mirror of
https://github.com/LCTT/TranslateProject.git
synced 2024-12-29 21:41:00 +08:00
Merge pull request #21428 from wxy/20200415-How-to-automate-your-cryptocurrency-trades-with-Python
PRF&PUB:20200415 how to automate your cryptocurrency trades with python
This commit is contained in:
Xingyu.Wang
GitHub
commit
251db0b73c
@ -1,8 +1,8 @@
|
||||
[#]: collector: (lujun9972)
|
||||
[#]: translator: (wyxplus)
|
||||
[#]: reviewer: ( )
|
||||
[#]: publisher: ( )
|
||||
[#]: url: ( )
|
||||
[#]: reviewer: (wxy)
|
||||
[#]: publisher: (wxy)
|
||||
[#]: url: (https://linux.cn/article-13242-1.html)
|
||||
[#]: subject: (How to automate your cryptocurrency trades with Python)
|
||||
[#]: via: (https://opensource.com/article/20/4/python-crypto-trading-bot)
|
||||
[#]: author: (Stephan Avenwedde https://opensource.com/users/hansic99)
|
||||
@ -11,11 +11,11 @@
|
||||
如何使用 Python 来自动交易加密货币
|
||||
======
|
||||
|
||||
在本教程中，教你如何设置和使用 Pythonic 来编程。它是一个图形化编程工具，用户可以很容易地使用现成的函数模块创建 Python 程序。
|
||||
> 在本教程中，教你如何设置和使用 Pythonic 来编程。它是一个图形化编程工具，用户可以很容易地使用现成的函数模块创建 Python 程序。
|
||||
|
||||
![scientific calculator][1]
|
||||
|
||||
|
||||
然而，不像纽约证券交易所这样的传统证券交易所一样，有一段固定的交易时间。对于加密货币而言，则是 7×24 小时交易，任何人都无法独自盯着市场。
|
||||
然而，不像纽约证券交易所这样的传统证券交易所一样，有一段固定的交易时间。对于加密货币而言，则是 7×24 小时交易，这使得任何人都无法独自盯着市场。
|
||||
|
||||
在以前，我经常思考与加密货币交易相关的问题：
|
||||
|
||||
@ -24,21 +24,19 @@
|
||||
- 为什么下单？
|
||||
- 为什么不下单？
|
||||
|
||||
通常的解决手段是当在你做其他事情时，例如睡觉、与家人在一起或享受空闲时光，使用加密交易机器人代替你下单。虽然有很多商业解决方案可用，但是我选择开源的解决方案，因此我编写了加密交易机器人 [Pythonic][2]。 正如去年 [我写过的文章][3] 一样，“ Pythonic 是一种图形化编程工具，它让用户可以轻松使用现成的功能模块来创建Python应用程序。” 最初它是作为加密货币机器人使用，并具有可扩展的日志记录引擎以及经过精心测试的可重用部件，例如调度器和计时器。
|
||||
通常的解决手段是使用加密交易机器人，当在你做其他事情时，例如睡觉、与家人在一起或享受空闲时光，代替你下单。虽然有很多商业解决方案可用，但是我选择开源的解决方案，因此我编写了加密交易机器人 [Pythonic][2]。 正如去年 [我写过的文章][3] 一样，“Pythonic 是一种图形化编程工具，它让用户可以轻松使用现成的函数模块来创建 Python 应用程序。” 最初它是作为加密货币机器人使用，并具有可扩展的日志记录引擎以及经过精心测试的可重用部件，例如调度器和计时器。
|
||||
|
||||
### 开始
|
||||
|
||||
本教程将教你如何开始使用 Pythonic 进行自动交易。我选择 [币安][6]Binance<ruby>[币安][6]<rt>Binance</rt></ruby> 交易所的 [波场][4]Tron<ruby>[波场][4]<rt>Tron</rt></ruby> 与 [比特币][3]Bitcoin<ruby>[比特币][3]<rt>Bitcoin</rt></ruby>
|
||||
