HFT策略编写及回测
多引擎设计
WonderTrader采用多引擎设计，针对不同类型的策略提供独立的引擎，目前支持的引擎包括：
CTA引擎，也叫同步策略引擎，一般适用于标的较少，计算逻辑较快的策略，事件+时间驱动。典型的应用场景包括单标的择时、中频以下的套利等。Demo中提供的DualThrust策略，单次重算平均耗时，Python实现版本约70多微秒，C++实现版本约4.5微秒。
SEL引擎，也叫异步策略引擎，一般适用于标的较多，计算逻辑耗时较长的策略，时间驱动。典型应用场景包括多因子选股策略、截面多空策略等。
HFT引擎，也叫高频策略引擎，主要针对高频或者低延时策略，事件驱动，系统延迟在1微秒之内
UFT引擎，也叫极速策略引擎，主要针对超高频或者超低延时策略，事件驱动，系统延迟在200纳秒之内
HFT策略概述
要基于WonderTrader实现HFT策略，有两种方式：
基于wtcpp，直接使用纯C++开发策略。这种方式适合有较高C++编程能力，并且对延迟有较高要求的用户
基于wtpy，使用python开发策略。这种方式适合对延迟有要求但是不是特别敏感，对C++也不大熟悉的用户
无论哪种方式，底层都是纯C++实现，执行效率有保障。HFT引擎和CTA引擎的最大区别在于：
HFT引擎中策略直接和交易接口绑定，交易接口的回报直接推送给策略，策略需要自行维护订单。
CTA引擎中，策略信号和执行是彻底剥离的，CTA引擎可以和多个执行器对接，从而实现一个组合对接多个交易通道的机制。更多信息可以参考WonderTrader的M+1+N的执行架构。
HFT策略接口
和CTA策略一样，HFT策略也有一个基础结构：
class BaseHftStrategy:
'''
HFT策略基础类，所有的策略都从该类派生
包含了策略的基本开发框架
'''
def __init__(self, name:str):
self.__name__ = name
def name(self) -> str:
return self.__name__
def on_init(self, context:HftContext):
'''
策略初始化，启动的时候调用
用于加载自定义数据
@context 策略运行上下文
'''
return
def on_session_begin(self, context:HftContext, curTDate:int):
'''
交易日开始事件
@curTDate 交易日，格式为20210220
'''
return
def on_session_end(self, context:HftContext, curTDate:int):
'''
交易日结束事件
@curTDate 交易日，格式为20210220
'''
return
def on_backtest_end(self, context:CtaContext):
'''
回测结束时回调，只在回测框架下会触发
@context 策略上下文
'''
return
def on_tick(self, context:HftContext, stdCode:str, newTick:dict):
'''
Tick数据进来时调用
@context 策略运行上下文
@stdCode 合约代码
@newTick 最新Tick
'''
return
def on_order_detail(self, context:HftContext, stdCode:str, newOrdQue:dict):
'''
逐笔委托数据进来时调用
@context 策略运行上下文
@stdCode 合约代码
@newOrdQue 最新逐笔委托
'''
return
def on_order_queue(self, context:HftContext, stdCode:str, newOrdQue:dict):
'''
委托队列数据进来时调用
@context 策略运行上下文
@stdCode 合约代码
@newOrdQue 最新委托队列
'''
return
def on_transaction(self, context:HftContext, stdCode:str, newTrans:dict):
'''
逐笔成交数据进来时调用
@context 策略运行上下文
@stdCode 合约代码
@newTrans 最新逐笔成交
'''
return
def on_bar(self, context:HftContext, stdCode:str, period:str, newBar:dict):
'''
K线闭合时回调
@context 策略上下文
@stdCode 合约代码
@period K线周期
@newBar 最新闭合的K线
'''
return
def on_channel_ready(self, context:HftContext):
'''
交易通道就绪通知
@context 策略上下文
'''
return
def on_channel_lost(self, context:HftContext):
'''
交易通道丢失通知
@context 策略上下文
'''
return
def on_entrust(self, context:HftContext, localid:int, stdCode:str, bSucc:bool, msg:str, userTag:str):
'''
下单结果回报
@context 策略上下文
@localid 本地订单id
@stdCode 合约代码
@bSucc 下单结果
@mes 下单结果描述
'''
return
def on_order(self, context:HftContext, localid:int, stdCode:str, isBuy:bool, totalQty:float, leftQty:float, price:float, isCanceled:bool, userTag:str):
'''
订单回报
@context 策略上下文
@localid 本地订单id
@stdCode 合约代码
@isBuy 是否买入
@totalQty 下单数量
@leftQty 剩余数量
@price 下单价格
@isCanceled 是否已撤单
'''
return
def on_trade(self, context:HftContext, localid:int, stdCode:str, isBuy:bool, qty:float, price:float, userTag:str):
