Question

算法交易介绍

掘金算法交易采用云服务算法模式，相比策略级算法交易或者本地算法交易有以下特点：

• 行情/交易延迟小，委托任务的拆单算法在券商专有机房执行，专线行情+内网极速柜台接入
• 算法可靠，服务级经典算法模型，tick 级盘口分析，并提供多项控制参数
• 运行稳定，执行过程的母单（原始委托任务）、子单（算法根据原始委托任务自动拆解的可执行委托）、回报实时推送到本地

基本规则

• 算法交易工具仅支持股票交易
• 部分终端版本无算法交易，以实际有算法交易的实盘为准
• 算法交易自动拆解的子单等同于普通委托
• 算法交易自动拆解的子单全部为限价单，且会在终端委托列表内同步显示
• 算法交易仅管理维护本次任务算法拆解的子单，而不会参考其他等同条件下的其他单

算法适用

• 适用于母单订单量较大的各类程序化、手工交易场景及其他频繁换仓的用户；母单执行时间大于半小时以上的交易执行，效果更加显著

算法限制

• 如股票出现临时停牌或涨跌停时，有不能完整完成客户委托数量的可能
• 用户当日委托的交易金额过大时，可能受到市场流动性不足的影响从而降低算法运行的效果，建议母单量不超过指定交易时段内预期成交量的 15%

下单面板

点击算法交易（如果版本支持算法交易），则弹出算法交易面板，如图

算法名称：下拉选择可供使用的算法名称，不同的算法应用于不同的交易需求，后续会不断增加算法模型

• ATS-SMART 算法：根据用户委托交易特征，通过对市场高频数据的实时分析和处理，利用程序化分析动态选择最优算法执行用户委托。具有高完成度，高稳定性，高隐蔽性，低敞口等特点，在不同持仓风格场景下，中长期均体现出稳定超越 TWAP/VWAP 基准的效果
• ZC-POV 算法：比例成交算法（Percentage of volume），通过追踪目标股票流动性，按照市场参与度完成用户委托交易。算法针对性解决股票交易中大金额委托造成的交易冲击、目的暴露、完成率低等问题，更加贴近客户的真实委托意愿

ATS-SMART 算法参数

开始时间（P1）：策略开始执行的时间（剔除非交易时间段）。如果开始时间早于策略下达时间点时，则使用下达时间作为开始时间 结束参考时间（P2）: 结束参考时间，和结束时间一致 结束时间（P3）：策略停止执行的时间（剔除非交易时间段）。过了结束时间还未完成的数量，将会自动释放到指令。算法执行的区间段，时间越短，任务执行强度（委托频率和单笔委托量）越高 结束时间是否有效:算法在结束时间是否有效,如设为无效，则以收盘时间为结束时间 涨停时是否停止卖出：标的在涨停时是否需要停止卖出 跌停时是否撤单：标的在跌停时是否需要撤单 最小交易金额：控制子单单笔委托的最小金额 该参数只适用于股票。A 股单位为元 **基准价格：**此算法不生效

注意：p3 必须晚于 p2，p2 必须晚于 p1，交易时长必须大于 3 分钟，不得晚于 14:55，交易数据不应该早于当前时间

ZC-POV 算法参数

参与率：市场参与率，即每日委托总量占市场真实交易额的比例（上交易日参考标准），默认 30%，最高委托量比例限制为 45%。 基准价格：算法模型的参考基准价格，这里指限价。卖出时，当市场价格低于此价格就停止交易，再次高于此价格就恢复交易，并且补回前面应停止交易而少交易的量；买入时，当市场价格高于此价格就停止交易，再次低于此价格就恢复交易，并且补回前面应停止交易而少交易的量。当填入价格为 0 时，则不设置基准价。

任务列表

算法交易任务列表记录了母单任务列表及子单列表

撤销母单：算法服务会进行撤销操作，撤销当前任务并取消所有未结子单 暂停母单：算法服务处于暂停状态，不再进行子单拆解（ATS-SMART 算法不生效） 撤销子单：子单的独立撤销并不属于算法交易范畴，需要在普通委托的未结委托处进行撤销

