小鼎量化炒币机器人系统开发技术详解，小鼎量化机器人开发源码模式

小鼎量化机器人系统开发技术流程：

量化交易的大致流程：

1.选择量化策略，不同的需求选择相应的量化交易策略；

量化交易策略：

(1)策略：指的是单一的应用于股/票市场的交易策略。

(2)宏观策略：宏观策略的投/资范围不局限于单一类型的市场，而是进行全类型市场的投/资。

(3)套/利策略：套/利在这里是一种方式，因此它理论上可用于不同类型的市场。

2.将量化策略和程序化交易二者相结合。

3.通过机器人/人工智能设备来进行量化交易。

量化交易的种类：

量化交易的种类大致可分为：跨平台搬砖、趋势交易、对冲；

1.跨平台搬砖，指当不同目标平台价差达到一定金额，在价高的平台卖/出，在价低的平台买/入。

2.趋势交易，根据趋势的指标来发出卖/出和买/入的信号。

3.对冲，是指同时进行两笔与行情相关、买卖方向相反、数量相当、盈亏相抵的交易，以达到对冲风险的效果。

async def _wait_order_complete(self, order_id):
status = ‘open’
order = None
while status is ‘open’:
await asyncio.sleep(self.check_timeout)
order = self.exchange.fetch_order(order_id)
status = order[‘status’]

    logging.info(f'Finished order {order_id} with {status} status')

    # do not proceed further if we canceled order
    if status == 'canceled':
        raise ExchangeError('Trade has been canceled')

    return order

from fasttrade.model.trade import TradeDetails

class ShortTrade(TradeDetails):
def init(self, start_price: float, symbol: str, amount: float, percent_change: float = 0.5,
currency: str = “USD”) -> None:
super().init(start_price, symbol, amount, currency)
self.end_price = start_price * (1 - percent_change / 100)

@property
def exit_price(self):
    return self.end_price

def __str__(self) -> str:
    return "Short " + super().__str__()