最近一直在琢磨操控趋势策略，玩的好一波能赚数千u，玩的不好就亏个几百一千u
会亏钱，搞得我很不爽，玩了几十笔到现在赚了3w6，其中有1wu被冻结了….
反反复复让我提交了一个礼拜各种资料，到现在还没解开，交易所就是这样，亏钱笑嘻嘻，赚钱mmp

还在精进中，努力想办法不会亏钱，让每一次都能赚5ku以上
主要就是我拉盘有人砸盘，我跟着砸盘又拖底买入，太烦了
然后遇到btc动，其他币也会跟着动，得要没行情的时候才行

靠这个策略至少赚1m

资金和策略太多一个人管理不过来
地点江西赣州，欢迎加入

一、高频做市商

1. 网络延迟架构师
2. 数学建模并优化
3. 系统内延迟优化
4. 精通Python，熟悉Rust或C++

二、套利

1. Python异步策略开发
2. 熟悉交易所

三、交易员

1. 监控套利运行状态
2. 对做市商机器人及时调整参数

四、链上

1. 智能合约开发
2. 节点搭建并优化低层
3. 熟悉Python nodejs c++

五、渗透测试

1. 对量化系统进行风险评估
2. 技术过硬

如果你会其中一项，那么我们就可以聊聊啦~

1# 屁话

偶然发现的一款策略，能神奇的不改参数适应市场
并且2018年到现在不改参数都是盈利的
比所谓的拟合策略强不知道多少倍，哈哈

后来这个策略作为一个因子伴随了我几个月的时间用于实盘

总比一直放在收藏夹吃灰，还不如分享给你们让我赚点流量
仅供分享思路，真要实盘赚钱，你要做的还很多
仅供分享思路，真要实盘赚钱，你要做的还很多

2# 原理

开仓：连续8根收盘价大于均线，最后一根收盘价小于均线
平仓：持仓3根k线，或突破最高点，或ATR，或固定止盈止损

3# 回测

4# 源码

原版：
https://www.tradingview.com/script/gl17fzdf-8-Day-Extended-Runs/

自己修改的：

import talib
import pandas as pd
from main.zhibiao import *

seting =                                                  {
    "备注": "禁用",
    "name": "Ma8",
    "symbol": "BTCUSDT_1h_Buy",
    "kTime": "1h",
    "ma_len": 29,
    "ma_type": "lsma",
    "ma_src": "o+h+l+c",
    "pianli": 14,
    "pingcang": 4,
    "tupo": 34,
    "atr_len": 43,
    "atr_mult": 2.871,
    "atr_type": "rma",
    "buy": 1,
    "buyZhiying": 96.216,
    "buyZhisun": 12.06,
    "sell": 0,
    "sellZhiying": 0,
    "sellZhisun": 0,
    "kai": 100
}

"""
MA连续偏离8次入场，十根K线后出场
"""
def Ma8(r, df, seting):

    c = len(df)
    df['ma_src'] = GetSrc(r, seting['ma_src'])
    df['ma'] = GetMa(df['ma_src'], seting['ma_len'], seting['ma_type'])
    df['atr'] = ATR(r, seting['atr_len'], seting['atr_type'])
    df['zhisun'] = 0.0
    if seting['buy']:
        df['h'] = df['High'].rolling(seting['tupo']).max()
        df['l2'] = df['Low'].rolling(seting['pianli']).min()

    if seting['sell']:
        df['l'] = df['Low'].rolling(seting['tupo']).min()
        df['h2'] = df['High'].rolling(seting['pianli']).max()

    df['da'] = 0
    df['xiao'] = 0
    df['buy'] = 0
    # df['pingtime'] = 0
    for i in range(c):
        if i > seting['ma_len']:
            if df['Close'][i] > df['ma'][i] and (df['Close'][i-1] < df['ma'][i-1] or df['da'][i-1]):
                df['da'].values[i] = df['da'][i-1] + 1

            if df['Close'][i] < df['ma'][i] and (df['Close'][i-1] > df['ma'][i-1] or df['xiao'][i-1]):
                df['xiao'].values[i] = df['xiao'][i-1] + 1