本教程将教你如何开始使用 Pythonic 进行自动交易。我选择 <ruby>[币安][6]<rt>Binance</rt></ruby> 交易所的 <ruby>[波场][4]<rt>Tron</rt></ruby> 与 <ruby>[比特币][3]<rt>Bitcoin</rt></ruby> 交易对为例。我之所以选择这个加密货币对，是因为它们彼此之间的波动性大，而不是出于个人喜好。
|
||||
|
||||
交易对为例。我之所以选择这些加密货币，是因为它们彼此之间的波动性大，而不是出于个人喜好。
|
||||
|
||||
机器人将根据 [指数移动平均][7] （EMAs）来做出决策。
|
||||
机器人将根据 <ruby>[指数移动平均][7]<rt>exponential moving averages</rt></ruby> （EMA）来做出决策。
|
||||
|
||||
![TRX/BTC 1-hour candle chart][8]
|
||||
|
||||
TRX/BTC 1 小时 K 线图
|
||||
*TRX/BTC 1 小时 K 线图*
|
||||
|
||||
EMA 指标通常是指加权移动平均线，可以对近期价格数据赋予更多权重。尽管移动平均线可能只是一个简单的指标，但我能熟练使用它。
|
||||
EMA 指标通常是一个加权的移动平均线，可以对近期价格数据赋予更多权重。尽管移动平均线可能只是一个简单的指标，但我对它很有经验。
|
||||
|
||||
上图中的紫色线显示了 EMA-25 指标（这表示要考虑最近的 25 个值）。
|
||||
|
||||
@ -48,20 +46,16 @@ EMA 指标通常是指加权移动平均线，可以对近期价格数据赋予
|
||||
|
||||
### 工具链
|
||||
|
||||
|
||||
|
||||
将在本教程使用如下工具：
|
||||
|
||||
- 币安专业交易视图（已经有其他人做了数据可视化，所以不需要重复造轮子）
|
||||
- Jupyter Notebook：用于数据科学任务
|
||||
- Jupyter 笔记本：用于数据科学任务
|
||||
- Pythonic：作为整体框架
|
||||
- PythonicDaemon ：作为终端运行（仅适用于控制台和 Linux）
|
||||
|
||||
|
||||
|
||||
### 数据挖掘
|
||||
|
||||
为了使加密货币交易机器人尽可能能做出正确的决定，以可靠的方式获取资产的美国线（[OHLC][9]）数据是至关重要。你可以使用 Pythonic 的内置元素，还可以根据自己逻辑来对其进行扩展。
|
||||
为了使加密货币交易机器人尽可能做出正确的决定，以可靠的方式获取资产的<ruby>美国线<rt>open-high-low-close chart</rt></ruby>（[OHLC][9]）数据是至关重要。你可以使用 Pythonic 的内置元素，还可以根据自己逻辑来对其进行扩展。
|
||||
|
||||
一般的工作流程：
|
||||
|
||||
@ -70,31 +64,28 @@ EMA 指标通常是指加权移动平均线，可以对近期价格数据赋予
|
||||
3. 从文件中把 OHLC 数据加载到内存
|
||||
4. 比较数据集并扩展更新数据集
|
||||
|
||||
|
||||
|
||||
这个工作流程可能有点夸张，但是它能使得程序更加健壮，甚至在停机和断开连接时，也能平稳运行。
|
||||
|
||||
一开始，你需要 **币安 OHLC 查询**Binance OHLC Query<ruby>**币安 OHLC 查询**<rt>Binance OHLC Query</rt></ruby> 元素和一个 **基础操作**Basic Operation<ruby>**基础操作**<rt>Basic Operation</rt></ruby> 元素来执行你的代码。
|
||||
一开始，你需要 <ruby>**币安 OHLC 查询**<rt>Binance OHLC Query</rt></ruby> 元素和一个 <ruby>**基础操作**<rt>Basic Operation</rt></ruby> 元素来执行你的代码。
|
||||
|
||||
![Data-mining workflow][10]
|
||||
|
||||
数据挖掘工作流程
|
||||
*数据挖掘工作流程*
|
||||
|
||||
OHLC 查询设置为每隔一小时查询一次 **TRXBTC** 资产对（波场/比特币）。
|
||||
|
||||
![Configuration of the OHLC query element][11]
|
||||
|
||||
配置 OHLC 查询元素
|
||||
*配置 OHLC 查询元素*
|
||||
|
||||
其中输出的元素是 [Pandas DataFrame][12]。你可以在 **基础操作** 元素中使用 **输入**input<ruby>**输入**<rt>input</rt></ruby> 变量来访问 DataFrame。其中，将 Vim 设置为 **基础操作** 元素的默认代码编辑器。
