欧易OKX自定义策略交易指南：解锁你的交易超能力

• 价格上限： 网格的最高价格。
• 价格下限： 网格的最低价格。
• 网格数量： 在价格范围内划分的网格数量。网格数量越多，交易频率越高，但单次盈利也越小。
• 每格的交易量： 每个网格上交易的加密货币数量。
• 止盈止损点： 为了控制风险，你需要设定止盈和止损点。当价格达到止盈或止损点时，策略将自动停止。

• 获取市场数据： 从欧易OKX获取实时的市场数据，包括价格、成交量等。
• 计算买卖价位： 根据设定的网格参数，计算每个网格的买入和卖出价位。
• 下单： 在价格达到买入价位时，下买单；在价格达到卖出价位时，下卖单。
• 管理订单： 监控订单的状态，取消未成交的订单。
• 止盈止损： 当价格达到止盈或止损点时，平仓所有仓位。

以下是一个简化版的Python代码示例（仅供参考，实际代码需要根据欧易OKX的API文档进行调整）：

导入必要的库

在开始与OKX交易所进行交易操作之前，需要导入OKX Python SDK中相关的模块。 okx.Trade 模块包含了进行现货、合约等交易操作的函数和类，例如下单、撤单、查询订单等。 okx.PublicData 模块则提供了获取市场公共数据的接口，例如交易对信息、ticker数据、K线数据等。正确的导入这些模块是后续程序运行的基础。

import okx.Trade as Trade
import okx.PublicData as PublicData

上述代码段展示了如何使用Python的 import 语句导入这两个模块，并分别赋予它们别名 Trade 和 PublicData 。使用别名可以简化后续代码中的模块引用，提高代码的可读性。 请确保已经正确安装了OKX Python SDK，再执行此步骤。如果尚未安装，可以使用pip进行安装： pip install okx 。

设置API Key和Secret Key

为了安全地访问和使用交易所或交易平台的API，您需要设置API Key、Secret Key和Passphrase。这些密钥用于验证您的身份，并允许您以编程方式执行交易、获取市场数据等操作。

API Key (公钥) ：API Key 就像您的用户名，用于标识您的身份。它通常可以公开，但切勿泄露您的 Secret Key 和 Passphrase。

Secret Key (私钥) ：Secret Key 就像您的密码，必须严格保密。它与 API Key 配对使用，用于生成签名，以验证请求的真实性和完整性。请勿将 Secret Key 存储在不安全的地方，例如公共代码库或明文配置文件中。

Passphrase (口令) ：Passphrase 是一种额外的安全措施，用于加密您的 Secret Key。如果平台支持 Passphrase，强烈建议设置。 请务必记住您的 Passphrase，因为丢失后可能无法恢复 Secret Key。

在您的代码中，您应该将这些密钥设置为变量：

api_key = "YOUR_API_KEY"
secret_key = "YOUR_SECRET_KEY"
passphrase = "YOUR_PASSPHRASE"

请将 YOUR_API_KEY 、 YOUR_SECRET_KEY 和 YOUR_PASSPHRASE 替换为您从交易所或交易平台获得的实际值。 在实际应用中，推荐使用环境变量或专门的密钥管理工具来存储这些敏感信息，避免硬编码在代码中，以提高安全性。

安全提示：

• 不要将 API Key、Secret Key 和 Passphrase 泄露给任何人。
• 定期更换您的 API Key 和 Secret Key。
• 启用双因素身份验证 (2FA) 以增加账户安全性。
• 监控您的 API 使用情况，及时发现异常活动。

初始化交易客户端

交易客户端的初始化是进行任何交易操作的前提。 通过调用 Trade.TradeAPI 函数，并传入必要的 API 密钥、密钥、密码以及交易模式参数，可以创建一个可用于实际交易或演示的交易客户端实例。

tradeAPI = Trade.TradeAPI(api_key, secret_key, passphrase, False)

上述代码展示了初始化交易客户端的方法。 其中，各个参数的含义如下：

• api_key : 您的 API 密钥，用于身份验证。 从交易所获取，是访问账户和交易权限的凭证。
• secret_key : 您的私钥，用于签名交易请求。务必妥善保管，切勿泄露给他人。从交易所获取，用于安全地验证您的交易请求。
• passphrase : 您的密码，用于加密私钥。如果设置了密码，则必须提供。 部分交易所需要，用于进一步保护您的账户安全。
• False (或 True ): 布尔值，用于指定交易模式。 False 表示真实交易，所有交易都将实际执行并影响您的账户余额。 True 表示模拟交易（演示模式），所有交易都在模拟环境中进行，不会影响您的真实资金。

