在电子交易兴起之前,要想了解成交量是如何在K线上分配的是一件很难的事情。如今科技的发展给带给我们一种前所未有的市场分析方式,大部分软件都已经支持以Order Book方式向投资者提供价格和成交量数据,以便洞悉价格上涨或下跌背后的原因。本篇作为CTA策略之OrderFlow订单流策略系列文章的第一篇,主要详细介绍OrderFlow订单流。
在二级交易市场种,影响价格变化的因素是纷繁复杂的,并且每一个因素影响价格变化的权重都不一样,以至于很难从传统技术分析图形中推导出价格行为,因为相对于价格和成交量来说,技术分析图形相对抽象和滞后。而OrderFlow订单流工具的横空出世,使得市场更加通透。OrderFlow订单流有很多种分类,包括:市场深度(L2数据)、成交量分布(VP)、足迹图(Footprint Chart)、成交明细(Sales Details)等等,如下图所示:
1、市场深度(L2数据)
2、成交量分布(VP) 3、足迹图(Footprint Chart) 4、成交明细(Sales Details)
市场充斥着各种各样的信息,好的坏的、真的假的,这些信息就像荆棘一样错纵交织,导致这些消息很难被理解,很难用正确的逻辑推导,比如利好消息出来,但价格却没有很大变动;再比如价格往往在一片质疑中走势波澜壮阔的上涨行情;牛市往往在大家都看多时结束等等。所以我们需要站在巨人的肩膀上去分析这个市场,披荆斩棘从中抽取出价格波动的真正原因。
二级交易市场由投资自组成,不管投资者使用的是基本面分析、技术分析、消息面,每一个投资者在交易时,其实都是在为自己的观点投票,所以我们看到的价格波动,实际上是投资者共同角逐的结果,如果多头和空头势均力敌,双方力量相等,不分高低,那么价格将会不涨不跌;如果多头力量大于空头力量,那么价格将会上涨;如果空头力量大于多头力量,那么价格将会下跌。如果把多头看做是买方,把空头看做是卖方,那么多头和空头供需失衡是导致价格波动的主要原因,而这一切都可以从多头和空头的成交量中窥得其中的蛛丝马迹。
传统的日本蜡烛图(K线)有开盘价、最高价、最低价、收盘价等四个价格,K线仅仅代表这个时间段内的价格变化情况,比如小时线代表了一个小时内的价格变化情况。而Delta结构数据则是根据Tick数据,提供了K线时间段内发生的具体细节,包括K线每个价格的多头和空头成交量,可以很清晰的看见多空成交的订单。如下图所示:
在上面的Delta结构数据中,每一根K线都有一个独立的Delta结构数据,在Delta结构数据方框中,最上方是这根K线总的成交量,最下方是这根K线所有多头成交量和空头成交量的差,中间则是这根K线每个价格多头成交量和空头成交量数据。如你所见Delta结构数据将K线拆分成更详细的可视化数据,从而帮助投资者理解价格变动的机制。
本篇详细介绍了OrderFlow订单流策略基础知识,以及利用优宽量化交易平台,实现了一个足迹图(Footprint Chart)策略,该策略可以直接用于商品期货实盘账户。在接下来的章节中,我们将深入研究OrderFlow订单流数据,进而开发一系列基于OrderFlow订单流数据的交易策略。
/*backtest start: 2020-03-10 00:00:00 end: 2020-03-10 23:59:00 period: 1h exchanges: [{"eid":"Futures_CTP","currency":"FUTURES"}] mode: 1 */ var NewFuturesTradeFilter = function(period) { var self = {} // 创建一个对象 self.c = Chart({ // 创建Chart图表 chart: { zoomType: 'x', // 缩放 backgroundColor: '#272822', borderRadius: 5, panKey: 'shift', animation: false, }, plotOptions: { candlestick: { color: '#00F0F0', lineColor: '#00F0F0', upColor: '#272822', upLineColor: '#FF3C3C' }, }, tooltip: { xDateFormat: '%Y-%m-%d %H:%M:%S, %A', pointFormat: '{point.tips}', borderColor: 'rgb(58, 68, 83)', borderRadius: 0, }, series: [{ name: exchange.GetName(), type: 'candlestick', data: [] }], yAxis: { gridLineColor: 'red', gridLineDashStyle: 'Dot', labels: { style: { color: 'rgb(204, 214, 235)' } } }, rangeSelector: { enabled: false }, navigation: { buttonOptions: { height: 28, width: 33, symbolSize: 18, symbolX: 17, symbolY: 14, symbolStrokeWidth: 2, } } }) self.c.reset() // 清空图表数据 self.pre = null // 用于记录上一个数据 self.records = [] self.feed = function(ticker, contractCode) { if (!self.pre) { // 如果上一个数据不为真 self.pre = ticker // 赋值为最新数据 } var action = '' // 标记为空字符串 if (ticker.Last >= self.pre.Sell) { // 