比特币现货搬砖做市、套利与对冲

update 2017-11-07 引入kafka作为数据流水线

Maker-Taker市场套利模型分析

盈利点：

市场价格波动，可通过网格策略进行捕捉

profit_price = sum(deal_size*(sell_price - buy_price)

本市场被动套利手续费：交易所奖励的0.1%手续费，薅羊毛策略，赚取手续费，这部分盈利与trader的maker_only成交量占交易所总成交量的百分比

profit_maker = deal_amount*0.1% <= total_amount*0.1

跨市场主动套利搬砖

profit_arbitrage = deal_amount*(x_price - y_price)

做市套利：

https://github.com/philsong/bitcoin-arbitrage

基础经纪商服务模型：

https://github.com/philsong/bitcoin-broker

目前支持的交易所列表：

- Bitstamp (USD)

- Haobtc (CNY)

- OkCoin (CNY)

- Huobi (CNY)

该套利程序基于maxime.biais 的开源代码，原作者好久不维护了，所以前几天和他联系了下，his answer:"I can create a contributor list from the commiter ids."

有人问为什么不用btcrobot的源代码？

https://github.com/philsong/btcrobot

简答回答就是btcrobot整个框架当初的目标不是套利，而是根据指标“using technical analysis.“判断出市场微结构的方向，这个项目验证了一个事情，各种股评家、神棍的行情分析都是瞎扯淡，因为程序回测结果证明预测的行为完全与你要用的回测历史数据相关，意味着预测行情对错连他们自己都不相信，对错都是瞎鸡吧凑巧。。。

因为这个项目结识了不少朋友，当初zero通电话来说几个币套利真不赚钱，薅了半天羊毛没意思，只有有大量币的人才能把这事的量做起来，当时谈到做个类似国外tradewave的策略交易平台，让用户自己去写策略，回测，交易策略，交流想法之类的，其实当时我和朋友Lyon也在搞了，模仿了tradewave的demo，后来我们脑子一热去搞了另一个xx，去年我那合伙人去芬兰留学追他老婆去了，我就…………，然而zero把这些想法搞成了botvs，居然一个人坚持这么长时间（两年左右了吧。。。），把botvs搞的越来越好，回报就是zero赚了老多钱，证据就是之前在btc123放的广告可老贵了，连投资都不屑（牛）要（逼）。。。但是你要问botvs里面那无数策略到底哪个最有用，其实卖的主要就是搬砖套利策略（个人感觉，求打脸）。

关于技术分析

话题拉回来，关于指标，不管是MACD还是各种EMA，KDJ blabla指标都是根据历史数据推算趋势，甚至有的是未来函数，具有极大的概率性，概率性意味着不确定性，不确定性意味着你心里惶惶然，数学上没法证明对错，所以就放弃了这条路子，后来btcrobot的核心代码在http://bixin.com 的标准价格快捷买卖币 继续发光发热，与原https://github.com/philsong/btcrobot代码由于出入较大，也懒得merge维护了。

以上原因，你会发现只有套利是最简洁有效。

说了半天，上代码：https://github.com/philsong/bitcoin-arbitrage

和原作比，加入如下功能：

1，以cny为中心替换usd

2，加入 haobtc , okcoin,huobi的搬砖套利基本程序实现

3，修复了原作者的一些不妥之处

如何使用？

在arbitrage/config.py文件，把 haobtc ,okcoin,huobi的key写进去，其他看readme吧，支持模拟测试。

该程序可作为学习haobtc交易所API之样本，API部分我借用的 四海同学的lib库，然后移植到Python3，有事戳他。

附上haobtc交易所API: https://github.com/haobtc/API_Docs

haobtc 搬砖套利程序代码：

https://github.com/philsong/bitcoin-arbitrage

https://github.com/philsong/bitcoin-broker

统计分析

盈利曲线，统计分析软件用stata，统计是一种思维，可视化让你感觉更加直观，强烈建议每一个trader加强统计技能, http://bbs.pinggu.org/?fromuid=2200446）

招人招人，我又回来干量化了。

图片发自App