    preSide = 0
    preZhisun = 0
    preZhisunBili = 0
    preZhiYingBili = 0

    buy = 0
    sell = 0
    for i in range(c):
        if i > seting['ma_len'] and i+1 < c:
            if seting['buy']:
                #连续多少根 大于 均线之上
                if df['Close'][i] < df['ma'][i] and df['da'][i-1] > seting['pianli']: #and df['Close'][i] > df['l2'][i]
                    df['side'].values[i] = 'BUY'

                    if preSide != 'BUY':
                        preSide = 'BUY'
                        preZhisun = df['Open'][i+1] - seting['atr_mult'] * df['atr'][i]
                        preZhisunBili = GetRoeJia(-seting['buyZhisun'], {'liang': 1, 'jiage': df['Open'][i+1]})
                        preZhiYingBili = GetRoeJia(seting['buyZhiying'], {'liang': 1, 'jiage': df['Open'][i+1]})

                    # if not buy:
                    #     df['pingtime'].values[i] = df['Time'][i] + (df['Time'][1] - df['Time'][0]) * (seting['pingcang'] + 2)
                        # df['pingtime'].values[i] = GetTime(df['pingtime'].values[i], '%Y-%m-%d %H:%M')

                    buy += 1

                elif buy:
                    buy += 1

                if buy > seting['pingcang']+1 or (seting['tupo'] and df['Close'][i] >= df['h'][i-1]):
                    df['close'].values[i] = 'BUY'
                    buy = 0
                    if preSide == "BUY":
                        preSide = 0

                df['buy'].values[i] = buy

            if seting['sell']:
                if df['Close'][i] > df['ma'][i] and df['xiao'][i-1] > seting['pianli']: # and df['Close'][i] < df['h2'][i]
                    df['side'].values[i] = 'SELL'

                    if preSide != 'SELL':
                        preSide = 'SELL'
                        preZhisun = df['Open'][i+1] + seting['atr_mult'] * df['atr'][i]
                        preZhisunBili = GetRoeJia(-seting['sellZhisun'], {'liang': -1, 'jiage': df['Open'][i+1]})
                        preZhiYingBili = GetRoeJia(seting['sellZhiying'], {'liang': -1, 'jiage': df['Open'][i+1]})

                    # if not sell:
                    #     df['pingtime'].values[i] = df['Time'][i] + (df['Time'][1] - df['Time'][0]) * (seting['pingcang'] + 2)
                        # df['pingtime'].values[i] = GetTime(df['pingtime'].values[i], '%Y-%m-%d %H:%M')
                    sell += 1

                elif sell:
                    sell += 1

                if sell > seting['pingcang']+1 or (seting['tupo'] and df['Close'][i] <= df['l'][i-1]):
                    df['close'].values[i] = 'SELL'
                    sell = 0
                    if preSide == "SELL":
                        preSide = 0

            df['zhisun'].values[i] = preZhisun
            if (preSide == 'BUY' and df['Low'][i] <= preZhisun) or (preSide == 'SELL' and df['High'][i] >= preZhisun) or \
               (preSide == 'BUY' and df['Low'][i] <= preZhisunBili) or (preSide == 'SELL' and df['High'][i] >= preZhisunBili) or \
               (preSide == 'BUY' and df['High'][i] >= preZhiYingBili) or (preSide == 'SELL' and df['Low'][i] <= preZhiYingBili):
                preSide = 0
                buy = 0
                sell = 0

    return df

1.踩坑

在我刚开始用异步协程框架写策略框架爽的飞起的时候
小数据没什么问题，流畅无延迟

后面加大数据量同时创建N个任务（loop.create_task）
那么最后面创建的这个任务，会延迟好几秒才执行，直接给我整懵逼了
任务越多，延迟情况越严重，我测试，任务很少，也会有0.00几秒的延迟

再使用多线程同时创建多个任务执行就不会有延迟的问题出现

但是一个新问题出现了，不使用异步协程又没办法使用aiohttp？？

答案：用threading多线程调用含asyncio异步函数
相关资料：https://blog.csdn.net/LeKZzz/article/details/127343128

2. uvloop

import uvloop

uvloop.new_event_loop()
loop.create_task(print_money())
loop.run_forever()

Ps：使用uvloop 可以使 asyncio 更快。事实上，它至少比 nodejs、gevent 和其他 Python 异步框架要快 两倍 。基于 uvloop 的 asyncio 的速度几乎接近了 Go 程序的速度。

