带你学习硬核策略 之 「C++ 版 OKEX合约对冲策略」
带你学习硬核策略 之 「C++ 版 OKEX合约对冲策略」web
提及对冲策略，在各个市场中有多种多样的策略、多种多样的组合、多种多样的思路。咱们从最经典的跨期对冲来初探对冲策略的设计思路、理念。现在，数字货币市场活跃度远比市场造成之初高了不少，也出现了不少合约交易所，提供了大量可套利对冲的机会。现货跨市场套利、期现对冲套利、期货跨期套利、期货跨市场套利等等，策略层出不穷。下面咱们就一块儿 领略一个 由C++语言编写，交易市场 为OKEX合约交易所的「硬核」跨期对冲策略，策略基于「发明者量化交易平台」编写。json
策略原理websocket
为何说策略有些硬核，缘由在于 策略使用C++ 语言编写，策略阅读难度略高。可是并不妨碍读者学习到这个策略设计、思路方面的精华。策略通篇较为简洁，代码长度适中，只有500多行。行情数据获取方面，不一样于以往策略使用 rest 接口，该策略使用了websocket接口，接受交易所行情推送。
设计方面，策略结构合理，代码耦合度很低，很方便扩展或者优化。逻辑思路清晰，这样的设计不只使用、扩展很方便。做为教学策略，学习策略设计也是一个很好的范例。策略原理比较简单，即 远期合约 和近期合约 作正、反套对冲，基本原理上和商品期货的跨期对冲一致。
正套，作空远期合约，作多近期合约。
反套，作多远期合约，作空近期合约。
清楚了基本原理，剩下的就是策略如何触发对冲开仓，如何平仓，如何加仓。仓位控制方式，策略细节处理。
对冲策略主要关注的是标的物差价的波动，对差价作回归交易。然而，差价是有可能小幅震荡，或者大幅震荡，或者单边一个方向。
这就带来了对冲盈亏的不肯定性，可是风险仍是远小于单边趋势的。对于跨期策略的各类优化不少都是选择从仓位控制层面入手，从开仓平仓触发上入手。例如经典的用布林指标作为差价波动时，正套、反套的开仓、平仓点。本策略因为设计合理、耦合度很低，也能够很容易的修改为布林指标跨期对冲策略。
策略代码剖析数据结构
通篇大概看一下代码，能够总结出，代码大概主要分为四个部分。
- 1.枚举值定义，定义一些状态值，用于标记状态。一些和策略思路无关的功能函数，例如 url 编码函数，时间转换函数等，这些函数和策略思路没有关系，仅仅是对于数据作处理使用。
- 2.K线数据生成器类：策略由该生成器类对象生成的K线数据驱动。
- 3.对冲类：该类的对象能够执行具体的交易逻辑，对冲操做、策略细节的处理机制等。
- 4.策略主函数，也就是 main 函数。main 函数是策略的入口函数，主要循环在此函数内执行，此外这个函数内还执行一个重要的操做，即访问交易所的websocket 接口，获取推送来的tick行情数据，做为K线数据生成器的原料数据。socket
经过对策略代码总体上的了解，咱们下面就能够经过逐步剖析各个环节，从而完整的学习该策略的设计、思路、技巧。
枚举值定义，其它功能函数函数
一、枚举类型 State 声明
工具
enum State { // 枚举类型 定义一些 状态 STATE_NA, // 非正常状态 STATE_IDLE, // 空闲 STATE_HOLD_LONG, // 持多仓 STATE_HOLD_SHORT, // 持空仓 };
由于代码中有些函数返回某个状态，因此这些状态都定义在了枚举类型 State中。
看到代码中出现 STATE_NA 即为 非正常状态， STATE_IDLE 为空闲状态，便可以对冲操做的状态。 STATE_HOLD_LONG 为持有正套对冲仓位的状态。 STATE_HOLD_SHORT 为持有反套对冲仓位的状态。
二、字符串替换，本策略中没有调用，算是一个备用的工具函数，主要处理字符串。
string replace(string s, const string from, const string& to)
三、功能为转换为十六进制字符的函数 toHex
inline unsigned char toHex(unsigned char x)
四、处理url编码的函数
std::string urlencode(const std::string& str)
五、时间转换函数，把字符串格式的时间转换为时间戳。
uint64_t _Time(string &s)
K线数据生成器类
oop
