vbkbmqj / quant_trader

使用easytrader进行实盘交易的集成项目

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

项目概述

这个项目,主要帮助完成实盘交易的对接。

思路是:

客户端(往往是研究用的策略分析程序),会把挑选出来的股票,买信号,推给服务器; 或者把风控发现需要卖出的股票,推给服务器。

服务器接收到买卖信号,会先保存到服务器的sqlite数据库中(使用sqlite是为了避免数据库依赖), 然后等待地调度。

每天会有一个和开盘时间和交易日时间才工作的调度器,每隔10分钟会询问调度任务数据库, 如果发现有买卖信号,就去调用easytrader,去进行买卖交易。 目前只支持easytrader,将来可以支持更多的broker。 easytrader我使用的是我自己的魔改版本, 毕竟丫都N年不更新了,不支持最新的同欢顺,喜欢的自取

另外,为了防止一些异常,我还创建了另外一个定时器,每天23:00去检查, 是否我的sqlite种的持仓信息,和easytrader上实盘的持仓信息是否一致, 如果不一致,就同步下来,并且剔除不在实盘上的仓位股票。 这个类似于财务中的对账,防止出现不一致的情况。

项目中还包含了一个notify模块,可以把一些异常、通知发送给企业微信和邮箱。 模仿了logging的级别,用于接受各类通知,了解系统运行的问题和情况。

哈哈,我怎么觉得,我自己写了一个"策略易"出来啊。

目前实现的有:

  • 跟曹一起合作的Cao策略
  • 重现Kim教父的量化策略

如何运行

0、安装各种包

pip install -r requirement.txt

1、安装easytrader

git clone https://github.com/piginzoo/easytrader
cd easytrader
python setup.py install 

2、安装同花顺软件,并配置路径

  • 下载同花顺,并安装
  • 配置[conf/config.yml],并修改其中的配置:
# 下单服务器支持的券商信息
brokers:
        yinhe: # 银河证券
                uid: 'xxxxxxx'
                pwd: 'yyyyyyy'
                client_type: 'ths5.19'
                exe_path: 'c:\software\ths\xiadan.exe'
        mock: # 同花顺模拟炒股
                uid: 'xxxxxxx'
                pwd: 'yyyyyyy'
                client_type: 'universal_client'
                exe_path: 'c:\software\ths.mock\xiadan.exe'

其中不同券商的软件尽量分开(原因:银河证券登录框一旦激活,就无法切换到其他券商的登录框,所以要分开目录。)

3、启动服务器:

bin\server.bat

开发日志(一览)

这个用于记录一些比较tricky的开发日志

  • 20220702
    • 加入了easytrader的集成,可以用它来做交易了,并对其进行了bug修复和扩展(项目已经4年未更新了,不适配5.19的同花顺xiadan.exe)
    • 加入了web端实现,实现了在服务器端的一个调度:
      • 为了简便,使用sqlite(不用单独安装数据库)来记录所有的交易请求、交易日志、交易仓位
      • 实现了从客户端提交->保存到数据库->调度器读取任务进行买卖->归档到日志表和更新仓位表
      • 对各类异常进行处理,买入/卖出失败、重试、撤单
      • 实现了一个Web UI,可以查询各类信息,并且做了安全校验
      • 实现了企业微信、邮件的分级通知
    • 反复调试模拟盘,各种异常case测试,实现了一些集成测试类
  • 20220706
    • 实现了一个仓位同步功能,每晚11:00启动一个调度器,来将真实仓位同步到逻辑仓位,防止遗留真实仓位,以及修正价格和股数信息,以真实仓位为准
    • 重新实现了WebUI,完全采用api方式+ajax-json方式了,不在使用页面方式了,主要是jinja模版太难用了
    • 重新修改UI显示,采用大按钮,布局更合理
    • 在WebUI中增加了删除任务的功能,用于删除那些僵尸任务:反复执行的(针对卖)
    • 实现了风控卖出,根据最大回撤找到股票,卖出;可以单独运行,也集成在了一键实盘信号获取的过程中
    • 实现了服务器端和客户端的代码分开,客户端尊崇tushare以.SH,.SZ结尾,服务器端使用标准代码6位无后缀
    • 加入了更惊喜的SIGNAL消息,统一了日志和通知,在客户端推送时也加入通知
    • 重写了买卖逻辑,分开成2个独立的job,增加了逻辑控制,更鲁棒,其中买在尝试多次后会自动删除归档;而卖则一直会尝试,重新挂单再卖,努力卖出去
    • 处理了没有获得委托单合同编号的遗漏情况,查到当日成交的同代码股票,就算成功,回抄委托单合同编号
  • 20220729
    • 修正了卖出的时候,如果没获得entrust_no合同单,就会导致反复尝试,不会查单回填,的bug
    • 修正了双向仓位同步,以实际持仓为根本的bug
    • 加入了多账户支持,在查询的时候,可以查询不同券商仓位

