和老白一起玩转JavaScript -- 创造一个会做买卖的小伙伴（5） 机器人也生虫（BUG）

和老白一起玩转JavaScript -- 创造一个会做买卖的小伙伴（5） 机器人也生虫（BUG）

使用JS 编写量化机器人的一个教程： https://www.botvs.com/bbs-topic/705 (先 Mark 下)。

• 1、 K线的 数据基础知识 、 量化交易中使用这些数据出现的问题。

  • 什么是K线数据：

    K线图这种图表源处于日本德川幕府时代，被当时日本米市的商人用来记录米市的行情与价格波动，后因其细腻独到的标画方式而被引入到股市及期货市场。目前，这种图表分析法在我国以至整个东南亚地区均尤为流行。由于用这种方法绘制出来的图表形状颇似一根根蜡烛，加上这些蜡烛有黑白之分，因而也叫阴阳线图表。通过K线图，我们能够把每日或某一周期的市况表现完全记录下来，股价经过一段时间的盘档后，在图上即形成一种特殊区域或形态，不同的形态显示出不同意义。我们可以从这些形态的变化中摸索出一些有规律的东西出来。K线图形态可分为反转形态、整理形态及缺口和趋向线等。
    （查询自百度）

    具体图形不解释了，我们看下 使用JS 语言定义的K线的数据结构：

    {
        Time    :   1487034000000, // 一个时间戳, 精确到毫秒，与Javascript的 new Date().getTime() 得到的结果格式一样
        Open    :   3425,          // 开盘价
        High    :   3446,          // 最高价
        Low     :   3423,          // 最低价
        Close   :   3438,          // 收盘价
        Volume  :   177657.99,     // 交易量
    }
    

    我们再看下调用 GetRecords 函数获取的数据： （记得先调用 exchange.SetContractType("rb1705"); 明确要操作的合约类型）

    [
        {"Time":1487034000000,"Open":3425,"High":3446,"Low":3423,"Close":3438,"Volume":177657.9999999999},
        {"Time":1487035800000,"Open":3438,"High":3448,"Low":3382,"Close":3385,"Volume":494882},
        {"Time":1487037600000,"Open":3385,"High":3398,"Low":3383,"Close":3394,"Volume":83656.00000000015}
    ]
    

    可见K线数据都是一个对象数组，每个对象就是一个 K线 Bar ，包含 这个Bar 周期内的 最高价格、 最低价格、 开盘价格（即这个K线时间戳开始时的价格）、收盘价格（即这个K线周期时间结束时的价格）、成交量（周期内的成交量）。而这个周期 就是 K线周期。
    比如上面的数组中的数据怎么判断是多大周期的K线呢？ 可以用2根Bar 的时间戳只差计算： 1487035800000 - 1487034000000
    得出： 1800000 , 这个数值的单位是 毫秒，所以换算下： 1800000 / 1000 / 60 = 30 (分钟) ， 这个K线周期就是30分钟。

    第一个容易出现的问题：
    使用K线数据时，忽略了 数组长度。导致数组访问溢出（这类BUG在以前写C程序的时候很常见）。所以我们在使用K线前需要对其判断
    比如获取K线：
    exchange.SetContractType("rb1705"); // 切换设置 为 螺纹钢 1705 合约。
    var records = exchange.GetRecords(); // 获取 rb1705 螺纹钢 合约的 默认K线周期数据。
    具体可以获取到多少根Bar 的K线数据 是具体看 交易所的 API 推送的。所以在开始的时候如果需要比较多的K线Bar，必须让程序收集一段时间。并且在程序里面要增加判断，是否收集足够，可以这样写：

    if(records.length < n){    // n 就是我们限定的 n线数量。
        return;                // 当前函数返回。
    }
    

    第二个容易出现的问题：
    K线最后一个Bar 的数据，除了 Time 属性、 Open属性 以外，其他的属性都是有可能变化， Close 属性更是实时在变动。
    初学者在 处理K线的时候由于不明白这点会有很多困惑。比如上一章节，讲到均线交叉。使用倒数第一Bar 还是倒数第二Bar ？

    第三个问题：
    K线的周期，时间戳就是这个周期的起始时刻，时间戳是一个 毫秒数， 值为0 的时间戳 代表的时刻是 1970年1月1日 (具体写程序的时候判断还需要考虑所在时区)。
    可以用以下这一句在 w3school 或者 BotVS沙盒系统中 测试下：

    var arr = new Date(0);
    

    显示为：

    Thu Jan 01 1970 08:00:00 GMT+0800 (CST) // 显示的为东八时区
    这个值是从1970年自己累加到现在了（每过1秒增加1000， 因为1秒是1000毫秒），所以这个数值已经是比较大了。
    这里有个小技巧：时间戳由于是确定K线周期的K线中每个Bar唯一的，所以一旦时间戳发生变化，那么就可以确定接收到最新的K线数据了。这个在实际处理K线数据中也是很有用的。