class BarFeeder { // K线 数据生成器类 public: BarFeeder(int period) : _period(period) { // 构造函数，参数为 period 周期， 初始化列表中初始化 _rs.Valid = true; // 构造函数体中初始化 K线数据的 Valid属性。 } void feed(double price, Chart *c=nullptr, int chartIdx=0) { // 输入数据，nullptr 空指针类型，chartIdx 索引默认参数为 0 uint64_t epoch = uint64_t(Unix() / _period) * _period * 1000; // 秒级时间戳祛除不完整时间周期（不完整的_period 秒数），转为 毫秒级时间戳。 bool newBar = false; // 标记 新K线Bar 的标记变量 if (_rs.size() == 0 || _rs[_rs.size()-1].Time < epoch) { // 若是 K线数据 长度为 0 。 或者 最后一bar 的时间戳小于 epoch（K线最后一bar 比当前最近的周期时间戳还要靠前） Record r; // 声明一个 K线bar 结构 r.Time = epoch; // 构造当前周期的K线bar r.Open = r.High = r.Low = r.Close = price; // 初始化 属性 _rs.push_back(r); // K线bar 压入 K线数据结构 if (_rs.size() > 2000) { // 若是K线数据结构长度超过 2000 ， 就剔除最先的数据。 _rs.erase(_rs.begin()); } newBar = true; // 标记 } else { // 其它状况，不是出现新bar 的状况下的处理。 Record &r = _rs[_rs.size() - 1]; // 引用 数据中最后一bar 的数据。 r.High = max(r.High, price); // 对引用数据的最高价更新操做。 r.Low = min(r.Low, price); // 对引用数据的最低价更新操做。 r.Close = price; // 对引用数据的收盘价更新操做。 } auto bar = _rs[_rs.size()-1]; // 取最后一柱数据 ，赋值给 bar 变量 json point = {bar.Time, bar.Open, bar.High, bar.Low, bar.Close}; // 构造一个 json 类型数据 if (c != nullptr) { // 图表对象指针不等于 空指针，执行如下。 if (newBar) { // 根据标记判断，若是出现新Bar c->add(chartIdx, point); // 调用图表对象成员函数add,向图表对象中插入数据（新增K线bar） c->reset(1000); // 只保留1000 bar的数据 } else { c->add(chartIdx, point, -1); // 不然就更新（不是新bar），这个点（更新这个bar）。 } } } Records & get() { // 成员函数，获取K线数据的方法。 return _rs; // 返回对象的私有变量 _rs 。（即 生成的K线数据） } private: int _period; Records _rs; };
这个类主要就是负责把获取到的 tick 数据加工成差价K线，用于驱动策略对冲逻辑。
可能有的读者有疑问，为何要用 tick 数据呢？为何要构造一个 这样的K线数据生成器呢？直接用K线数据很差么？这样的疑问三连发，在我当初写一些对冲策略的时候也有迸发出来过。在写过差价布林对冲策略时就找到了答案。因为单个合约的K线数据是这一个合约在必定周期内的价格变化统计。
而两个合约的差价 的K线数据则是在必定周期内的差价价格变化统计，所以不能简单的拿两个合约各自的K线数据作减法运算，计算每根K线Bar上各个数据的差值，当作差价。这样最明显的错误就例如，两个合约的最高价、最低价，并不必定是同一时刻的。因此相减出来的数值没有太大意义。
所以咱们须要使用实时的tick数据，实时计算差价，实时统计成必定周期内的价格变更（即K线柱上的高开低收）。这样咱们就须要一个K线数据生成器，单独做为一个类，很好的进行处理逻辑分离。
对冲类学习
class Hedge { // 对冲类，策略主要逻辑。 public: Hedge() { // 构造函数 ... }; State getState(string &symbolA, Depth &depthA, string &symbolB, Depth &depthB) { // 获取状态，参数： 合约A名称 、合约A深度数据， 合约B名称、 合约B深度数据 ... } bool Loop(string &symbolA, Depth &depthA, string &symbolB, Depth &depthB, string extra="") { // 开平仓 策略主要逻辑 ... } private: vector<double> _addArr; // 对冲加仓列表 string _state_desc[4] = {"NA", "IDLE", "LONG", "SHORT"}; // 状态值 描述信息 int _countOpen = 0; // 开仓次数 int _countCover = 0; // 平仓次数 int _lastCache = 0; // int _hedgeCount = 0; // 对冲次数 int _loopCount = 0; // 循环计数（循环累计次数） double _holdPrice = 0; // 持仓价格 BarFeeder _feederA = BarFeeder(DPeriod); // A合约 行情 K线生成器 BarFeeder _feederB = BarFeeder(DPeriod); // B合约 行情 K线生成器 State _st = STATE_NA; // 对冲类型 对象的 对冲持仓状态 string _cfgStr; // 图表配置 字符串 double _holdAmount = 0; // 持仓量 bool _isCover = false; // 是否平仓 标记 bool _needCheckOrder = true; // 设置是否 检查订单 Chart _c = Chart(""); // 图表对象，并初始化 };
因为代码比较长，省略了一部分，主要显示一下这个对冲类的结构，构造函数Hedge就不说了，主要是对象初始化。剩下，主要有2个功能函数。
- getState
这个函数主要处理订单检测，订单撤销，仓位检测，仓位平衡等工做。由于在对冲交易过程当中，是避免不了单腿的状况（即一个合约成交了，一个合约没有成交），若是在下单逻辑中进行检测，而后处理追单或者平仓，策略逻辑会比较乱。因此设计这部分的时候采起了另外一种思路。若是触发对冲操做，下单一次，不管是否出现单腿对冲的状况，默认是对冲成功了，而后在getState函数中检测仓位平衡，独立出来检测处理平衡的这个逻辑。
- Loop
策略的交易逻辑封装在这个函数中，其中调用 getState ， 使用K线数据生成器对象生成 差价的K线数据，进行对冲开仓、平仓、加仓逻辑的判断。还有一些对于图表的数据更新操做。
策略主函数优化
void main() { ... string realSymbolA = exchange.SetContractType(symbolA)["instrument"]; // 获取设置的A合约（this_week / next_week / quarter ） ，在 OKEX 合约 当周、次周、季度 对应的真实合约ID 。 string realSymbolB = exchange.SetContractType(symbolB)["instrument"]; // ... string qs = urlencode(json({{"op", "subscribe"}, {"args", {"futures/depth5:" + realSymbolA, "futures/depth5:" + realSymbolB}}}).dump()); // 对 ws 接口的要传的参数进行 json 编码、 url 编码 Log("try connect to websocket"); // 打印链接 WS接口的信息。 auto ws = Dial("wss://real.okex.com:10442/ws/v3|compress=gzip_raw&mode=recv&reconnect=true&payload="+qs); // 调用FMZ API Dial 函数 访问 OKEX 期货的 WS 接口 Log("connect to websocket success"); Depth depthA, depthB; // 声明两个 深度数据结构的变量 用于储存A合约和B合约 的深度数据 auto fillDepth = [](json &data, Depth &d) { // 用接口返回的json 数据，构造 Depth 数据的代码。 d.Valid = true; d.Asks.clear(); d.Asks.push_back({atof(string(data["asks"][0][0]).c_str()), atof(string(data["asks"][0][1]).c_str())}); d.Bids.clear(); d.Bids.push_back({atof(string(data["bids"][0][0]).c_str()), atof(string(data["bids"][0][1]).c_str())}); }; string timeA; // 时间 字符串 A string timeB; // 时间 字符串 B while (true) { auto buf = ws.read(); // 读取 WS接口 推送来的数据 ... }
