tqsdk.algorithm - 算法模块

tqsdk.algorithm.twap - Twap 算法

class tqsdk.algorithm.twap.Twap(api: TqApi, symbol: str, direction: str, offset: str, volume: int, duration: float, min_volume_each_order: int, max_volume_each_order: int, account: TqAccount | TqKq | TqSim | None = None)

天勤算法 - Twap

Twap 算法实现了在设定的交易时间段内，完成设定的下单手数。

构造 Twap 类的实例，该算法实例就会开始运行，根据以下逻辑下单：

将用户设置的总手数，拆分为一个随机手数列表，列表的值即为每次下单的手数，列表元素之和为总下单手数，同时每次下单手数也符合用户设置的每次下单手数的上下限；
将总的交易时间段拆分为随机时间间隔列表，列表的值即为每次下单的时间间隔，这些时间间隔相加应该等于总的下单时间；
每一次下单，在两个列表中分别取出下单手数、下单预计完成的时间，先用跟盘价下单，在当前时间间隔已经过去 2/3 或者只剩下 2s 时，主动撤掉未成交单，用对手价下单剩余手数；
在当前时间段已结束并且下单手数全部成交完，会开始下一次下单，重复第 3 步。

基于以上逻辑，用户参数应该满足：

平均每次下单时间 = duration / 下单次数 > 3s

其中，下单次数 = 总的下单手数 / 平均每次下单手数 = 总的下单手数 / ((单次委托单最小下单手数 + 单次委托单最大下单手数) / 2)

注意：

时间段 duration，以 s 为单位，时长可以跨非交易时间段，但是不可以跨交易日。

比如，SHFE.cu2101 的白盘交易时间段为 ["09:00:00" ～ "10:15:00"], ["10:30:00", "11:30:00"], ["13:30:00", "15:00:00"]，duration 设置为 1200 (20分钟)。

如果当前行情时间是 2020-09-15 09:10:00，那么下单的时间应该在 2020-09-15 09:10:00 ～ 2020-09-15 09:30:00；如果当前行情时间是 2020-09-15 10:10:00，那么下单的时间应该在 2020-09-15 10:10:00 ～ 2020-09-15 10:15:00，以及 2020-09-15 10:30:00 ～ 2020-09-15 10:45:00。

本模块不支持在回测中使用。

创建 Twap 实例

Args:

api (TqApi): TqApi实例，该task依托于指定api下单/撤单

symbol (str): 拟下单的合约symbol, 格式为交易所代码.合约代码, 例如 "SHFE.cu1801"

direction (str): "BUY" 或 "SELL"

offset (str): "OPEN", "CLOSE"，"CLOSETODAY"

volume (int): 需要下单的总手数

duration (int): 算法执行的时长，以秒为单位，时长可以跨非交易时间段，但是不可以跨交易日 * 设置为 60*10, 可以是 10:10～10:15 + 10:30~10:35

min_volume_each_order (int):单笔最小委托单，每笔委托单数默认在最小和最大值中产生

max_volume_each_order (int):单笔最大委托单，每笔委托单数默认在最小和最大值中产生

account (TqAccount/TqKq/TqSim): [可选]指定发送下单指令的账户实例, 多账户模式下，该参数必须指定

Example1:

from tqsdk import TqApi
from tqsdk.algorithm import Twap

api = TqApi(auth="快期账户,用户密码")
# 设置twap任务参数
target_twap = Twap(api,"SHFE.rb2012","BUY","OPEN",500,300,10,25)
# 启动循环
while True:
  api.wait_update()
  if target_twap.is_finished():
      break
api.close()

Example2:

from tqsdk import TqApi
from tqsdk.algorithm import Twap

api = TqApi(auth="快期账户,用户密码")
target_twap = Twap(api,"SHFE.rb2012","BUY","OPEN",500,300,10,25)

num_of_trades = 0

while True:
  api.wait_update()

  if num_of_trades < len(target_twap.trades):
    # 最新的成交
    for i in range(num_of_trades - len(target_twap.trades), 0):
      print("新的成交", target_twap.trades[i])
    print(target_twap.average_trade_price)  # 打印出当前已经成交的平均价格
    num_of_trades = len(target_twap.trades)

  if target_twap.is_finished():
      break

print("打印出 twap 全部成交以及成交均价")
print(target_twap.trades)
print(target_twap.average_trade_price)
api.close()

cancel()

取消当前 Twap 算法实例，会将该实例已经发出但还是未成交的委托单撤单。

Example:

from tqsdk import TqApi
from tqsdk.algorithm import Twap

api = TqApi(auth="快期账户,用户密码")
# 设置twap任务参数
quote = api.get_quote("SHFE.rb2012")
target_twap = Twap(api,"SHFE.rb2012","BUY","OPEN",500,300,10,25)
api.wait_update()
# 运行代码。。。
target_twap.cancel()
while True:
  api.wait_update()
  if target_twap.is_finished():
      break
api.close()

is_finished()

返回当前 Twap 算法实例是否已经结束。即此实例不会再发出下单或者撤单的任何动作。

Returns:: bool: 当前 Twap 算法实例是否已经结束

tqsdk.algorithm.time_table_generater - 生成 time_table 辅助函数

tqsdk.algorithm.time_table_generater.twap_table(api: TqApi, symbol: str, target_pos: int, duration: int, min_volume_each_step: int, max_volume_each_step: int, account: TqAccount | TqKq | TqSim | None = None)

