火币量化API的简单使用
火币网(https://www.huobi.io/zh-cn/)是国内比较有名的数据货币交易所，它提供了API接口，可以用来作量化交易。
申请火币API接口
如下图所示，登陆火币官网后用户头像下面有一个API管理。
API管理
点开后创建API key
创建API key
这里需要输入三个安全验证码，分别是安全邮箱的验证码、手机验证码和google验证码。
生成API key成功
上图显示的两个参数的含义是，Access Key API 访问密钥， Secret Key 签名认证加密所使用的密钥（仅申请时可见），是用户接入火币网API的凭证，因为涉及到你的资产安全，必须牢记。
如何使用火币网API 接口
我把官网的API介绍搬过来了，说的很明白，详细的看官网文档，见文末参考资料。
接口类型
火币为用户提供两种接口，您可根据自己的使用场景和偏好来选择适合的方式进行查询行情、交易或提现。
- REST API
REST，即Representational State Transfer的缩写，是目前较为流行的基于HTTP的一种通信机制，每一个URL代表一种资源。
交易或资产提现等一次性操作，建议开发者使用REST API进行操作。
- WebSocket API
WebSocket是HTML5一种新的协议（Protocol）。它实现了客户端与服务器全双工通信，通过一次简单的握手就可以建立客户端和服务器连接，服务器可以根据业务规则主动推送信息给客户端。
市场行情和买卖深度等信息，建议开发者使用WebSocket API进行获取。
接口鉴权
以上两种接口均包含公共接口和私有接口两种类型。
公共接口可用于获取基础信息和行情数据。公共接口无需认证即可调用。
私有接口可用于交易管理和账户管理。每个私有请求必须使用您的API Key进行签名验证。
接入URLs
您可以自行比较使用api.huobi.pro和api-aws.huobi.pro两个域名的延迟情况，选择延迟低的进行使用。
其中，api-aws.huobi.pro域名对使用aws云服务的用户做了一定的链路延迟优化。
SDK与代码示例
SDK（推荐）
Java
Python3
C++
其它代码示例
https://github.com/huobiapi?tab=repositories
简单应用
我想通过python来访问火币API接口，获得近期的k线数据，然后根据历史信息计算出的相应的指标(主要是rsi指标)，来找到买卖的时间点，并进行自动化交易。如何实现这样的功能？
在 https://github.com/huobiapi?tab=repositories上有一个 REST-Python3-demo
的例子，基于这个修改是最快速方便的。
使用git clone到本地
git clone https://github.com/huobiapi/REST-Python3-demo.git
文件目录
我们需要修改Utils.py和HuobiServices.py这两个文件
修改其中的全局变量
将刚才审请的acess_key和secret_key填入20和21行。
image.png
第一次执行get_account()函数后，会返回一个account_id，将其赋值给全局变量ACCOUNT_ID,这个值与帐户有关，在交易请求时作为参数，在代码中硬编码写入，就不用重复向后台请求了。如果只读取行情数据，不进行实盘交易的情况下，就不需要它，也用不到这个函数。我审请的api接口权限为读取，因此不需要改这儿。
demo代码实现
下面我们写一个使用火币api进行量化交易的demo,代码的功能很简单，就是获取k线数据，计算rsi指标，根据rsi指标来判断交易时机，这是一个非常粗糙的策略，几乎没有实用价值。
开发运行环境
- ubuntu19.04 server
- python3.7 (Anaconda 3)
python需要的库
- talib
这是一个python中一个非常有名的金融库，里面提供了大量的方法，可以帮助我们快速计算各个指标，详细用法参考官网，这个库基于numpy，建议在anaconda环境下用pip安装。
#-*- coding:utf-8 -*-
from HuobiServices import *
import time
import numpy as np
import os,json
from talib import RSI
import requests
from utils import send_mail
#保存配置信息
config = {}
#日志文件
log_file = 'log/log.txt'
#配置文件
config_file = 'conf.json'
#日志函数
def log(msg):
global log_file
cur_time = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(int(time.time())))
if not os.path.isfile(log_file):
open(log_file,'w')
open(log_file,'a').write('%s: %s\n'%(cur_time,msg))
#获取我的帐户
def get_my_balance(currency):
data = list(filter(lambda x: x['currency'] == currency and x['type'] == 'trade',get_balance()['data']['list']))[0]['balance']
return float(data[:data.find('.')+7])
#获取当前的usdt/btc价格
def get_current_price():
url = 'https://www.huobi.co/-/x/pro/market/overview5?r=ny2seo'
response = requests.get(url)
if response.status_code == 200:
data = response.json()
price_usdt= data['data'][2]['close']
return price_usdt
else:
return 0
#根据k线计算rsi，周期为14
def get_rsi(data):
#调用talib库计算rsi指标
close = np.array([x['close'] for x in data])
real = RSI(close,14)
return real
#买操作
def buy(cur_price):
global config
#获取当前我帐户中的usdt
my_usdt = get_my_balance('usdt')
#取小数点后6位
my_usdt = float('%0.6f' % my_usdt)
#若my_usdt不为0的话
if int(my_usdt) > 0:
#下单，以cur_price价钱全部买btc
ret = send_order(amount=my_usdt,source='api',symbol='btcusdt',_type='buy-market')
#config['BUY_PRICE']记下当前买的价格
config['BUY_PRICE'] = cur_price
#log(str(ret))
#在日志文件中记下这个买操作
log('buy at %f usdt/btc,current balance: %f btc,%f usdt' % (
cur_price,
get_my_balance('btc')
,get_my_balance('usdt')
))
#卖操作
def sell(cur_price):
global config
#获取我的帐户中的btc数量
my_btc = get_my_balance('btc')
#取小数点后6位
my_btc = float('%0.6f' % my_btc)
#若大于0.0001，因为btc是最小交易单位为万分之一比特币
if my_btc > 0.0001:
#下单卖
ret = send_order(amount=my_btc,source='api',symbol='btcusdt',_type='sell-market')