策略启动后是从main 函数开始执行，策略在main 函数的初始化工做中，订阅了websocket 接口的tick行情。main 函数最主要的工做就是构造了一个主循环，不停的接收交易所websocket 接口推送来的tick行情，而后调用对冲类对象的成员函数： Loop 函数。由行情数据 驱动 Loop 函数中的交易逻辑。
须要说明的一点，上文中说道的tick行情，实际是订阅的订单薄深度数据接口，获取的是每档的订单薄数据。可是策略中只是使用了第一档的数据，其实就和tick行情数据差很少了，策略中并无用其它档的数据，也没有用第一档的订单量数值。
详细看下 策略是如何订阅 websocket 接口的数据，又是如何设置的。
string qs = urlencode(json({{"op", "subscribe"}, {"args", {"futures/depth5:" + realSymbolA, "futures/depth5:" + realSymbolB}}}).dump());
Log("try connect to websocket");
auto ws = Dial("wss://real.okex.com:10442/ws/v3|compress=gzip_raw&mode=recv&reconnect=true&payload="+qs);
Log("connect to websocket success");
首先要对订阅的接口所传的订阅消息 json 参数进行 url 编码，也就是 payload 参数的值。而后比较重要的一步就是调用 发明者量化交易平台的 API 接口函数 Dial 函数。Dial 函数可用于访问交易所 websocket 接口。咱们这里进行一些设置，让即将建立的 websocket 链接控制对象 ws 具备断线自动重连（订阅消息依然使用 payload 参数的值 qs字符串），实现这个功能就须要在 Dial 函数的参数字符串中增长配置选项。
Dial函数参数的开头部分以下：
wss://real.okex.com:10442/ws/v3
是须要访问的websocket接口地址，以后用 | 分隔。
compress=gzip_raw&mode=recv&reconnect=true&payload="+qs 都是配置参数。
这样设置后，即便websocket 链接断开，发明者量化交易平台 托管者底层系统也会进行自动重连，及时地获取到最新的行情数据。
抓住每次差价波动，快速捕获到合适的对冲行情。
仓位控制
仓位控制采用相似 「波菲纳契」数列的对冲仓位比例，进行控制。
for (int i = 0; i < AddMax + 1; i++) { // 构造 控制加仓数量的数据结构，相似 波菲纳契数列 对冲数量 比例。 if (_addArr.size() < 2) { // 前两次加仓量变化为： 加一倍对冲数量 递增 _addArr.push_back((i+1)*OpenAmount); } _addArr.push_back(_addArr[_addArr.size()-1] + _addArr[_addArr.size()-2]); // 最后 两个加仓数量相加，算出当前的加仓数量储存到 _addArr数据结构中。 }
能够看到每次增长的加仓仓位数量都是最近的上两个仓位的和。
这样的仓位控制能够实现差价越大，套利对冲数量相对增长，对仓位进行分散，从而把握住小差价波动小仓位，大差价波动仓位适当增大。
平仓：止损止盈
固定的止盈差价，止损差价。
持仓差价到达止盈位置、止损位置即进行止盈、止损。
入市、离市 周期设计
参数 NPeriod 控制的周期对策略的开仓平仓进行必定的动态控制。
策略图表
策略自动生成差价 K线图表，标记相关交易信息。
C++策略自定义图表画图操做，也很是简便，能够看到在 对冲类的构造函数中，咱们使用了写好的图表配置字符串_cfgStr配置给了图表对象_c , _c 是对冲类 私有成员初始化时调用发明者量化自定义图表API接口函数 Chart 函数构造的图表对象。
_cfgStr = R"EOF( [{ "extension": { "layout": "single", "col": 6, "height": "500px"}, "rangeSelector": {"enabled": false}, "tooltip": {"xDateFormat": "%Y-%m-%d %H:%M:%S, %A"}, "plotOptions": {"candlestick": {"color": "#d75442", "upColor": "#6ba583"}}, "chart":{"type":"line"}, "title":{"text":"Spread Long"}, "xAxis":{"title":{"text":"Date"}}, "series":[ {"type":"candlestick", "name":"Long