返回基于 twap 策略的计划任务时间表。下单需要配合 TargetPosScheduler 使用。

Args:

api (TqApi): TqApi实例，该task依托于指定api下单/撤单

symbol (str): 拟下单的合约 symbol, 格式为交易所代码.合约代码, 例如 "SHFE.cu1801"

target_pos (int): 目标持仓手数

duration (int): 算法执行的时长，以秒为单位，时长可以跨非交易时间段，但是不可以跨交易日 * 设置为 60*10, 可以是 10:10～10:15 + 10:30~10:35

min_volume_each_step (int): 调整持仓手数最小值，每步调整的持仓手数默认在最小和最大值中产生

max_volume_each_step (int): 调整持仓手数最大值，每步调整的持仓手数默认在最小和最大值中产生

account (TqAccount/TqKq/TqSim): [可选]指定发送下单指令的账户实例, 多账户模式下，该参数必须指定

Returns:

pandas.DataFrame: 本函数返回一个 pandas.DataFrame 实例. 表示一份计划任务时间表。每一行表示一项目标持仓任务，包含以下列:

interval: 当前这项任务的持续时间长度，单位为秒

target_pos: 当前这项任务的目标持仓

price: 当前这项任务的下单价格模式，支持 PASSIVE（排队价），ACTIVE（对价），None（不下单，表示暂停一段时间）

Example1:

from tqsdk import TqApi, TargetPosScheduler
from tqsdk.algorithm import twap_table

api = TqApi(auth="快期账户,用户密码")
quote = api.get_quote("CZCE.MA109")

# 设置twap任务参数
time_table = twap_table(api, "CZCE.MA109", -100, 600, 1, 5)  # 目标持仓 -100 手，600s 内完成
print(time_table.to_string())

target_pos_sch = TargetPosScheduler(api, "CZCE.MA109", time_table)
# 启动循环
while not target_pos_sch.is_finished():
    api.wait_update()
api.close()

Example2:

from tqsdk import TqApi, TargetPosScheduler
from tqsdk.algorithm import twap_table

api = TqApi(auth="快期账户,用户密码")
quote = api.get_quote("CZCE.MA109")

# 设置 twap 任务参数，
time_table = twap_table(api, "CZCE.MA109", -100, 600, 1, 5)  # 目标持仓 -100 手，600s 内完成

# 定制化调整 time_table，例如希望第一项任务延迟 10s 再开始下单
# 可以在 time_table 的头部加一行
time_table = pandas.concat([
    DataFrame([[10, 10, None]], columns=['interval', 'target_pos', 'price']),
    time_table
], ignore_index=True)

target_pos_sch = TargetPosScheduler(api, "CZCE.MA109", time_table)
while not target_pos_sch.is_finished():
    api.wait_update()

# 获取 target_pos_sch 实例所有的成交列表
print(target_pos_sch.trades_df)

# 利用成交列表，您可以计算出策略的各种表现指标，例如：
average_trade_price = sum(scheduler.trades_df['price'] * scheduler.trades_df['volume']) / sum(scheduler.trades_df['volume'])
print("成交均价:", average_trade_price)
api.close()

tqsdk.algorithm.time_table_generater.vwap_table(api: TqApi, symbol: str, target_pos: int, duration: float, account: TqAccount | TqKq | TqSim | None = None)

返回基于 vwap 策略的计划任务时间表。下单需要配合 TargetPosScheduler 使用。

调用 vwap_table 函数，根据以下逻辑生成 time_table：

根据 target_pos - 当前合约的净持仓，得到总的需要调整手数
请求 symbol 合约的 1min K 线
采样取用最近 10 日内，以合约当前行情时间的下一分钟为起点，每日 duration / 60 根 K 线, 例如当前合约时间为 14:35:35，那么采样是会使用 14:36:00 开始的分钟线 K 线
按日期分组，分别计算交易日内，每根 K 线成交量占总成交量的比例
计算最近 10 日内相同分钟内的成交量占比的算术平均数，将第 1 步得到的总调整手数按照得到的比例分配
每一分钟，前 58s 以追加价格下单，后 2s 以对价价格下单

Args:

api (TqApi): TqApi实例，该task依托于指定api下单/撤单

symbol (str): 拟下单的合约 symbol, 格式为交易所代码.合约代码, 例如 "SHFE.cu2201"

target_pos (int): 目标持仓手数

duration (int): 算法执行的时长，以秒为单位，必须是 60 的整数倍，时长可以跨非交易时间段，但是不可以跨交易日 * 设置为 60*10, 可以是 10:10～10:15 + 10:30~10:35

account (TqAccount/TqKq/TqSim): [可选]指定发送下单指令的账户实例, 多账户模式下，该参数必须指定

Returns:

pandas.DataFrame: 本函数返回一个 pandas.DataFrame 实例. 表示一份计划任务时间表。每一行表示一项目标持仓任务，包含以下列:

interval: 当前这项任务的持续时间长度，单位为秒

target_pos: 当前这项任务的目标持仓

price: 当前这项任务的下单价格模式，支持 PASSIVE（排队价），ACTIVE（对价），None（不下单，表示暂停一段时间）

Example1:

from tqsdk import TqApi, TargetPosScheduler
from tqsdk.algorithm import vwap_table

api = TqApi(auth="快期账户,用户密码")
quote = api.get_quote("CZCE.MA109")

# 设置 vwap 任务参数
time_table = vwap_table(api, "CZCE.MA109", -100, 600)  # 目标持仓 -100 手，600s 内完成
print(time_table.to_string())

target_pos_sch = TargetPosScheduler(api, "CZCE.MA109", time_table)
# 启动循环
while not target_pos_sch.is_finished():
    api.wait_update()
api.close()