深度图

在实盘中, 深度图是重要参考要素

import requests response = requests.get(url='https://api.hbdm.com/market/depth?symbol=ETH_CQ&type=step5') depth = response.json()

在这里,价格采用对数坐标将更为清晰:

def logize(arr, p=1, base=1.01): arr_o = np.log(arr/p)/np.log(1.01) return arr_o asks = np.array(depth['tick']['asks']) bids = np.array(depth['tick']['bids']) p = (asks[0][0] + bids[0][0])/2 plt.plot(logize(asks[:,0],p),asks[:,1]) plt.plot(logize(bids[:,0],p),bids[:,1])

均衡价格

关于均衡价格, 有如下推理:

假设:任一时刻的depth将对应一个均衡价格/共识价格, 然后真实成交价格将达到该价格 1.1 理想情况下, 在均衡价格将有最大交易量 1.2. 挂单相对大小对均衡价格有必然影响 1.3. 挂单离均衡价格越近,对均衡价格影响越高 1.3.1 典型情况:大单压单导致反向运动大单 2.0 可以看出, 大单的分布是稀疏而非稠密的 2.1 这应该对应着所谓压力/支撑位 2.2 一般而言, 破位意味着某位置的大单被消灭/撤退 2.3 相反, 若在冲击中守住, 大单将获得巨大的收益 2.4. 在焦灼的行情中, 双方大单的距离会更近动力学 3.0 不考虑其他情况, 理论上将会收敛至均衡价格 3.1 实际情形中结合其他情况(指标变动, 消息)等将发生变化 3.2 常见情形是在某个区间内运动, 当突破某方向的大挂单(阻力)后高速运动, 震荡, 到达一个新的区间 3.3 只得到均衡价格是不够的, 为了最大化收益, 需要得到均衡区间突破 4.1 某个方向的突破与否直接取决于双方的力量对比 4.2 趋势跟单系统/止损就是根据突破与否确定的策略 5.1 跟单:检测突破, 突破时跟单 5.1.1 对于网速与止损要求很高 5.2 反转: 估计大单区间不会被突破时开反向单 5.3 稳健: 在均势中根据均衡价格直接做多/做空

一份定量的深度图采样分析

采样:20次, 间隔30s

import time import requests askss = [] bidss = [] for i in range(20): response = requests.get(url='https://api.hbdm.com/market/depth?symbol=ETH_CQ&type=step5') result = response.json() asks = np.array(result['tick']['asks']) bids = np.array(result['tick']['bids']) askss.append(asks) bidss.append(bids) time.sleep(20)

处理:

缺乏足够的编程基础,包括: 1. 图像的动态plot 2. python gui 3. 协程:time.sleep()时间不够稳定且占用console