想跑次高频策略?快来看看Numpy处理真格量化tick数据的技巧

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了想跑次高频策略?快来看看Numpy处理真格量化tick数据的技巧相关的知识,希望对你有一定的参考价值。

使用澎博真格量化时,很多用户希望用numpy处理tick数据,包括tick数据的留存和运算。

这里有一些技巧。

因为tick数据量比较大,为了降低系统的运算负担,我们不应该在内存里保存大量tick数据。

比如我们只想保存过去10个tick。

可以在OnStart部分初始化一个数组:

tickarray=np.empty(10, dtype =‘int16‘ , order = ‘C‘)

为了全局调用可以在变量前边加个“g.”.

技术图片

该数组的初始值全是0。

然后在OnQuote部分,我们可以把最新的tick价格逐一存储到这个g.tickarray里边。

假设在一段时间后,这个数组里都已经存入了历史tick价格。

比如在t时刻,

这个数组里价格是[2500, 2501, 2502, 2503, 2504, 2505, 2506, 2507, 2508, 2509]

到了t+1时刻,有一笔新的tick价格生成,比如2510,我们用变量newprice代表这个最新价格。

技术图片

由于numpy的array没有pop的方法,我们可以用数组裁切再插入的方法更新这个tick价格数组:

g.tickarray=g.tickarray[1:10] #裁掉数组的第一个价格数据,也就是2500。

g.tickarray=np.insert(g.tickarray,9,newprice) #把最新价格插入数组的最后一位。

现在这个数组就被更新为:

[ 2501, 2502, 2503, 2504, 2505, 2506, 2507, 2508, 2509,2510]

这样我们就可以回答最新tick比前边第3个tick高多少的问题。

以及快速计算这些tick的均值:

g.tickarray.mean()

更加快捷地设计基于Tick的交易策略。

不过,这是性能最高的方法么?且听下回分解。

技术图片

以上是关于想跑次高频策略?快来看看Numpy处理真格量化tick数据的技巧的主要内容,如果未能解决你的问题,请参考以下文章

30行JavaScript代码实现一个比特币量化策略

量化交易和高频交易有什么区别

币圈量化交易萌新看过来--带你走近币圈量化

数量技术宅|量化投资策略系列分享成熟交易者期货持仓跟随策略

NumPy入门讲座:实战演练

从魔改韭菜收割机探讨高频策略设计