3. 目前结构

目前我的策略框架为：

1. 异步协程
2. aiohttp http请求
3. 多线程
4. Websocket更新触发策略，而非轮训

我不但要在网络延迟和手续费上卷你们，还要在策略框架上卷你们，哇哈哈哈哈
不过还是得向c++低头
可惜c++写起来太麻烦了，c++100行，python1行
后面慢慢把核心功能用c++实现，然后用python去调用

第一：c++为底层的python库
第二：异步携程 + aiohttp + Session
第三：urllib3 PoolManager
第四：requests + Session
第五：requests

说个小知识，requests并发请求使用多线程网络请求会阻塞，多进程才不会
总结：垃圾requests

部分交易所支持Websocket下单，比http请求步骤更少，不需要再连接，理论上速度更快

相关资料：

1. https://www.cnblogs.com/ydf0509/p/14655383.html
2. https://zhuanlan.zhihu.com/p/338093584?ivk_sa=1024320u
3. https://github.com/ydf0509/nb_http_client

干货满满，留存一下

期权，合约对合约。现货对合约，币本位。链上提现，有波动就能赚钱
这是除了高频之外，最适合普通人的一条路了
达到顶级手续费顶级速度，你也可以的

配置选择

先是看了aws、谷歌云、阿里云
这个配置都要1-2wrmb一个月，太贵了
问了很多朋友，打算用hetzner，50欧一个月足以

我选的配置：64gb，2tb ssd
开好后在邮箱收到信息

链接后
按以下步骤安装系统：https://0o0.me/server/hetzner-reinstall-with-raid0.html
系统选ubuntu 22

搭建RPC节点

搭建eth rpc指令：

mkdir /data
cd /data

wget https://gethstore.blob.core.windows.net/builds/geth-linux-amd64-1.11.2-73b01f40.tar.gz
tar -zxvf geth-linux-amd64-1.11.2-73b01f40.tar.gz

mkdir prysm
cd prysm
curl https://raw.githubusercontent.com/prysmaticlabs/prysm/master/prysm.sh --output prysm.sh
chmod +x prysm.sh
./prysm.sh beacon-chain generate-auth-secret

cd /data/
cd geth-linux-amd64-1.11.2-73b01f40

输入完，按两次回车:
nohup ./geth  --datadir "/data/eth/" --maxpeers 75  --cache=2048 --authrpc.jwtsecret /data/prysm/jwt.hex  --http --http.addr "127.0.0.1" --http.port "18181" >&1 &

cd /data/prysm/
输入完，按两次回车:
nohup ./prysm.sh beacon-chain --execution-endpoint=http://localhost:8551 --jwt-secret=./jwt.hex --suggested-fee-recipient=0x91a0982397BEB2B65DFF9a6436695e362135cBa6  --accept-terms-of-use   &

查看eth执行层日志 tail -f /data/geth-linux-amd64-1.11.2-73b01f40/nohup.out
查看eth共识层日志 tail -f /data/prysm/nohup.out

等待同步最新块，over~
大概要1周内

使用老版本执行层同步

eth执行层如果只想太慢可以用老版本
用老版本同步到分叉的那个块，再运行新版本
运行老版本之前要先关掉新版本的进程并且删除eth文件夹

ps -ef | grep geth
kill -9 123456
rm -rf /data/eth
wget https://gethstore.blob.core.windows.net/builds/geth-linux-amd64-1.10.24-972007a5.tar.gz
tar -zxvf geth-linux-amd64-1.10.24-972007a5.tar.gz
cd geth-linux-amd64-1.10.24-972007a5/
nohup ./geth --datadir "/data/eth/" --maxpeers 75 --cache=2048 --http --http.addr "127.0.0.1" --http.port "18181" 1>&1 &

使用Python3执行脚本

等两个层都同步完成之后
就可以用python3来调用自己的rpc节点了
像我搭建的节点
ipc地址：/data/eth/geth.ipc
http地址：http://127.0.0.1:18181/