|
||||
其中输出的元素是 [Pandas DataFrame][12]。你可以在 **基础操作** 元素中使用 <ruby>**输入**<rt>input</rt></ruby> 变量来访问 DataFrame。其中，将 Vim 设置为 **基础操作** 元素的默认代码编辑器。
|
||||
|
||||
![Basic Operation element set up to use Vim][13]
|
||||
|
||||
使用 Vim 编辑基础操作元素
|
||||
*使用 Vim 编辑基础操作元素*
|
||||
|
||||
具体代码如下：
|
||||
|
||||
|
||||
```
|
||||
import pickle, pathlib, os
|
||||
import pandas as pd
|
||||
@ -121,38 +112,38 @@ if isinstance(input, pd.DataFrame):
|
||||
output = df
|
||||
```
|
||||
|
||||
首先，检查输入是否为 DataFrame 元素。然后在用户的家目录（**〜/ **）中查找名为 **TRXBTC_1h.bin** 的文件。如果存在，则将其打开，执行新代码段（**try** 部分中的代码），并删除重复项。如果文件不存在，则触发异常并执行 **except** 部分中的代码，创建一个新文件。
|
||||
首先，检查输入是否为 DataFrame 元素。然后在用户的家目录（`~/`）中查找名为 `TRXBTC_1h.bin` 的文件。如果存在，则将其打开，执行新代码段（`try` 部分中的代码），并删除重复项。如果文件不存在，则触发异常并执行 `except` 部分中的代码，创建一个新文件。
|
||||
|
||||
只要启用了复选框 **日志输出**log output<ruby>**日志输出**<rt>log output</rt></ruby>，你就可以使用命令行工具 **tail** 查看日志记录：
|
||||
只要启用了复选框 <ruby>**日志输出**<rt>log output</rt></ruby>，你就可以使用命令行工具 `tail` 查看日志记录：
|
||||
|
||||
|
||||
```
|
||||
`$ tail -f ~/Pythonic_2020/Feb/log_2020_02_19.txt`
|
||||
$ tail -f ~/Pythonic_2020/Feb/log_2020_02_19.txt
|
||||
```
|
||||
|
||||
出于开发目的，现在跳过与币安时间的同步和计划执行，这将在下面实现。
|
||||
|
||||
### 准备数据
|
||||
|
||||
下一步是在单独的 网格Grid<ruby>网格<rt>Grid</rt></ruby> 中处理评估逻辑。因此，你必须借助 **返回元素**Return element<ruby>**返回元素**<rt>Return element</rt></ruby> 将 DataFrame 从网格 1 传递到网格 2 的第一个元素。
|
||||
下一步是在单独的 <ruby>网格<rt>Grid</rt></ruby> 中处理评估逻辑。因此，你必须借助<ruby>**返回元素**<rt>Return element</rt></ruby> 将 DataFrame 从网格 1 传递到网格 2 的第一个元素。
|
||||
|
||||
在网格 2 中，通过使 DataFrame 通过 **基础技术分析**Basic Technical Analysis<ruby>**基础技术分析**<rt>Basic Technical Analysis</rt></ruby> 元素，将 DataFrame 扩展包含 EMA 值的一列。
|
||||
在网格 2 中，通过使 DataFrame 通过 <ruby>**基础技术分析**<rt>Basic Technical Analysis</rt></ruby> 元素，将 DataFrame 扩展包含 EMA 值的一列。
|
||||
|
||||
![Technical analysis workflow in Grid 2][14]
|
||||
|
||||
在网格 2 中技术分析工作流程
|
||||
*在网格 2 中技术分析工作流程*
|
||||
|
||||
配置技术分析元素以计算 25 个值的 EMAs。
|
||||
配置技术分析元素以计算 25 个值的 EMA。
|
||||
|
||||
![Configuration of the technical analysis element][15]
|
||||
|
||||
配置技术分析元素
|
||||
*配置技术分析元素*
|
||||
|
||||
