AlgoTrading - 算法委托执行交易模块¶
功能简介¶
AlgoTrading是用于算法委托执行交易的模块,用户可以通过其UI界面操作来便捷完成启动算法、保存配置、停止算法等任务。
算法交易负责委托订单的具体执行过程。目前,AlgoTrading提供了多种示例算法,用户可以通过把大笔订单自动拆分成合适的小单分批委托,有效降低交易成本和冲击成本(如冰山算法、狙击手算法),也可以在设定的阈值内进行高抛低吸操作(如网格算法、套利算法)。
加载启动¶
VeighNa Station加载¶
启动登录VeighNa Station后,点击【交易】按钮,在配置对话框中的【应用模块】栏勾选【AlgoTrading】。
脚本加载¶
在启动脚本中添加如下代码:
# 写在顶部
from vnpy_algotrading import AlgoTradingApp
# 写在创建main_engine对象后
main_engine.add_app(AlgoTradingApp)
启动模块¶
对于用户搭建的算法,需要放到algo_trading.algos目录中,才能被识别加载。
在启动模块之前,请先连接交易接口(连接方法详见基本使用篇的连接接口部分)。看到VeighNa Trader主界面【日志】栏输出“合约信息查询成功”之后再启动模块,如下图所示:
请注意,IB接口因为登录时无法自动获取所有的合约信息,只有在用户手动订阅行情时才能获取。因此需要在主界面上先行手动订阅合约行情,再启动模块。
成功连接交易接口后,在菜单栏中点击【功能】-> 【算法交易】,或者点击左侧按钮栏的图标:
即可进入算法委托执行交易模块的UI界面,如下图所示:
配置算法¶
配置参数要求如下:
算法:在下拉框中选择要执行的交易算法;
本地代码:格式为vt_symbol(合约代码 + 交易所名称);
方向:多、空;
价格:委托下单的价格;
数量:委托的总数量,需要拆分成小批订单进行交易;
执行时间(秒):运行该算法交易的总时间,以秒为单位;
每轮间隔(秒):每隔多少时间进行委托下单操作,以秒为单位;
开平:开、平、平今、平昨。
启动算法¶
目前VeighNa一共提供了五种常用的示例算法。本文档以时间加权平均算法(TWAP)为例,介绍算法启动过程。
参数配置完成后(已保存的算法信息,通过在【配置】栏对应的算法下点击【使用】,可切换界面左侧配置的信息内容),点击【启动算法】按钮,即可立刻执行算法交易。
若启动成功,则可在右上角【执行中】界面观测到该算法的执行状态。
图中算法执行的任务具体为:使用时间加权平均算法,买入10000手豆油2109合约(y2409),执行价格为7420元,执行时间为600秒,每轮间隔为6秒;即每隔6秒钟,当合约卖一价小于等于7420时,以7420的价格买入100手豆油2409合约,将买入操作分割成100次。
CSV启动¶
当有较多算法需要启动时,可以通过CSV文件来一次性批量启动。点击图形界面左侧的【CSV启动】按钮,在弹出的对话框中找到要导入的CSV文件后打开即可快速启动算法。
请注意,CSV文件的格式应如下图所示,和左侧编辑区的各字段一致:
结合Excel的表格快速编辑功能,批量添加算法较为方便。启动成功后,CSV文件中所有算法的执行情况均会显示在【执行中】界面下。
停止算法¶
当用户需要暂停正在执行的交易算法时,可以在【执行中】界面点击【暂停】按钮,暂停某个正在执行的算法交易,如下图所示:
当用户需要恢复已经暂停的交易算法时,可以在【执行中】界面点击【恢复】按钮,恢复某个已经暂停的算法交易,如下图所示:
当用户需要停止正在执行的交易算法时,可以在【执行中】界面点击【停止】按钮,停止某个正在执行的算法交易,如下图所示:
用户也可以在委托交易界面点击最下方的【全部停止】按钮,一键停止所有执行中的算法交易,如下图所示:
数据监控¶
数据监控界面由四个部分构成:
执行中组件:显示正在执行的算法交易,包括:算法、参数、变量和状态。成功启动算法之后,切换到右上角【执行中】界面,会显示该算法的执行状态,如下图所示:
已结束组件:显示已完成的算法交易,同样包括:算法、参数、变量和状态。算法结束或者停止之后,切换到右上角【已结束】界面,会显示该算法的执行状态,如下图所示:
日志组件:显示启动、停止、完成算法的相关日志信息。在打开算法交易模块后,会进行初始化,故【日志】组件会首先输出“算法交易引擎启动”,如下图所示:
示例算法¶
示例算法路径位于vnpy_algotrading.algos文件夹下(请注意,个别算法是没有写开平方向的,若有需要,可基于自身需求进行个性化修改)。目前,算法交易模块提供了以下五种内置算法:
TWAP - 时间加权平均算法¶
时间加权平均算法(TWAP)具体执行步骤如下:
将委托数量平均分布在某个时间区域内,每隔一段时间用指定的价格挂出买单(或者卖单)。
买入情况:卖一价低于目标价格时,发出委托,委托数量在剩余委托量与委托分割量中取最小值。
卖出情况:买一价高于目标价格时,发出委托,委托数量在剩余委托量与委托分割量中取最小值。
Iceberg - 冰山算法¶
冰山算法(Iceberg)具体执行步骤如下:
在某个价位挂单,但是只挂一部分,直到全部成交。
买入情况:先检查撤单,最新Tick卖一价低于目标价格,执行撤单;若无活动委托,发出委托,委托数量在剩余委托量与挂出委托量中取最小值。
卖出情况:先检查撤单,最新Tick买一价高于目标价格,执行撤单;若无活动委托,发出委托,委托数量在剩余委托量与挂出委托量中取最小值。
Sniper - 狙击手算法¶
狙击手算法(Sniper)具体执行步骤如下:
监控最新Tick推送的行情,发现好的价格立刻报价成交。
买入情况:最新Tick卖一价低于目标价格时,发出委托,委托数量在剩余委托量与卖一量中取最小值。
卖出情况:最新Tick买一价高于目标价格时,发出委托,委托数量在剩余委托量与买一量中取最小值。
Stop - 条件委托算法¶
条件委托算法(Stop)具体执行步骤如下:
监控最新Tick推送的行情,发现行情突破立刻报价成交。
买入情况:Tick最新价高于目标价格时,发出委托,委托价为目标价格加上超价。
卖出情况:Tick最新价低于目标价格时,发出委托,委托价为目标价格减去超价。
BestLimit - 最优限价算法¶
最优限价算法(BestLimit)具体执行步骤如下:
监控最新Tick推送的行情,发现好的价格立刻报价成交。
买入情况:先检查撤单:最新Tick买一价不等于目标价格时,执行撤单;若无活动委托,发出委托,委托价格为最新Tick买一价,委托数量为剩余委托量。
卖出情况:先检查撤单:最新Tick买一价不等于目标价格时,执行撤单;若无活动委托,发出委托,委托价格为最新Tick卖一价,委托数量为剩余委托量。