rainly / basic_trading_strategy

basic_trading_strategy

基本的交易策略以及自动化

---

安装设置

使用预先打包的 docker

docker run  -it --rm \
  -v $(pwd)/vt_setting.json:/root/.vntrader/vt_setting.json \
  -v $(pwd)/system_config.py:/strategies/utils/system_configs.py \
  chenditc/ditrading:latest

• 配置运行目录下的 vt_settings.json 可以使用不同的数据库，不配置则使用临时的 sqlite 数据库，docker 停止后即销毁。配置方式参考 vnpy数据库配置
• 配置运行目录下的 system_config.py 可以调整其他的参数，例如推送的配置，回调，Azure App Insight 的配置。配置样例参考 sample_system_config.py

自己编译docker

如果需要自己编译 docker，使用 Dockerfile 编译后运行即可。

数据准备

目前使用的是

1. tushare
2. akshare

在策略执行时会自动进行数据的下载更新

回测开发

启动开发环境：

docker run  -it --rm \
  -e JUPYTER_TOKEN=xxxxxx \
  -v $(pwd)/vt_setting.json:/root/.vntrader/vt_setting.json \
  -v $(pwd):/strategies \
  -p 8888:8888 \
  chenditc/ditrading:latest

将本地目录挂载至 jupyter 的启动目录，然后在 jupyter notebook 中进行测试和调试。Jupyter notebook 的访问 token 是 JUPYTER_TOKEN 环境变量对应的值。

在尝试了若干回测框架后发现 vnpy 的相对更灵活，可以对多个标的进行灵活切换，适合作为多资产配置的回测引擎。目前使用 vnpy 作为回测引擎。

实盘交易

实盘运行：

docker run -d --rm \
  -v $(pwd)/vt_setting.json:/root/.vntrader/vt_setting.json \
  -v $(pwd)/system_config.py:/strategies/utils/system_configs.py
  chenditc/ditrading:latest \
  python3 /scripts/daily_strategy_run.py 

在 scripts/daily_strategy_run.py 中存放了每日需要跑的策略定义。

目前实盘主要靠每日执行回测生成的交易信号发送推送，在第二天开盘前用集合竞价的方式成交。 目前设置为：

1. 早上10点执行港股自动打新策略。
2. 每天晚上8点跑 IF 和 IC 基差滚动策略。
3. 早上10点执行A股自动打新策略。

---

策略目录

• 股指期货基差套利
• 港股自动打新
• 蜘蛛网策略