'''
成交回报
@context 策略上下文
@stdCode 合约代码
@isBuy 是否买入
@qty 成交数量
@price 成交价格
'''
return
def on_position(self, context:HftContext, stdCode:str, isLong:bool, prevol:float, preavail:float, newvol:float, newavail:float):
'''
初始持仓回报
实盘可用, 回测的时候初始仓位都是空, 所以不需要
@context 策略上下文
@stdCode 合约代码
@isLong 是否为多
@prevol 昨仓
@preavail 可用昨仓
@newvol 今仓
@newavail 可用今仓
'''
return
从上面的代码可以看出，整个策略的结构大致可以分为四块：
策略本身的回调
行情数据的回调
交易通道的回调
交易回报的回调
其中行情数据的回调，主要包括on_tick、on_bar和level2数据回调，本文中只需要关注on_tick即可；交易通道的回调，主要是通知策略交易通道的连接和断开事件；交易回报的回调，主要是订单回报、成交回报以及下单回报。
HftContext提供了相应的各种接口，更多信息可以参考API相关文档的介绍。
一个简单的HFT策略
wtpy的demo中提供了一个简单的HFT策略，大致逻辑就是利用最新的tick计算一个理论价格，然后比较最新价和理论价格的大小，再生成交易信号。
from wtpy import BaseHftStrategy
from wtpy import HftContext
from datetime import datetime
def makeTime(date:int, time:int, secs:int):
'''
将系统时间转成datetime\n
@date 日期，格式如20200723\n
@time 时间，精确到分，格式如0935\n
@secs 秒数，精确到毫秒，格式如37500
'''
return datetime(year=int(date/10000), month=int(date%10000/100), day=date%100,
hour=int(time/100), minute=time%100, second=int(secs/1000), microsecond=secs%1000*1000)
class HftStraDemo(BaseHftStrategy):
def __init__(self, name:str, code:str, expsecs:int, offset:int, freq:int=30):
BaseHftStrategy.__init__(self, name)
'''交易参数'''
self.__code__ = code #交易合约
self.__expsecs__ = expsecs #订单超时秒数
self.__offset__ = offset #指令价格偏移
self.__freq__ = freq #交易频率控制，指定时间内限制信号数，单位秒
'''内部数据'''
self.__last_tick__ = None #上一笔行情
self.__orders__ = dict() #策略相关的订单
self.__last_entry_time__ = None #上次入场时间
self.__cancel_cnt__ = 0 #正在撤销的订单数
self.__channel_ready__ = False #通道是否就绪
def on_init(self, context:HftContext):
'''
策略初始化，启动的时候调用\n
用于加载自定义数据\n
@context 策略运行上下文
'''
#先订阅实时数据
context.stra_sub_ticks(self.__code__)
self.__ctx__ = context
def check_orders(self):
#如果未完成订单不为空
if len(self.__orders__.keys()) > 0 and self.__last_entry_time__ is not None:
#当前时间，一定要从api获取，不然回测会有问题
now = makeTime(self.__ctx__.stra_get_date(), self.__ctx__.stra_get_time(), self.__ctx__.stra_get_secs())
span = now - self.__last_entry_time__
if span.total_seconds() > self.__expsecs__: #如果订单超时，则需要撤单
for localid in self.__orders__:
self.__ctx__.stra_cancel(localid)
self.__cancel_cnt__ += 1
self.__ctx__.stra_log_text("cancelcount -> %d" % (self.__cancel_cnt__))
def on_tick(self, context:HftContext, stdCode:str, newTick:dict):
if self.__code__ != stdCode:
return
#如果有未完成订单，则进入订单管理逻辑
if len(self.__orders__.keys()) != 0:
self.check_orders()
return
if not self.__channel_ready__:
return
self.__last_tick__ = newTick
#如果已经入场，则做频率检查
if self.__last_entry_time__ is not None:
#当前时间，一定要从api获取，不然回测会有问题
now = makeTime(self.__ctx__.stra_get_date(), self.__ctx__.stra_get_time(), self.__ctx__.stra_get_secs())
span = now - self.__last_entry_time__
if span.total_seconds() <= 30:
return
#信号标志
signal = 0
#最新价作为基准价格
price = newTick["price"]
#计算理论价格