交易接口

algo_order 算法单委托

get_algo_orders 查询算法母单

algo_order_cancel 撤销算法母单

algo_order_pause 暂停或启动算法母单（ATS-SMART 算法不支持）

get_algo_child_orders 查询算法母单的所有子单

on_algo_order_status 算法单状态事件

注意:仅实盘支持算法单， 点击蓝色字体可获取接口具体用法 接口适用于：python、C++、C#

示例

ATS-SMART 算法示例

# coding=utf-8
from gm.api import *
from gm.model import DictLikeAlgoOrder
from gm.pb.account_pb2 import AlgoOrder
from datetime import timedelta


"""
算法单新增api在 sdk 的 gm.api.trade.py 文件里, 有如下函数, 具体函数签名可点进去看api文档

algo_order
algo_order_cancel
algo_order_pause
get_algo_child_orders
get_algo_orders

start_time	str	开始时间
end_time_referred	str	结束参考时间(不能超过14:55:00)
end_time	str	结束时间(不能超过14:55:00)
end_time_valid	int	结束时间是否有效,如设为无效，则以收盘时间为结束时间, 1为有效， 0为无效
stop_sell_when_dl	int	涨停时是否停止卖出， 1为是，0为否
cancel_when_pl	int	跌停时是否撤单, 1为是， 0为否
min_trade_amount	int	最小交易金额
"""

# ATS-SMART算法示例， 仅接口使用示例


def init(context):

    time = (context.now + timedelta(seconds=3)).strftime('%H:%M:%S')
    schedule(schedule_func=algo, date_rule='1d', time_rule=time)


def algo(context):
    # 算法名
    algo_name = 'ATS-SMART'
    # 算法参数格式如下
    algo_param = {'start_time': '13:00:00', 'end_time_referred': '14:55:00', 'end_time': '14:00:00', 'end_time_valid': 1, 'stop_sell_when_dl': 1,
                  'cancel_when_pl': 0, 'min_trade_amount': 100000}
    symbol = 'SHSE.600008'
    # 基准价， 算法母单需要是限价单
    price = current(symbol)[0]['price']
    aorder = algo_order(symbol=symbol, volume=2000, side=OrderSide_Buy, order_type=OrderType_Limit,
               position_effect=PositionEffect_Open, price=price, algo_name=algo_name, algo_param=algo_param)

    # 提取算法单的 cl_ord_id 委托客户端ID, 用于其它api的查询, 或者撤单时用
    context.algo_order_id = aorder[0]['cl_ord_id']

    #  撤销指定cl_ord_id的算法母单
    # aorders = get_algo_orders(account='')
    # wait_cancel_orders = [{'cl_ord_id': aorders[0]['cl_ord_id'], 'account_id': aorders[0]['account_id']}]
    # algo_order_cancel(wait_cancel_orders)



def on_order_status(context, order):
    # 算法子单已成
    if order['status'] == 3:
        # 查询指定cl_ord_id算法母单的所有子单
        child_order = get_algo_child_orders(context.algo_order_id, account='')
        print('算法子单: child_order ={}'.format(child_order))



def on_algo_order_status(context, algo_order):
    # type: (Context, DictLikeAlgoOrder) -> NoReturn
    """
    算法单状态事件. 参数algo_order为算法单的信息
    响应算法单状态更新事情，下算法单后状态更新时被触发
    3.0.125 后增加.
    """
    print('算法单状态变化: algo_order={}'.format(algo_order))

    # 算法母单已报
    if algo_order['status'] == 1:
        # 查询算法母单， 默认账户account填空
        aorders = get_algo_orders(account='')
        print('算法母单: aorders ={}'.format(aorders))