请务必注意，在进行真实交易之前，务必设置为 False 。 在测试交易策略或熟悉 API 功能时，建议使用 True 进入模拟交易模式，以避免不必要的损失。在模拟交易模式下，可以安全地测试交易策略，熟悉 API 的使用方法，而无需承担实际资金风险。

初始化公共数据客户端

要访问和利用公共数据，需要初始化一个客户端实例。这可以通过调用 PublicData 模块中的 PublicAPI 类来实现。

初始化过程如下：

publicAPI = PublicData.PublicAPI()

这行代码创建了一个名为 publicAPI 的对象，它是 PublicData.PublicAPI 类的一个实例。这个实例将用于后续所有与公共数据相关的操作，例如获取市场数据、账户信息或交易历史。

解释：

• PublicData : 指的是包含公共数据访问功能的模块或库。它可能包含各种类和函数，用于与不同的数据源进行交互。
• PublicAPI : 是 PublicData 模块中的一个类，专门用于提供公共数据访问接口。它封装了与底层数据源交互的复杂性，并提供了一组易于使用的API。
• publicAPI : 是创建的 PublicAPI 类的一个实例。通过这个实例，可以调用类中定义的方法来获取所需的数据。这是一个客户端对象，用于与公共数据服务进行通信。

通过 publicAPI 实例，开发者可以方便地访问各种公共数据，而无需关心底层实现细节。确保在使用前正确初始化客户端，以便后续操作能够顺利进行。

设置交易参数

instrument_id = "BTC-USDT" 交易对: 指定进行网格交易的加密货币交易对。例如，"BTC-USDT" 表示比特币兑泰达币的交易对。选择合适的交易对是网格交易策略的基础，应考虑交易深度、波动性和个人风险偏好。

grid_number = 10 网格数量: 定义在价格区间内创建的网格数量。网格数量越多，网格间的价格间隔越小，交易频率越高，对资金量和手续费的要求也越高。反之，网格数量越少，交易频率越低，可能错过一些交易机会。选择合适的网格数量需要在交易频率、盈利空间和手续费之间进行权衡。

upper_limit = 30000 价格上限: 网格交易策略的价格上限，当价格触及或超过此上限时，将停止在该价位之上继续挂单。价格上限的设置应基于对市场趋势的判断，避免在不合理的价位继续建仓。设定过低的价格上限可能导致错过上涨行情，设定过高的价格上限则可能增加持仓风险。

lower_limit = 20000 价格下限: 网格交易策略的价格下限，当价格触及或低于此下限时，将停止在该价位之下继续挂单。价格下限的设置同样需要谨慎，避免在不合理的价位继续建仓。设定过低的价格下限可能导致深度套牢，设定过高的价格下限则可能错过下跌行情的反弹机会。

quantity_per_grid = 0.01 每格交易量: 指在每个网格价位上挂单的交易数量。该参数直接影响每次交易的成本和潜在收益。交易量过大可能导致资金利用率不足或增加爆仓风险，交易量过小则可能收益过低，无法覆盖手续费。选择合适的每格交易量需要根据总资金量、网格数量和交易对的波动性进行综合考虑。

stop_loss_price = 19000 止损价: 当市场价格达到或低于此价格时，将触发止损操作，以限制潜在的损失。止损价的设置对于风险管理至关重要。合理的止损价应基于对市场波动性的分析，避免频繁触发止损，同时也能有效防止巨大亏损。

take_profit_price = 31000 止盈价: 当市场价格达到或高于此价格时，将触发止盈操作，锁定利润。止盈价的设置应根据市场趋势和个人盈利目标进行调整。过低的止盈价可能导致错过更大的盈利机会，过高的止盈价则可能面临价格回调的风险。

计算网格价位

网格交易策略的核心在于预先设定一系列价格区间，并在这些区间内自动执行买卖操作。为了有效地部署网格，计算网格价位至关重要。以下公式展示了如何计算网格间距以及买入和卖出价格：

网格间距计算：

grid interval = (upper limit - lower limit) / grid number

其中：

• grid_interval 代表每个网格之间的价格差，也称为网格宽度。
• upper_limit 是网格的最高价格上限。
• lower_limit 是网格的最低价格下限。
• grid_number 是指在设定的价格范围内创建的网格数量。网格数量越多，网格越密集。

买入价位计算：

buy prices = [lower limit + i * grid interval for i in range(grid number)]

此公式使用列表推导式生成一系列买入价格。具体来说：

• lower_limit 是起始买入价格。
• i 是一个从 0 到 grid_number - 1 的迭代变量，代表网格的索引。
• i * grid_interval 表示每个买入价格相对于起始价格的增量。