#config['SELL_PRICE']记下当前的卖的价格
config['SELL_PRICE'] = cur_price
#log(str(ret))
#将这次卖操作写入日志文件
log('sell at %f usdt/btc,current balance: %f btc,%f usdt' % (
cur_price,
get_my_balance('btc'),
get_my_balance('usdt')
))
#买时机监控开关
buy_monitor_switch = False
#卖时机监控开关
sell_monitor_switch = False
#量化主函数
def trade():
#声明全局变量
global config
global buy_monitor_switch,sell_monitor_switch
#获取k线数据，获取从当前向前200个k线数据，每个k线时长为config['period']
data = get_kline('btcusdt',"%dmin" % config['period'],200)['data']
#数据反转
data.reverse()
#计算rsi,取最后三个rsi值
rsi1,rsi2,rsi3 = get_rsi(data)[-3:]
#根据时间戳获取最后一个k线的时间
cur_time_ = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(data[-1]['id']))
#获取当前的btc/usdt的价格
cur_price = get_current_price()
log('%s rsi:%f, price:%f usdt/btc' % (cur_time_,rsi3,cur_price))
#如果rsi3小于30，开启买监控
if rsi3 < 30:
buy_monitor_switch = True
#如果rsi大于70，开启卖监控
if rsi3 > 70:
sell_monitor_switch = True
if buy_monitor_switch:
#若rsi曲线出线 触底反弹 或者 直接向上突破30 时，发出买的信息
if (rsi2 < rsi1 and rsi2 < rsi3) or (rsi3 > 30):
log('It is time to buy')
try:
#向用户发出买的信息
send_mail(title='Buy Signal rsi=%f price= %f' % (rsi3,cur_price),msg='%s rsi:%f, price:%f usdt/btc' % (cur_time_,rsi3,cur_price))
except:
pass
#若rsi向上已经突破30，关闭买操作监控
if rsi3 > 30 :
buy_monitor_switch = False
if sell_monitor_switch:
#若rsi出现 触顶下降 时 或者 向下突破70，发出卖的信息
if (rsi2 > rsi1 and rsi2 > rsi3) or (rsi3 < 70):
log('It is time to sell')
try:
#向用户发出卖的信号
send_mail(title='Sell Signal rsi=%f price= %f' % (rsi3,cur_price),msg='%s rsi:%f, price:%f usdt/btc' % (cur_time_,rsi3,cur_price))
except:
pass
#若rsi向下突破70，关闭卖操作监控
if rsi3 < 70:
sell_monitor_switch = False
#主函数
def main():
#声明全局变量
global config
#k线的时间区间为15min
config['period'] = 15
while True:
#获取当前的分和秒
cur_miniute,cur_second = time.strftime("%M:%S", time.localtime(int(time.time()))).split(':')
cur_miniute = int(cur_miniute)
cur_second = int(cur_second)
#如果当前时间为整刻钟
if cur_miniute % config['period'] == 0 and cur_second == 0:
try:
#加载配置文件
config = json.load(open(config_file,'r'))
#监控操作
trade()
except:
#出错的话继续
continue
finally:
#配置信息写入文本文件
json.dump(config,open(config_file,'w'))
time.sleep(1)
main()
配置文件是一个json文件
{"period": 15, "BUY_PRICE": 11403.96, "SELL_PRICE": 11430.09}
上面代码中使用了一个可以发邮件的功能
#-*- coding:utf-8 -*-
import smtplib
from email.mime.multipart import MIMEMultipart
from email.mime.text import MIMEText
def send_mail(title,msg):
mail_content = msg
#发送方的邮箱和密码
sender_address = 'xxxx@gmail.com'
sender_pass = 'xxxxx'
#接收方的邮箱，多个邮箱的可以用分号隔开
receiver_address = 'xxxx@qq.com'
#Setup the MIME
message = MIMEMultipart()
message['From'] = sender_address
message['To'] = receiver_address
message['Subject'] = title #邮件的title
#The body and the attachments for the mail
message.attach(MIMEText(mail_content, 'plain'))
#Create SMTP session for sending the mail
session = smtplib.SMTP('smtp.gmail.com', 587) #use gmail with port
session.starttls() #enable security
session.login(sender_address, sender_pass) #login with mail_id and password
text = message.as_string()
session.sendmail(sender_address, receiver_address, text)
session.quit()
#print('Mail Sent')
使用微信开启qq邮件提醒的话，就可以在第1时间得到交易行情信息。
这个demo没有进行实际交易，因为这个交易策略实在是太简单粗暴，没有应用价值，在实际的量化模型中往往要考虑多个指标，还要考虑交易手续费的问题。一个实用的量化模型可以给你带来丰厚的收益，当然一个失败的模型也能让你赔的很惨，千万不要用实盘去测试你的代码，用历史数据进行回测是正确的方法，如果你的模型在历史数据上运行的很好，收益率不错，再考虑在实盘上操作。
参考资料
- 火币API官方文档
https://huobiapi.github.io/docs/spot/v1/cn/#5ea2e0cde2 - 火币API示例代码
https://github.com/huobiapi?tab=repositories - talib文档（英文）
https://mrjbq7.github.io/ta-lib/ - talib文档（中文）
https://www.ricequant.com/community/topic/2393//4