Spread","data":[], "id":"dataseriesA"}, {"type":"flags","data":[], "onSeries": "dataseriesA"} ] }, { "extension": { "layout": "single", "col": 6, "height": "500px"}, "rangeSelector": {"enabled": false}, "tooltip": {"xDateFormat": "%Y-%m-%d %H:%M:%S, %A"}, "plotOptions": {"candlestick": {"color": "#d75442", "upColor": "#6ba583"}}, "chart":{"type":"line"}, "title":{"text":"Spread Short"}, "xAxis":{"title":{"text":"Date"}}, "series":[ {"type":"candlestick", "name":"Long Spread","data":[], "id":"dataseriesA"}, {"type":"flags","data":[], "onSeries": "dataseriesA"} ] } ] )EOF"; _c.update(_cfgStr); // 用图表配置 更新图表对象 _c.reset(); // 重置图表数据。
- 调用 _c.update(_cfgStr); 使用 _cfgStr 配置到图表对象。
- 调用 _c.reset(); 重置图表数据。
在策略代码须要给图表插入数据时，也是经过 直接调用 _c 对象的成员函数，或者 把 _c 的引用做为参数传递，进而调用_c的对象成员函数（方法）去进行图表数据更新，插入操做。
例如：
_c.add(chartIdx, {{"x", UnixNano()/1000000}, {"title", action}, {"text", format("diff: %f", opPrice)}, {"color", color}});
下单交易后，在K线图表上打上标签记录。
以下，绘制K线是经过 调用 BarFeeder 类的 成员函数 feed 时，把图表对象 _c 的引用 做为参数 传入。
void feed(double price, Chart *c=nullptr, int chartIdx=0)
即feed函数的形参 c 。
json point = {bar.Time, bar.Open, bar.High, bar.Low, bar.Close}; // 构造一个 json 类型数据
if (c != nullptr) { // 图表对象指针不等于 空指针，执行如下。
if (newBar) { // 根据标记判断，若是出现新Bar
c->add(chartIdx, point); // 调用图表对象成员函数add,向图表对象中插入数据（新增K线bar）
c->reset(1000); // 只保留1000 bar个数据
} else {
c->add(chartIdx, point, -1); // 不然就更新（不是新bar），这个点（更新这个bar）。
}
}
经过调用 图表对象 _c 的add成员函数，向图表中插入新的K线Bar数据。
代码：c->add(chartIdx, point);
回测
本策略仅为学习交流使用，实盘使用时请根据实盘实际状况，自行修改优化。
策略地址：https://www.fmz.com/strategy/163447
更多有趣的策略尽在「发明者量化交易平台」 ： https://www.fmz.com
- 1. 最热版 ------単币对冲策略EA
- 2. Python3学习策略
- 3. 策略模式 C#版
- 4. 经典策略之Dual Trust策略
- 5. C++ 策略模式
- 6. C++之策略模式
- 7. c++之策略模式
- 8. 外键约束-策略
- 9. RTB竞价策略学习
- 10. MACD趋势法对冲交易策略
- 更多相关文章...
- • Redis内存回收策略 - Redis教程
- • Redis的超时命令和垃圾回收策略 - Redis教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Kotlin学习（一）基本语法
-
每一个你不满意的现在，都有一个你没有努力的曾经。
- 1. 最热版 ------単币对冲策略EA
- 2. Python3学习策略
- 3. 策略模式 C#版
- 4. 经典策略之Dual Trust策略
- 5. C++ 策略模式
- 6. C++之策略模式
- 7. c++之策略模式
- 8. 外键约束-策略
- 9. RTB竞价策略学习
- 10. MACD趋势法对冲交易策略