策略运行的具体流程是什么?

选择好你想持有的币种和策略 准备交易所账户或专门为机器人开设一个新的子账户 在账户中准备好用于策略的资金 通过微信联系我们客服人员配置好策略 机器人对接你的交易所账户 策略运行之后,你将获得一个链接指向你的策略报表 大功告成 & 完成 策略报表示例  

Read more

什么是波动收益?

波动收益是策略通过一定算法高抛低吸从价格波动中获得的额外收益。举一个例子:当BTC价格为8000美元时你的账户市值是100000美元,价格经过一段时间震荡后价格重新回到了8000美元,这个时候你的账户市值是120000美元,因为BTC价格没有变化,你的账户市值增长了20000美元,那么你就取得了20000美元的波动收益。

Read more

数字货币EMA趋势跟踪策略分享(OKEX版)

策略原理 此策略基于EMA均线做趋势跟踪,当形成EMA金叉时开仓,形成EMA死叉时平仓。从趋势中赚取利润。本策略支持OKEX合约做多做空双向开仓。 补充说明:EMA(Exponential Moving Average)是指数移动平均值。也叫 EXPMA 指标,它也是一种趋向类指标,指数移动平均值是以指数式递减加权的移动平均。 EMA趋势跟踪法是基于截断亏损,让利润奔跑的交易哲学而开发,趋势跟踪法认为市场中由于人性的贪婪和恐惧以及经济周期的影响,会造成市场走势的持续上升或持续下跌从而形成趋势,通过捕捉市场的主要趋势从而获得市场平均或超越市场平均的利润。 注:本策略仅用于学习调试,用于实盘后果自负。 策略下载 使用说明 EMA趋势跟踪(当周次周季度) – 策略核心代码 botsv_tools.js – 策略依赖项,请将此文件存为库文件 参数说明 参见源文件详细注释 其它文章推荐 OKEx跨期对冲策略,支持当周、次周、季度跨期对冲 数字货币量化策略之网格策略 AlphaGo智能分析策略 数字货币期现对冲的方法 无限网格做市策略 – 从波动中获取利润 【海龟汤策略】反趋势交易策略源代码分享(基于BOTVS)

Read more

OKEx跨期对冲策略,支持当周、次周、季度跨期对冲

什么是跨期对冲? 所谓跨期套利就是在同一期货品种的不同月份合约上建立数量相等、方向相反的交易头寸,最后以对冲或交割方式结束交易、获得收益的方式。最简单的跨期套利就是买入近期的期货品种,卖出远期的期货品种。 比如Okex的BTC次周和当周合约。交割期不同,最多相差3个月。当合约价差出现时,投资者可进行买入一个合约同时卖出另外一个合约,待到价差回归后再进行相应的反向平仓,进而利用价差的合理回归获得利润。 如何在Okex上进行跨期对冲? okex上当周、次周和季度合约的价格经常会存在价差,如果价差达到或超过一定的阈值,则可以进行跨期对冲,然后在价差消失时进行反向平仓,进而利用价差的合理回归获得利润。 比如,BTC当周和次周合约存在价差且当周合约低于次周合约价格,当价差达到设定阈值,投资者可以做多当周合约和做空次周合约(数量一致)进行对冲,等到当周合约和次周合约价差回归正常值时进行相应的反向平仓,获取利润。 跨期对冲的风险 因为两种合约的交割时间不同,当近期合约强制交割时,价差未能回归则可能出现亏损。 策略源代码下载 策略实现的功能和特点 支持Okex跨期对冲 支持Okex的当周、次周和季度合约 支持Okex的所有合约交易品种(BTC、BCH、EOS、BSV、ETH等等) 策略参数说明 price_n: 价格精度设置num_n: 数量精度设置minestbuy: 最小买入量price_step: 定价单调整量contract_min: 最小合约金额wait_ms: 重试等待时间(ms)max_wait_order: 订单等待时间(ms)margin_lv: 杠杆倍数jiacha_monitor: 开仓差价hulie_monitor: 平仓差价ok_future_target: 目标合约keep_risk_rate: 保证金率trade_unit: 每次交易多少张push_notification: 微信通知交易机会 如何在FMZ上部署此策略 注册FMZ账号 把Botvstools文件保存为FMZ模板库 复制保存主策略(保存时选中Botvstools作为依赖项) 配置VPS和托管者(具体步骤参见FMZ帮助文档) 创建机器人并运行