当你运行整个程序并开启 **技术分析**Technical Analysis<ruby>**技术分析**<rt>Technical Analysis</rt></ruby> 元素的调试输出时，你将发现 EMA-25 列的值似乎都相同。
|
||||
当你运行整个程序并开启 <ruby>**技术分析**<rt>Technical Analysis</rt></ruby> 元素的调试输出时，你将发现 EMA-25 列的值似乎都相同。
|
||||
|
||||
![Missing decimal places in output][16]
|
||||
|
||||
输出中精度不够
|
||||
*输出中精度不够*
|
||||
|
||||
这是因为调试输出中的 EMA-25 值仅包含六位小数，即使输出保留了 8 个字节完整精度的浮点值。
|
||||
|
||||
@ -160,31 +151,31 @@ if isinstance(input, pd.DataFrame):
|
||||
|
||||
![Workflow in Grid 2][17]
|
||||
|
||||
网格 2 中的工作流程
|
||||
*网格 2 中的工作流程*
|
||||
|
||||
使用 **基础操作** 元素，将 DataFrame 与添加的 EMA-25 列一起转储，以便可以将其加载到 Jupyter Notebook中；
|
||||
使用 **基础操作** 元素，将 DataFrame 与添加的 EMA-25 列一起转储，以便可以将其加载到 Jupyter 笔记本中；
|
||||
|
||||
![Dump extended DataFrame to file][18]
|
||||
|
||||
将扩展后的 DataFrame 存储到文件中
|
||||
*将扩展后的 DataFrame 存储到文件中*
|
||||
|
||||
### 评估策略
|
||||
|
||||
在 Juypter Notebook 中开发评估策略，让你可以更直接地访问代码。要加载 DataFrame，你需要使用如下代码：
|
||||
在 Juypter 笔记本中开发评估策略，让你可以更直接地访问代码。要加载 DataFrame，你需要使用如下代码：
|
||||
|
||||
![Representation with all decimal places][19]
|
||||
|
||||
用全部小数位表示
|
||||
*用全部小数位表示*
|
||||
|
||||
你可以使用 [**iloc**][20] 和列名来访问最新的 EMA-25 值，并且会保留所有小数位。
|
||||
你可以使用 [iloc][20] 和列名来访问最新的 EMA-25 值，并且会保留所有小数位。
|
||||
|
||||
你已经知道如何来获得最新的数据。上面示例的最后一行仅显示该值。为了能将该值拷贝到不同的变量中，你必须使用如下图所示的 **.at** 方法方能成功。
|
||||
你已经知道如何来获得最新的数据。上面示例的最后一行仅显示该值。为了能将该值拷贝到不同的变量中，你必须使用如下图所示的 `.at` 方法方能成功。
|
||||
|
||||
你也可以直接计算出你下一步所需的交易参数。
|
||||
|
||||
![Buy/sell decision][21]
|
||||
|
||||
买卖决策
|
||||
*买卖决策*
|
||||
|
||||
### 确定交易参数
|
||||
|
||||
@ -194,31 +185,31 @@ if isinstance(input, pd.DataFrame):
|
||||
|
||||
![Validation function][22]
|
||||
|
||||
回测功能
|
||||
*回测功能*
|
||||
|
||||
在此示例中，**buy_factor** 和 **sell_factor** 是预先定义好的。因此，发散思维用直接计算出表现最佳的参数。
|
||||
在此示例中，`buy_factor` 和 `sell_factor` 是预先定义好的。因此，发散思维用直接计算出表现最佳的参数。
|
||||
|
||||
![Nested for loops for determining the buy and sell factor][23]
|
||||
|
||||
嵌套的 _for_ 循环，用于确定购买和出售的参数
|
||||
*嵌套的 for 循环，用于确定购买和出售的参数*
|
||||
|
||||
这要跑 81 个循环（9x9），在我的机器（Core i7 267QM）上花费了几分钟。
|
||||
|
||||
![System utilization while brute forcing][24]
|
||||
|
||||
在暴力运算时系统的利用率
|
||||
*在暴力运算时系统的利用率*
|
||||
|
||||