开发日志(详细)

设计和实现回顾(2022.7.7)

终于上了模拟盘,就差最后一步上真实交易账户了,先跑跑看。 把之前的设计思路和回顾做一个简短的回顾,方便以后的review。

总的思路就是想干:

  • 可以实现一个一键实盘信号发现和交易的环境。

细节:

  • 上实盘的话,就得每天做一个回测,因为使用最长15个月的月均线,就取了3年内的数据
  • 其他的指标,也都提前算好,而不是像之前回测的时候,现算,提高速度
  • 还要做一个自动check数据是否是最新,决定回测当天还是前一天的细节逻辑
  • 实盘跑策略,使用的是之前跑回测策略用的代码,复用了,区别在于忽略所有的日子,只剩下当天的日子
  • 实盘后,会把出现的买交易信号,放到一个信号表中
  • 还要去服务器上下载最新的持仓,按照买入日,计算最大回撤,决定是否要风控卖出与否
  • 把这些信号都推送到服务器的任务表中,等待开盘去调度买入或者卖出
  • 服务器实现了一个web服务器,可以查询持仓、待交易任务和交易日志,以及各种实盘软件上的信息
  • 服务器上使用easytrader+同花顺,实现了实盘交易,easytrader是自己的fork的版本,修丁了很多错误
  • 服务器上起了一个定时器,每隔10分钟,检查是否有待交易任务,从而触发买、卖操作
  • 买卖操作是通过easytrader的UI机器人操作同花顺实现的,因为有验证码干扰,以及UI操作的滞后性,做了大量容错处理
  • 买卖成功后,把最新价格、合同单号移入交易日志表,服务器上使用sqlite,方便数据库维护
  • 交易成功与否、以及各种异常、以及各种信号出现,都会发送到邮件和企业微信群组,方便监控

总结:

遇到很多细节问题,都一一解决,一些感受和教训:

  • easytrader非常不稳定,未来需要切换到其他通道(一创聚宽或者国信iQuant)
  • 基本上实现了一个小框架,虽然不完善,但是完成了整个闭环,从策略研发到实盘交易
  • 复盘模块,还没有开始写,未来考虑继续研发出来

设计和实现回顾(2022.7.30)

实际运行了一段时间了,还是发现一些细节问题,这里更新一下设计的调整和背后的意图:

  • 推送到服务器的买卖任务,还是需要带着策略名,为将来接受更多的策略,以及回溯收益情况,做准备
  • 修正了常见的错误,买入或者卖出的时候,未获得entrust_no合同单号,导致总是close不掉这个任务, 原因是precheck的时候,对于可用股数=0的当做了未持股,所以卖出流程终止导致,去掉这个=0限制即可
  • 持仓同步的时候,只考虑实盘=>逻辑持仓方向,未考虑逻辑持仓不在实盘内的情况,加入了这个反向检查

EasyTrade和多账户问题解决(2022.8.4)

涉及到切换券商,之前没有特别测试,今天跑了一下发现了一些问题,并且,修正之:

  • 在首页中,加入券商选项,可以查询不同券商的真实持仓、头寸等信息
  • 发现切换账户登录还是有些问题,最好的办法就是提前把多个账户的交易软件都打开登录好
  • 由于之前就发现切换到银河登陆界面,就无法切换回其他登录界面的问题,目前是模拟炒股(c:\software\ths.mock)和银河证券(c:\software\ths)的目录分开存放了
  • 逻辑界面没有可以区分,没必要,他们会在显示的时候,增加一列
  • 总之easytrader很不好用,唉,缺乏一个好的券商接口,真头疼

待实现需求(TODO List)

  • 在tradelog表中,增加策略字段,知道这只股票的交易完成是那个策略的功劳
  • 拉下来交易日志,对策略进行评估,复盘模块
  • 手工完成交易的时候,应该去读一下持仓的买入价格

About

使用easytrader进行实盘交易的集成项目


Languages

Language:Python 67.0%Language:JavaScript 24.7%Language:HTML 6.3%Language:CSS 1.5%Language:Batchfile 0.2%Language:Shell 0.2%