if __name__ == '__main__':
    '''
    strategy_id策略ID,由系统生成
    filename文件名,请与本文件名保持一致
    mode实时模式:MODE_LIVE回测模式:MODE_BACKTEST
    token绑定计算机的ID,可在系统设置-密钥管理中生成
    backtest_start_time回测开始时间
    backtest_end_time回测结束时间
    backtest_adjust股票复权方式不复权:ADJUST_NONE前复权:ADJUST_PREV后复权:ADJUST_POST
    backtest_initial_cash回测初始资金
    backtest_commission_ratio回测佣金比例
    backtest_slippage_ratio回测滑点比例
    '''
    run(strategy_id='3acc8b6e-af54-11e9-b2de-00163e0a4100',
        filename='main.py',
        mode=MODE_LIVE,
        token='2c4e3c59cde776ebc268bf6d7b4c457f204482b3',
        backtest_start_time='2020-11-02 08:00:00',
        backtest_end_time='2020-11-02 16:00:00',
        backtest_adjust=ADJUST_PREV,
        backtest_initial_cash=10000000,
        backtest_commission_ratio=0.0001,
        backtest_slippage_ratio=0.0001)

ZC-POV 算法示例

# coding=utf-8
from gm.api import *
from gm.model import DictLikeAlgoOrder
from gm.pb.account_pb2 import AlgoOrder
from datetime import timedelta


"""
participation_rate 市场参与率，单位%(5.0 表示5%），默认30，即30%，最大值为45

"""


# ZC-POV算法示例， 仅接口使用示例
def init(context):
    time = (context.now + timedelta(seconds=3)).strftime('%H:%M:%S')
    schedule(schedule_func=algo, date_rule='1d', time_rule=time)


def algo(context):
    # 算法名
    algo_name = 'ZC-POV'
    symbol = 'SHSE.600007'
    # 基准价， 算法母单需要是限价单
    price = current(symbol)[0]['price']
	# 算法参数格式如下
    algo_param = {"participation_rate" : 15, "price": price}

    aorder = algo_order(symbol=symbol, volume=1000, side=OrderSide_Buy, order_type=OrderType_Limit,
               position_effect=PositionEffect_Open, price=price, algo_name=algo_name, algo_param=algo_param)
    print(aorder)
    # 提取算法单的 cl_ord_id 委托客户端ID, 用于其它api的查询, 或者撤单时用
    context.algo_order_id = aorder[0]['cl_ord_id']
    #  撤销指定cl_ord_id的算法母单
    # aorders = get_algo_orders(account='')
    # wait_cancel_orders = [{'cl_ord_id': aorders[0]['cl_ord_id'], 'account_id': aorders[0]['account_id']}]
    # algo_order_cancel(wait_cancel_orders)


def on_order_status(context, order):
    # 算法子单已成
    if order['status'] == 3:
        # 查询指定cl_ord_id算法母单的所有子单
        child_order = get_algo_child_orders(context.algo_order_id, account='')
        print('算法子单: child_order ={}'.format(child_order))


def on_algo_order_status(context, algo_order):
    # type: (Context, DictLikeAlgoOrder) -> NoReturn
    """
    算法单状态事件. 参数algo_order为算法单的信息
    响应算法单状态更新事情，下算法单后状态更新时被触发
    3.0.125 后增加.
    """
    print('算法单状态变化: algo_order={}'.format(algo_order))
    # 算法母单已报
    if algo_order['status'] == 1:
        # 查询算法母单， 默认账户account填空
        aorders = get_algo_orders(account='')
        print('算法母单: aorders ={}'.format(aorders))


if __name__ == '__main__':
    '''
    strategy_id策略ID,由系统生成
    filename文件名,请与本文件名保持一致
    mode实时模式:MODE_LIVE回测模式:MODE_BACKTEST
    token绑定计算机的ID,可在系统设置-密钥管理中生成
    backtest_start_time回测开始时间
    backtest_end_time回测结束时间
    backtest_adjust股票复权方式不复权:ADJUST_NONE前复权:ADJUST_PREV后复权:ADJUST_POST
    backtest_initial_cash回测初始资金
    backtest_commission_ratio回测佣金比例
    backtest_slippage_ratio回测滑点比例
    '''
    run(strategy_id='strategy_id',
        filename='main.py',
        mode=MODE_LIVE,
        token='token',
        backtest_start_time='2020-11-02 08:00:00',
        backtest_end_time='2020-11-02 16:00:00',
        backtest_adjust=ADJUST_PREV,
        backtest_initial_cash=10000000,
        backtest_commission_ratio=0.0001,
        backtest_slippage_ratio=0.0001)