在每个循环之后，它将 **buy_factor**，**sell_factor** 元组和生成的 **利润**profit<ruby>**利润**<rt>profit</rt></ruby> 元组追加到 **trading_factors** 列表中。按利润降序对列表进行排序。
|
||||
在每个循环之后，它将 `buy_factor`、`sell_factor` 元组和生成的 `profit` 元组追加到 `trading_factors` 列表中。按利润降序对列表进行排序。
|
||||
|
||||
![Sort profit with related trading factors in descending order][25]
|
||||
|
||||
将利润与相关的交易参数按降序排序
|
||||
*将利润与相关的交易参数按降序排序*
|
||||
|
||||
当你打印出列表时，你会看到 0.002 是最好的参数。
|
||||
|
||||
![Sorted list of trading factors and profit][26]
|
||||
|
||||
交易要素和收益的有序列表
|
||||
*交易要素和收益的有序列表*
|
||||
|
||||
当我在 2020 年 3 月写下这篇文章时，价格的波动还不足以呈现出更理想的结果。我在 2 月份得到了更好的结果，但即使在那个时候，表现最好的交易参数也在 0.002 左右。
|
||||
|
||||
@ -230,73 +221,73 @@ if isinstance(input, pd.DataFrame):
|
||||
|
||||
![Implemented evaluation logic][27]
|
||||
|
||||
实现评估策略
|
||||
*实现评估策略*
|
||||
|
||||
如果输出 **1** 表示你应该购买，如果输出 **2** 则表示你应该卖出。 输出 **0** 表示现在无需操作。使用 **分支**Branch<ruby>**分支**<rt>Branch</rt></ruby> 元素来控制执行路径。
|
||||
如果输出 `1` 表示你应该购买，如果输出 `2` 则表示你应该卖出。 输出 `0` 表示现在无需操作。使用 <ruby>**分支**<rt>Branch</rt></ruby> 元素来控制执行路径。
|
||||
|
||||
![Branch element: Grid 3 Position 2A][28]
|
||||
|
||||
Branch 元素：网格 3，2A 位置
|
||||
*分支元素：网格 3，2A 位置*
|
||||
|
||||
|
||||
|
||||
因为 **0** 和 **-1** 的处理流程一样，所以你需要在最右边添加一个分支元素来判断你是否应该卖出。
|
||||
因为 `0` 和 `-1` 的处理流程一样，所以你需要在最右边添加一个分支元素来判断你是否应该卖出。
|
||||
|
||||
![Branch element: Grid 3 Position 3B][29]
|
||||
|
||||
分支元素：网格 3，3B 位置
|
||||
*分支元素：网格 3，3B 位置*
|
||||
|
||||
网格 3 应该现在如下图所示：
|
||||
|
||||
![Workflow on Grid 3][30]
|
||||
|
||||
网格 3 的工作流程
|
||||
*网格 3 的工作流程*
|
||||
|
||||
### 下单
|
||||
|
||||
由于无需在一个周期中购买两次，因此必须在周期之间保留一个持久变量，以指示你是否已经购买。
|
||||
|
||||
你可以利用 **栈**Stack<ruby>**栈**<rt>Stack</rt></ruby> 元素来实现。顾名思义，栈元素表示可以用任何 Python 数据类型来放入的基于文件的栈。
|
||||
你可以利用 <ruby>**栈**<rt>Stack</rt></ruby> 元素来实现。顾名思义，栈元素表示可以用任何 Python 数据类型来放入的基于文件的栈。
|
||||
|
||||
你需要定义栈仅包含一个布尔类型，该布尔类型决定是否购买了（**True**）或（**False**）。因此，你必须使用 **False** 来初始化栈。例如，你可以在网格 4 中简单地通过将 **False** 传递给栈来进行设置。![Forward a False-variable to the subsequent Stack element][31]
|
||||
你需要定义栈仅包含一个布尔类型，该布尔类型决定是否购买了（`True`）或（`False`）。因此，你必须使用 `False` 来初始化栈。例如，你可以在网格 4 中简单地通过将 `False` 传递给栈来进行设置。
|
||||
|
||||
将 **False** 变量传输到后续的栈元素中
|
||||
![Forward a False-variable to the subsequent Stack element][31]