• 2、 指标调用详解，经常遇到的问题 满足周期 、 返回值 、参数

  在程序化或者量化策略编写时，也会用到不少指标函数， 比较好用的指标库有 talib 库，这个有各种版本，我们这里用到JS版本。

  在老白第一次使用指标库的函数时也出过不少错误：

  • 第一，参数周期（指标参数, 区别于K线周期，K线周期为多少，计算出来的指标K线周期也就是多少，比如30分钟K线计算出来的就是30分钟周期的 MACD 指标，参数为参数周期）设置过大，K线数据长度不足：
    比如MACD指标，描述：

    MACD(Records[Close],Fast Period = 12,Slow Period = 26,Signal Period = 9) = [Array(outMACD),Array(outMACDSignal),Array(outMACDHist)]
    

    在使用时如果参数周期设置 12，26，9, 我们传入用于计算指标的K线数据records, 代码这样写：

    var macd = talib.MACD(records, 12, 26, 9);
    

    如果此时传入的 records 数据的长度过小。计算出来的就是这样的：

    [
      [null,null,null,null,null,null,null,null,null,null,null,null,null],
      [null,null,null,null,null,null,null,null,null,null,null,null,null],
      [null,null,null,null,null,null,null,null,null,null,null,null,null]
    ]
    

    这个就是由于K线数据不足引起的，计算出的指标如果使用就会引起BUG，所以我们在程序前加个限定条件：

    while(!records || records.length < 50){
        records = exchange.GetRecords();
        Sleep(1000);
    }
    

    直到获取足够50根K线，才跳出循环。执行如下：

1.png

有细心的读者可以看到，为什么这个指标计算出的数据是一个二维数组（即 一个数组的每个元素又是一个数组）,因为MACD指标计算出来的并不是一条线，而是三条线分别为： dif 、dea 、macd量柱。所以每个指标的返回值可能都不一样，具体还是需要看下指标描述。
```
[
  [null,null,null,null,null,null,null,null,数据...],
  [null,null,null,null,null,null,null,null,数据...],
  [null,null,null,null,null,null,null,null,数据...]
]
```
有几次也是因为没注意指标的返回结构，出现BUG。

• 第二，指标函数计算使用的均线不一样或者指标算法不一样导致结果不同。

  比较明显的是 STOCH RSI 这个指标，描述如下：

  STOCHRSI(Records[Close],Time Period = 14,Fast-K Period = 5,Fast-D Period = 3,Fast-D MA = 0) = [Array(outFastK),Array(outFastD)]
  

  这个计算出来的值明显不同于其他的算法，这个指标在本系列的第一章中给出了我自己的算法代码。有兴趣的读者可以对比下。
  原因有可能是使用的均线系统不一致导致的，有些库的算法习惯使用MA、有些习惯用EMA。 部分指标都是每天迭代计算出来的，如果K线数据给定的数量不同可能算出的值有差别。

• 3、 API 容错处理

  • Cannot read property 'length' of null 这个BUG 是 出现频率最高的，没有之一。

    原因就是API有时由于各种原因会发生获取数据错误、或者没有获取到数据。这时一些获取数据的API取到的就是null值这些数据一般都是数组结构，经常需要访问数组的长度。

    对于所有的API 调用都需要 进行容错处理，甚至有些时候需要检测一下数据是否正常（有时会出现异常数据）。我们的程序只能保证在自身代码内的准确性，但是对于网络上奔跑穿梭的数据信息是无法保证其100%准确的（丢包什么的不可避免），于是就必须对获取的数据容错处理，过滤掉所有的异常数据。

    由于没有单步调试、没有断点调试、没有变量值监控 等等~
    我平时DEBUG的方法就是最简单的 Log 大法！
    对于程序流程中合理使用Log 输出文本信息，分析程序输出的日志。可以大概了解程序的运行过程，也可以结合 try , catch , throw JS的异常捕获来处理BUG，但是我的建议是不到必须使用异常捕获的时候，尽量不要用。（程序化要求我们必须处理交易、分析数据的各个方面，万万不能勉强运行，可能灾难性的BUG就在某个角落等待触发）。
    对于DEBUG来说，用最原始的Log大法确实是个经验活，从培养DEBUG能力的角度来说这样是很有效的。积累到一定程度，无惧任何BUG。

先写到这，欢迎读者给我留言！提出建议和意见，如果感觉好玩可以分享给更多热爱程序热爱交易的朋友 https://www.botvs.com/m/dashboard。

程序员 littleDream 原创