如果最新数据的最后价格大于等于上一个数据的卖价 action = 'buy' // 标记为buy } else if (ticker.Last <= self.pre.Buy) { // 如果最新数据的最后价格小于等于上一个数据的买价 action = 'sell' // 标记为sell } else { if (ticker.Last >= ticker.Sell) { // 如果最新数据的最后价格大于等于最新数据的卖价 action = 'buy' // 标记为buy } else if (ticker.Last <= ticker.Buy) { // 如果最新数据的最后价格小于等于最新数据的买价 action = 'sell' // 标记为sell } else { action = 'both' // 标记为both } } // reset volume if (ticker.Volume < self.pre.Volume) { // 如果最新数据的成交量小于上一个数据的成交量 self.pre.Volume = 0 // 把上一个数据的成交量赋值为0 } var amount = ticker.Volume - self.pre.Volume // 最新数据的成交量减去上一个数据的成交量 if (action != '' && amount > 0) { // 如果标记不为空字符串,并且action大于0 var epoch = parseInt(ticker.Time / period) * period // 计算K线时间戳并取整 var bar = null var pos = undefined if ( self.records.length == 0 || // 如果K线长度为0或者最后一根K线时间戳小于epoch self.records[self.records.length - 1].time < epoch ) { bar = { time: epoch, data: {}, open: ticker.Last, high: ticker.Last, low: ticker.Last, close: ticker.Last } // 把最新的数据赋值给bar self.records.push(bar) // 把bar添加到records数组中 } else { // 重新给bar赋值 bar = self.records[self.records.length - 1] // 上一个数据最后一根K线 bar.high = Math.max(bar.high, ticker.Last) // 上一个数据最后一根K线的最高价与最新数据最后价格的最大值 bar.low = Math.min(bar.low, ticker.Last) // 上一个数据最后一根K线的最低价与最新数据最后价格的最小值 bar.close = ticker.Last // 最新数据的最后价格 pos = -1 } if (typeof bar.data[ticker.Last] === 'undefined') { // 如果数据为空 bar.data[ticker.Last] = { // 重新赋值 buy: 0, sell: 0 } } if (action == 'both') { // 如果标记等于both bar.data[ticker.Last]['buy'] += amount // buy累加 bar.data[ticker.Last]['sell'] += amount // sell累加 } else { bar.data[ticker.Last][action] += amount // 标记累加 } var initiativeBuy = 0 var initiativeSell = 0 var sellLongMax = 0 var buyLongMax = 0 var sellVol = 0 var buyVol = 0 for (var i in bar.data) { sellLong = bar.data[i].sell.toString().length buyLong = bar.data[i].buy.toString().length if (sellLong > sellLongMax) { sellLongMax = sellLong } if (buyLong > buyLongMax) { buyLongMax = buyLong } sellVol += bar.data[i].sell buyVol += bar.data[i].buy } // var date = new Date(bar.time); // var Y = date.getFullYear() + '-'; // var M = (date.getMonth() + 1 < 10 ? '0' + (date.getMonth() + 1) : date.getMonth() + 1) + '-'; // var D = (date.getDate() < 10 ? '0' + date.getDate() : date.getDate()) + ' '; // var h = (date.getHours() < 10 ? '0' + date.getHours() : date.getHours()) + ':'; // var m = (date.getMinutes() < 10 ? '0' + date.getMinutes() : date.getMinutes()) + '<br>'; // var tips = Y + M + D + h + m tips = '<b>◉ ' + (sellVol + buyVol) + '</b>' Object.keys(bar.data) // 将对象里的键放到一个数组中 .sort() // 