|
||||
|
||||
*将 False 变量传输到后续的栈元素中*
|
||||
|
||||
在分支树后的栈实例可以进行如下配置：
|
||||
|
||||
![Configuration of the Stack element][32]
|
||||
|
||||
设置栈元素
|
||||
*设置栈元素*
|
||||
|
||||
在栈元素设置中，将 **Do this with input** 设置成 **Nothing**。否则，布尔值将被 1 或 0 覆盖。
|
||||
在栈元素设置中，将 <ruby>对输入的操作<rt>Do this with input</rt></ruby> 设置成 <ruby>无<rt>Nothing</rt></ruby>。否则，布尔值将被 `1` 或 `0` 覆盖。
|
||||
|
||||
该设置确保仅将一个值保存于栈中（**True** 或 **False**），并且只能读取一个值（为了清楚起见）。
|
||||
该设置确保仅将一个值保存于栈中（`True` 或 `False`），并且只能读取一个值（为了清楚起见）。
|
||||
|
||||
在栈元素之后，你需要另外一个 **分支** 元素来判断栈的值，然后再放置 **币安订单**Binance Order<ruby>**币安订单**<rt>Binance Order</rt></ruby> 元素。
|
||||
在栈元素之后，你需要另外一个 **分支** 元素来判断栈的值，然后再放置 <ruby>币安订单<rt>Binance Order</rt></ruby> 元素。
|
||||
|
||||
![Evaluate the variable from the stack][33]
|
||||
|
||||
判断栈中的变量
|
||||
*判断栈中的变量*
|
||||
|
||||
将币安订单元素添加到分支元素的 **True** 路径。网格 3 上的工作流现在应如下所示：
|
||||
将币安订单元素添加到分支元素的 `True` 路径。网格 3 上的工作流现在应如下所示：
|
||||
|
||||
![Workflow on Grid 3][34]
|
||||
|
||||
网格 3 的工作流程
|
||||
*网格 3 的工作流程*
|
||||
|
||||
币安订单元素应如下配置：
|
||||
|
||||
![Configuration of the Binance Order element][35]
|
||||
|
||||
编辑币安订单元素
|
||||
*编辑币安订单元素*
|
||||
|
||||
你可以在币安网站上的帐户设置中生成 API 和密钥。
|
||||
|
||||
![Creating an API key in Binance][36]
|
||||
|
||||
在币安账户设置中创建一个 API key
|
||||
*在币安账户设置中创建一个 API 密钥*
|
||||
|
||||
在本文中，每笔交易都是作为市价交易执行的，交易量为10,000 TRX（2020 年 3 月约为 150 美元）（出于教学的目的，我通过使用市价下单来演示整个过程。因此，我建议至少使用限价下单。）
|
||||
在本文中，每笔交易都是作为市价交易执行的，交易量为 10,000 TRX（2020 年 3 月约为 150 美元）（出于教学的目的，我通过使用市价下单来演示整个过程。因此，我建议至少使用限价下单。）
|
||||
|
||||
如果未正确执行下单（例如，网络问题、资金不足或货币对不正确），则不会触发后续元素。因此，你可以假定如果触发了后续元素，则表示该订单已下达。
|
||||
|
||||
@ -304,7 +295,7 @@ Branch 元素：网格 3，2A 位置
|
||||
|
||||
![Output of a successfully placed sell order][37]
|
||||
|
||||
成功卖单的输出
|
||||
*成功卖单的输出*
|
||||
|
||||
该行为使后续步骤更加简单：你可以始终假设只要成功输出，就表示订单成功。因此，你可以添加一个 **基础操作** 元素，该元素将简单地输出 **True** 并将此值放入栈中以表示是否下单。
|
||||
|
||||
@ -312,21 +303,21 @@ Branch 元素：网格 3，2A 位置
|
||||
|
||||
![Logging output of Binance Order element][38]
|
||||
|
||||
币安订单元素中的输出日志信息
|
||||
*币安订单元素中的输出日志信息*
|
||||
|
||||
### 调度和同步
|
||||
|
||||
对于日程调度和同步，请在网格 1 中将整个工作流程置于 **币安调度器**Binance Scheduler<ruby>**币安调度器**<rt>Binance Scheduler</rt></ruby> 元素的前面。