Read more

数字货币量化策略之网格策略

什么是网格交易策略? 这是一种仓位策略,用于动态调仓。 所谓网格交易法(grid trading method),也称鱼网交易网,指以某点为基点,每上涨或下跌一定点数挂一定数量空单或多单,设定盈利目标,但不设止损,当价格朝期望方向进展时获利平仓,并在原点位挂同样的买单或卖单。 基本概念 1、底仓价:价格的标准线,建仓和调仓的重要依据。 2、低吸高抛:仓位控制贯彻低吸高抛,绝不追涨杀跌。 下面举个例子: 操作:在底仓价的附近,我们根据网格的大小,比如每跌3%按仓位买入(第一档:买40%,第二档:买30%,第三档:买20%,第四档:买10%)。 要注意的是,这里买卖不是绝对的定量,而是调仓到对应仓位。如果第一次跌破3%,而后上涨到5%时,是不操作的,因为下跌时只建了40%的仓,而上涨5%的仓位是60%,不够抛出。 数字货币中应用网格策略 借助发明者平台,我们可以通过JS代码完整实现网格交易策略,策略实现选中币种价格上涨时分批次建仓以及币价下跌时分批次减仓。 策略下载 分享的策略是4年前用在ok上跑的老版本,也许需要一些小的修改才能用于现在的交易所环境,不过中心思想是不变的,分享的代码仅用于学习目的。 网格交易的特点和局限 1、底仓价格设定:若没有在安全边际内设定底仓价格,而在估值顶部设立底仓价格,则风险极大,会造成很大损失。 2、牛市表现不佳:分散的仓位策略,没有依据价格形态来修改网格,都可能在牛市中跑输大盘,降低贝塔的代价就是阿尔法也较低。 3、买卖规则不灵活:可能使一些重要的突破支持或阻力位置的买卖点被忽略在网格之外。

Read more

AlphaGo智能分析策略

AlphaGo智能分析策略是一款准高频交易策略,通过AI算法对现货盘口深度进行分析并频繁交易,从中获取利差。支持任何现货交易所和交易对,收益稳定。 用户实盘截图1 – BTC/USDT交易对,单日收入72美元 用户实盘截图2 – BSV/USDT交易对,单日收入80美元 用户实盘截图3 – BTC/USDT交易对,单日收入25美元 用户实盘截图4 – ETH/USDT交易对,单日收入258美元 策略特点 风险可控,可根据自己的风险偏好灵活配置策略。 个性化,支持10几个自定义参数。 策略收益稳定,回撤小。 资金容量大,理论上没有资金上限(建议策略管理资金量:10万美元以上)。 策略风险 AlphaGo策略会自动检测选定币种的价格,只要价格在你设定的价格区间内波动,你就可以稳定赚钱。比如:你设定BTC的上限价格为100000美元,下限价格为10美元,只要BTC价格在这个区间内波动,你每天都会获得收益。可能出现的两种极端情况: BTC价格超过100000美元:此时策略会卖光所以BTC并全部换成美元。而这种情况是投资者乐于接受的结果,因为高价卖出了BTC。 BTC价格低于10美元:此时策略会将所有美元换成BTC。而这种情况也是投资者乐于接受的结果,因为从投资角度看,你在底部区域获得了更多筹码。 需要注意的是,价格区间完全可以自定义。根据你的风险偏好,你可以设置10-100000美元的价格区间,也可以设置5000-20000美元的价格区间。区间越大收益越低;区间越小收益越高。 简而言之,使用AlphaGo策略能极大的降低你的持币风险,并能从市场波动中持续获取稳定收益。 立即购买AlphaGo量化交易策略      

Read more

数字货币期现对冲的方法

下面以BSV为例,详细介绍如何进行期现对冲操作: 期货价格高于现货 期货做空N个BSV 现货买入N个BSV 等待价差变小时平掉期货仓位,卖出N个 现货BSV 期货价格低于现货 期货做多N个BSV 现货卖出N个BSV 等待价差变小时平掉期货仓位,买入N个现货BSV 期现对冲原理 期现对冲套利指的是,利用期货现货存在差价进行套利 由于交割日时比特币期货与比特币现货最后完全一致,当比特币期货和比特币现货一旦出现不合理的差价时,就可以通过做空期货,同时做多现货(或相反的方法)来获得无风险的差价收益。 案例:假设D网(DEW交易所)的比特币期货价格是15200美金/枚,而B网(bittrex)的比特币现货价格是15000美金/枚。 这时候可以在B网买入1枚比特币,花费15000美金,同时间在D网做空价值15000美金的比特币期货。 按照1 DEW=0.5美金计算,需要做空价值15000美金,也就是合约资金为3万DEW的期货。做空价格是15200,1手的合约资金是15200*5=76000 DEW 则做空手数为:30000÷76000=0.4手 总结:做空手数=(现货美金价÷DEW美金价)÷(期货价格*5) 两个订单下单成功后,则可能出现以下情况: ①、期货和现货价差缩小,则已实现盈利,可以将期货和现货分别平仓; ②、期货和现货价差变大,则浮动盈亏为负数,可以等待期货到期交割。期货交割价格是根据现货价格来计算的,所以交割价格与现货价格基本一致,则盈利约为15200-15000=200美金。 ③、出现现货价格比期货价格高的情况,那么总盈利超过200美金。 通过上面的案例可以看到,只要有差价存在,下单后就可以赚钱。 使用机器人自动完成对冲 用机器人自动对冲的好处是:机器人7X24小时自动盯盘买卖,你不用费精力操作。买卖滑点比手动对冲更小,利润率更高。点击这里购买自动对冲机器人

Read more