排序 .reverse() // 颠倒数组中的顺序 .forEach(function(p) { // 遍历数组 pSell = bar.data[p].sell pBuy = bar.data[p].buy if (pSell > pBuy) { arrow = ' ▼ ' } else if (pSell < pBuy) { arrow = ' ▲ ' } else { arrow = ' ♦ ' } initiativeSell += pSell initiativeBuy += pBuy sellLongDiff = sellLongMax - pSell.toString().length buyLongDiff = buyLongMax - pBuy.toString().length if (sellLongDiff == 1) { pSell = '0' + pSell } if (sellLongDiff == 2) { pSell = '00' + pSell } if (sellLongDiff == 3) { pSell = '000' + pSell } if (sellLongDiff == 4) { pSell = '0000' + pSell } if (sellLongDiff == 5) { pSell = '00000' + pSell } if (buyLongDiff == 1) { pBuy = '0' + pBuy } if (buyLongDiff == 2) { pBuy = '00' + pBuy } if (buyLongDiff == 3) { pBuy = '000' + pBuy } if (buyLongDiff == 4) { pBuy = '0000' + pBuy } if (buyLongDiff == 5) { pBuy = '00000' + pBuy } code = contractCode.match(/[a-zA-Z]+|[0-9]+/g)[0] if (code == 'IF' || code == 'j' || code == 'IC' || code == 'i' || code == 'ZC' || code == 'sc' || code == 'IH' || code == 'jm' || code == 'fb') { p = parseFloat(p).toFixed(1) } else if (code == 'au') { p = parseFloat(p).toFixed(2) } else if (code == 'T' || code == 'TF' || code == 'TS') { p = parseFloat(p).toFixed(3) } else { p = parseInt(p) } tips += '<br>' + p + ' → ' + pSell + arrow + pBuy }) tips += '<br>' + '<b>⊗ ' + (initiativeBuy - initiativeSell) + '</b>' self.c.add( // 添加数据 0, { x: bar.time, open: bar.open, high: bar.high, low: bar.low, close: bar.close, tips: tips }, pos ) } self.pre = ticker // 重新赋值 } return self // 返回对象 } function main() { if (exchange.GetName().indexOf('CTP') == -1) { throw "只支持商品期货CTP"; } SetErrorFilter("login|timeout|GetTicker|ready|流控|连接失败|初始|Timeout"); while (!exchange.IO("status")) { Sleep(3000); LogStatus("正在等待与交易服务器连接, " + _D()); } symbolDetail = _C(exchange.SetContractType, contractCode) // 订阅数据 Log('交割日期:', symbolDetail['StartDelivDate']) Log('最小下单量:', symbolDetail['MaxLimitOrderVolume']) Log('最小价差:', symbolDetail['PriceTick']) Log('一手:', symbolDetail["VolumeMultiple"], '份') Log('合约代码:', symbolDetail['InstrumentID']) var filt = NewFuturesTradeFilter(60000) // 创建一个对象 while (true) { // 进入循环模式 while (!exchange.IO("status")) { Sleep(3000); LogStatus("正在等待与交易服务器连接, " + _D()); } LogStatus("行情和交易服务器连接成功, " + _D()); var ticker = exchange.GetTicker() // 获取交易所Tick数据 if (ticker) { // 如果成功获取到Tick数据 filt.feed(ticker, contractCode) // 开始处理数据 } } }template: strategy.tpl:40:21: executing "strategy.tpl" at <.api.GetStrategyListByName>: wrong number of args for GetStrategyListByName: want 7 got 6