|
||||
对于日程调度和同步，请在网格 1 中将整个工作流程置于 <ruby>币安调度器<rt>Binance Scheduler</rt></ruby> 元素的前面。
|
||||
|
||||
![Binance Scheduler at Grid 1, Position 1A][39]
|
||||
|
||||
在网格 1，1A 位置的币安调度器
|
||||
*在网格 1，1A 位置的币安调度器*
|
||||
|
||||
由于币安调度器元素只执行一次，因此请在网格 1 的末尾拆分执行路径，并通过将输出传递回币安调度器来强制让其重新同步。
|
||||
|
||||
![Grid 1: Split execution path][40]
|
||||
|
||||
网格 1：拆分执行路径
|
||||
*网格 1：拆分执行路径*
|
||||
|
||||
5A 元素指向 网格 2 的 1A 元素，并且 5B 元素指向网格 1 的 1A 元素（币安调度器）。
|
||||
|
||||
@ -336,40 +327,34 @@ Branch 元素：网格 3，2A 位置
|
||||
|
||||
![PythonicDaemon console interface][41]
|
||||
|
||||
PythonicDaemon 控制台
|
||||
|
||||
PythonicDaemon 是基础程序的一部分。要使用它，请保存完整的工作流程，将其传输到远程运行的系统中（例如，通过安全拷贝协议Secure Copy<ruby>安全拷贝协议<rt>Secure Copy</rt></ruby> [SCP]），然后把工作流程文件作为参数来启动 PythonicDaemon：
|
||||
*PythonicDaemon 控制台*
|
||||
|
||||
PythonicDaemon 是基础程序的一部分。要使用它，请保存完整的工作流程，将其传输到远程运行的系统中（例如，通过<ruby>安全拷贝协议<rt>Secure Copy</rt></ruby> SCP），然后把工作流程文件作为参数来启动 PythonicDaemon：
|
||||
|
||||
```
|
||||
`$ PythonicDaemon trading_bot_one`
|
||||
$ PythonicDaemon trading_bot_one
|
||||
```
|
||||
|
||||
为了能在系统启动时自启 PythonicDaemon，可以将一个条目添加到 crontab 中：
|
||||
|
||||
|
||||
```
|
||||
`# crontab -e`
|
||||
# crontab -e
|
||||
```
|
||||
|
||||
![Crontab on Ubuntu Server][42]
|
||||
|
||||
在 Ubuntu 服务器上的 Crontab
|
||||
*在 Ubuntu 服务器上的 Crontab*
|
||||
|
||||
### 下一步
|
||||
|
||||
正如我在一开始时所说的，本教程只是自动交易的入门。对交易机器人进行编程大约需要 10％ 的编程和 90％ 的测试。当涉及到让你的机器人用金钱交易时，你肯定会对编写的代码再三思考。因此，我建议你编码时要尽可能简单和易于理解。
|
||||
|
||||
|
||||
|
||||
如果你想自己继续开发交易机器人，接下来所需要做的事：
|
||||
|
||||
- 收益自动计算（希望你有正收益！）
|
||||
- 计算你想买的价格
|
||||
- 比较你的预订单（例如，订单是否填写完整？）
|
||||
|
||||
|
||||
|
||||
你可以从 [GitHub][2] 上获取完整代码。
|
||||
|
||||
--------------------------------------------------------------------------------
|
||||
@ -379,7 +364,7 @@ via: https://opensource.com/article/20/4/python-crypto-trading-bot
|
||||
作者：[Stephan Avenwedde][a]
|
||||
选题：[lujun9972][b]
|
||||
译者：[wyxplus](https://github.com/wyxplus)
|
||||
校对：[校对者ID](https://github.com/校对者ID)
|
||||
校对：[wxy](https://github.com/wxy)
|
||||
|
||||
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出
|
||||
|
||||
Loading…
Reference in New Issue
Block a user