pxInThry = (newTick["bid_price_0"]*newTick["ask_qty_0"] + newTick["ask_price_0"]*newTick["bid_qty_0"]) / (newTick["ask_qty_0"] + newTick["bid_qty_0"])
context.stra_log_text("理论价格%f，最新价：%f" % (pxInThry, price))
if pxInThry > price: #理论价格大于最新价，正向信号
signal = 1
context.stra_log_text("出现正向信号")
elif pxInThry < price: #理论价格小于最新价，反向信号
signal = -1
context.stra_log_text("出现反向信号")
if signal != 0:
#读取当前持仓
curPos = context.stra_get_position(self.__code__)
#读取品种属性，主要用于价格修正
commInfo = context.stra_get_comminfo(self.__code__)
#当前时间，一定要从api获取，不然回测会有问题
now = makeTime(self.__ctx__.stra_get_date(), self.__ctx__.stra_get_time(), self.__ctx__.stra_get_secs())
#如果出现正向信号且当前仓位小于等于0，则买入
if signal > 0 and curPos <= 0:
#买入目标价格=基准价格+偏移跳数*报价单位
targetPx = price + commInfo.pricetick * self.__offset__
#执行买入指令，返回所有订单的本地单号
ids = context.stra_buy(self.__code__, targetPx, 1, "buy")
#将订单号加入到管理中
for localid in ids:
self.__orders__[localid] = localid
#更新入场时间
self.__last_entry_time__ = now
#如果出现反向信号且当前持仓大于等于0，则卖出
elif signal < 0 and curPos >= 0:
#买入目标价格=基准价格-偏移跳数*报价单位
targetPx = price - commInfo.pricetick * self.__offset__
#执行卖出指令，返回所有订单的本地单号
ids = context.stra_sell(self.__code__, targetPx, 1, "sell")
#将订单号加入到管理中
for localid in ids:
self.__orders__[localid] = localid
#更新入场时间
self.__last_entry_time__ = now
def on_bar(self, context:HftContext, stdCode:str, period:str, newBar:dict):
return
def on_channel_ready(self, context:HftContext):
undone = context.stra_get_undone(self.__code__)
if undone != 0 and len(self.__orders__.keys()) == 0:
context.stra_log_text("%s存在不在管理中的未完成单%f手，全部撤销" % (self.__code__, undone))
isBuy = (undone > 0)
ids = context.stra_cancel_all(self.__code__, isBuy)
for localid in ids:
self.__orders__[localid] = localid
self.__cancel_cnt__ += len(ids)
context.stra_log_text("cancelcnt -> %d" % (self.__cancel_cnt__))
self.__channel_ready__ = True
def on_channel_lost(self, context:HftContext):
context.stra_log_text("交易通道连接丢失")
self.__channel_ready__ = False
def on_entrust(self, context:HftContext, localid:int, stdCode:str, bSucc:bool, msg:str, userTag:str):
if bSucc:
context.stra_log_text("%s下单成功，本地单号：%d" % (stdCode, localid))
else:
context.stra_log_text("%s下单失败，本地单号：%d，错误信息：%s" % (stdCode, localid, msg))
def on_order(self, context:HftContext, localid:int, stdCode:str, isBuy:bool, totalQty:float, leftQty:float, price:float, isCanceled:bool, userTag:str):
if localid not in self.__orders__:
return
if isCanceled or leftQty == 0:
self.__orders__.pop(localid)
if self.__cancel_cnt__ > 0:
self.__cancel_cnt__ -= 1
self.__ctx__.stra_log_text("cancelcount -> %d" % (self.__cancel_cnt__))
return
def on_trade(self, context:HftContext, localid:int, stdCode:str, isBuy:bool, qty:float, price:float, userTag:str):
return
更多HFT相关信息可以参考wtpy/demos/hft_fut，也可以参考专栏文章WonderTrader高频交易初探及v0.6发布。