卖出价位计算：

sell prices = [lower limit + i * grid interval for i in range(grid number)]

与买入价位计算类似，此公式生成一系列卖出价格：

• lower_limit 同样是起始价格，但在实际应用中，卖出价位通常会高于买入价位，以实现利润。更准确地描述，这里的 lower_limit 应该是网格的起始价，而非绝对的价格下限。在实际应用中，第一个卖出价位应该是 `lower_limit + grid_interval`。
• i 同样是网格索引。
• i * grid_interval 表示每个卖出价格相对于起始价格的增量。

示例：

假设 upper_limit = 100 ， lower_limit = 90 ， grid_number = 5 。

则：

• grid_interval = (100 - 90) / 5 = 2
• buy_prices = [90, 92, 94, 96, 98]
• sell_prices = [90, 92, 94, 96, 98] （需要注意的是，实际应用中卖出价位会根据策略进行调整，例如，在每个买入价位之上增加一个小的利润空间。）

这些公式为构建一个基础的网格交易策略提供了必要的数学基础。实际应用中，可以根据市场情况和个人风险偏好调整这些参数，例如，动态调整网格间距，或使用不同的买卖触发逻辑。

主循环

程序的核心是无限循环，持续监控市场并执行交易操作。主循环使用 while True: 语句实现。

在循环内部，首先需要获取最新的市场价格。通过调用公共API的 get_ticker 方法，并传入交易对ID ( instrument_id )，可以获取最新的ticker数据。 ticker['data'][0]['last'] 包含了最新成交价格，并将其转换为浮点数类型( float )存储在 current_price 变量中。 instrument_id 定义了交易标的，例如"BTC-USD"或"ETH-USDT"。

# 获取最新价格
while True:
    ticker = publicAPI.get_ticker(instId=instrument_id)
    current_price = float(ticker['data'][0]['last'])

    # 检查买入信号
    for price in buy_prices:
        if current_price <= price:
            # 下买单
            params = {
                'instId': instrument_id,
                'tdMode': 'cash',
                'side': 'buy',
                'ordType': 'market', #市价单
                'sz': quantity_per_grid
            }
            buy_result = tradeAPI.place_order(**params)
            print(f"下单买入: {price}, 结果: {buy_result}")

    # 检查卖出信号
    for price in sell_prices:
        if current_price >= price:
            # 下卖单
            params = {
                'instId': instrument_id,
                'tdMode': 'cash',
                'side': 'sell',
                'ordType': 'market', #市价单
                'sz': quantity_per_grid
            }
            sell_result = tradeAPI.place_order(**params)
            print(f"下单卖出: {price}, 结果: {sell_result}")

    # 检查止损
    if current_price <= stop_loss_price:
        # 平仓
        # 止损逻辑，需要根据实际持仓情况进行平仓操作
        print("触发止损")
        break

    # 检查止盈
    if current_price >= take_profit_price:
        # 平仓
        # 止盈逻辑，需要根据实际持仓情况进行平仓操作
        print("触发止盈")
        break

    # 暂停一段时间
    time.sleep(60) # 60秒

接下来，程序遍历预先设定的买入价格列表( buy_prices )。如果当前价格( current_price )小于或等于列表中的某个买入价格，则触发买入信号。交易通过调用交易API的 place_order 方法执行。订单参数包括： instId (交易对ID)， tdMode (交易模式，例如"cash"表示现货)， side (交易方向，"buy"表示买入)， ordType (订单类型，"market"表示市价单)，和 sz (交易数量， quantity_per_grid )。买入结果( buy_result )会被打印到控制台，以便于监控。

类似地，程序也遍历预先设定的卖出价格列表( sell_prices )。如果当前价格大于或等于列表中的某个卖出价格，则触发卖出信号。卖出操作的参数设置与买入操作类似，只是 side 参数设置为"sell"。

程序还包含止损和止盈逻辑。如果当前价格低于或等于止损价格( stop_loss_price )，则触发止损操作。如果当前价格高于或等于止盈价格( take_profit_price )，则触发止盈操作。止损和止盈的具体实现需要根据实际的持仓情况和平仓策略进行调整。示例代码中只是简单地打印"触发止损"或"触发止盈"，并使用 break 语句退出主循环，实际应用中需要替换为具体的平仓操作。

为了避免过于频繁的API调用，程序在每次循环结束后暂停一段时间。 time.sleep(60) 表示暂停60秒。这个时间间隔可以根据具体需求进行调整。需要注意的是，过短的间隔可能导致API调用频率超限，而被交易所限制访问；过长的间隔可能导致错过交易机会。