
# subscribe_list=[], # 订阅合约列表
# md_flow_path='./log', # MdApi流文件存储地址,默认MD_LOCATION
# td_flow_path='./log', # TraderApi流文件存储地址,默认TD_LOCATION
# )

# 参数
parameter_dict = {
'ExchangeID': b'SHFE', # 交易所
'InstrumentID': b'rb2310', # 合约代码
'UpperLimitPrice': 4380, # 涨停板
'LowerLimitPrice': 3511, # 跌停板
'Volume': 1, # 报单手数
}

# 共享队列
share_queue = Queue(maxsize=100)
share_queue.put(parameter_dict)

#
run_authenticate(account, share_queue)
52 changes: 52 additions & 0 deletions examples/get_bar.py
Original file line number Diff line number Diff line change
@@ -0,0 +1,52 @@
# -*- coding: utf-8 -*-

# 微信公众号:AlgoPlus
# 官网:http://algo.plus
# 项目地址:https://gitee.com/AlgoPlus/

from multiprocessing import Process, Queue
from AlgoPlus.CTP.MdApi import run_bar_engine
from AlgoPlus.CTP.FutureAccount import get_simulate_account


def print_bar(md_queue):
while True:
if not md_queue.empty():
print(md_queue.get(block=False))


if __name__ == '__main__':
# 账户
future_account = get_simulate_account(
investor_id='', # 账户
password='', # 密码
server_name='', # 电信1、电信2、移动、TEST、N视界
subscribe_list=[b'IC2304'], # 合约列表
)

# future_account = FutureAccount(
# broker_id='', # 期货公司BrokerID
# server_dict={'TDServer': "ip:port", 'MDServer': 'ip:port'}, # TDServer为交易服务器,MDServer为行情服务器。服务器地址格式为"ip:port。"
# reserve_server_dict={}, # 备用服务器地址
# investor_id='', # 账户
# password='', # 密码
# app_id='simnow_client_test', # 认证使用AppID
# auth_code='0000000000000000', # 认证使用授权码
# subscribe_list=[], # 订阅合约列表
# md_flow_path='./log', # MdApi流文件存储地址,默认MD_LOCATION
# td_flow_path='./log', # TraderApi流文件存储地址,默认TD_LOCATION
# )

# 共享队列
share_queue = Queue(maxsize=100)

# 行情进程
md_process = Process(target=run_bar_engine, args=(future_account, [share_queue]))
# 交易进程
print_process = Process(target=print_bar, args=(share_queue,))

md_process.start()
print_process.start()

md_process.join()
print_process.join()
51 changes: 51 additions & 0 deletions examples/get_tick.py
Original file line number Diff line number Diff line change
@@ -0,0 +1,51 @@
# -*- coding: utf-8 -*-

# 微信公众号:AlgoPlus
# 官网:http://algo.plus
# 项目地址:https://gitee.com/AlgoPlus/

from multiprocessing import Process, Queue
from AlgoPlus.CTP.MdApi import run_tick_engine
from AlgoPlus.CTP.FutureAccount import get_simulate_account


def print_tick(md_queue):
while True:
if not md_queue.empty():
print(md_queue.get(block=False))


if __name__ == '__main__':
future_account = get_simulate_account(
investor_id='', # 账户
password='', # 密码
server_name='', # 电信1、电信2、移动、TEST、N视界
subscribe_list=[b'IC2304'], # 合约列表
)

# future_account = FutureAccount(
# broker_id='', # 期货公司BrokerID
# server_dict={'TDServer': "ip:port", 'MDServer': 'ip:port'}, # TDServer为交易服务器,MDServer为行情服务器。服务器地址格式为"ip:port。"
# reserve_server_dict={}, # 备用服务器地址
# investor_id='', # 账户
# password='', # 密码
# app_id='simnow_client_test', # 认证使用AppID
# auth_code='0000000000000000', # 认证使用授权码
# subscribe_list=[], # 订阅合约列表
# md_flow_path='./log', # MdApi流文件存储地址,默认MD_LOCATION
# td_flow_path='./log', # TraderApi流文件存储地址,默认TD_LOCATION
# )

# 共享队列
share_queue = Queue(maxsize=100)

# 行情进程
md_process = Process(target=run_tick_engine, args=(future_account, [share_queue]))
# 交易进程
print_process = Process(target=print_tick, args=(share_queue,))

md_process.start()
print_process.start()

md_process.join()
print_process.join()
Loading

0 comments on commit 7db97fb

Please sign in to comment.