这里会出现pip3不存在的情况
需要先安装pip3
然后再安装web3

wget https://bootstrap.pypa.io/get-pip.py get-pip.py && sudo python3 get-pip.py
pip3 -V
pip3 install web3

python3 demo 代码：

from web3 import Web3

my_provider = Web3.IPCProvider('/data/eth/geth.ipc')
my_provider = Web3.HTTPProvider("http://127.0.0.1:18181/")

w3 = Web3(my_provider)
# 当前区块高度
blockNumber = w3.eth.blockNumber
print(blockNumber)

更多的操作可以在网上找资料
还可以用nodejs写，用golong的话最快

1. aws c区最快，a区11ms，c区7ms，且系统差距就差很多延迟，最快的是ubuntu20
2. python的aiohttp内部几百微妙，要用c++，招一个c++开发
3. aws c5类型的cpu能快一点点

交易所：

1. bian 在东京A区和C区，老服务器在C区，负载均衡达到一定程度就到A区，平时C区块
2. coinex 东京C区
3. okx 在阿里云香港
4. bybit 在新加坡
5. 火币 东京D区

AS模型原始文献

High-frequency trading in a limit order book

好久没更新博客了
最近两个月圣杯策略翻了几倍，但是踩了几个坑又赔回去了

这两天给圣杯策略做了个全交易对实时拟合

淘宝租了五台 i5-12600KF
然后用用遗传算法，实时拟合币安141个合约交易对、6个周期

回测日化100%+，恐怖吗，今天实盘跑了一天
还不错，但是还是有些bug
期待以后的效果

我现在还在跑千千千神的高频做市策略，带预测的，哈哈
最近币安上的新币韭菜ape、zil、gmt最多的时候一天100%，平时日化5%

累积跑了十天，这两天的暴跌行情全部吃到了
累积盈利40%左右：

这两天刚加了很多交易对，拟合的情况日化10%，最大回撤20%左右
再跑个十天，继续增加

今天早上4点时候，出现了插针的情况

吸取了上次的教训，我的实盘增加了风控功能，成功把这次风险规避
回测系统的回撤达到了20%+，而实盘有风控回撤只有6%

交易就是如此，不断吸取教训，改进，每一次改进真金白银

最近半个月状态挺糟糕的，对自己的策略严重失去信心
亏30%的时候，继续抗，直到亏70%，才后知后觉
这就是人性，再次败给了自己
把风控抛之脑后

总结了两个问题：
第一个是我一直在币安跑，后面换了Okex，对比币安，滑点增大，有的时候滑点可以达到百分之一。我回测没有统计平均单笔利润，然后也不怎么在意滑点，只在意手续费，最后回测结果和实盘结果很大出入
第二个是过拟合的问题，几乎所有机构，都是对着历史拟合，失效了继续拟合，这似乎是一个无解的问题。导致历史最大回撤被超过。

调整了下心态，继续吧

目前操作为：

1. 换回币安
2. 除了多品种外，再增加多周期，也就是一个品种同时跑15m、30m、1h，2h。（另外可以尝试6m这种大家不常用的k线，会有意想不到的效果，用3m的k线拼接就好了）
3. 注重平均单笔利润，如果你的策略回测结果平均单笔利润为万2，那么增加一点手续费或者滑点就是凉的结果
4. 完整的风控，针对过拟合的问题，要及时更新拟合失效的品种，对每个品种最大回撤要有个预期。杠杆不要开太大

对了，目前币安的BUSD挂单为-0.0001%，吃单为0.0002%（貌似持续半年了）
但是比较USDT，挂单成交率没那么高，做的人太多
并且支持BUSD的合约交易对只有八个

期间把失败分享给朋友的时候，有的人支持我继续，有的人叫我放弃炒币，好好做事
但是其实我的策略还是盈利的状态，就是开太高的杠杆一味追求利益，然后来到最大回撤关掉风控继续死扛
不过这都是自己作的，能怪谁呢？

[该文章已加密，请点击标题输入密码访问]

一直看不起长线策略年化几百太低
结果再次被金融市场按在地上狠狠的摩擦

最后尝试下高频（高频套利、千千的做市），不行专心跑长线了
然后把量化当成副业，不做主业，让他做为自己的理财方案

自己去做线报引流
有这个一天引流几百粉的能力，为啥要死磕金融一个？

半年前开始做这个早就稳定日入1k以上了
半年前做长线策略身家早就几百万了

就当做是历练了吧，让自己的心理承受能力更强（亏钱亏的）