Добро пожаловать в третью и последнюю часть этого поста. Первая часть здесь, а вторая часть здесь.
Набор данных бизнес -объект
Сначала давайте представим новый бизнес -объект «набора данных» для группировки цен.
./models/dataset.py
from datetime import datetime
from api import utils
from models.model import AbstractModel
from models.exchange import Exchange
from models.currency import Currency
class Dataset(AbstractModel):
resource_name = 'datasets'
pair: str = ''
exchange: str = ''
period_start: str = ''
period_end: str = ''
currency: str = ''
asset: str = ''
relations = {'exchange': Exchange, 'currency': Currency, 'asset': Currency}
def __init__(self, **kwargs):
super().__init__(**kwargs)
self.pair = self.get_pair()
def get_pair(self):
return utils.format_pair(self.currency, self.asset)
Затем нам нужно создать услугу для разбора и загрузки исторических данных из бинанса или любого другого обмена с API и такой исторической конечной точкой тикера.
./services/importer.py
import sys
from datetime import datetime
from models.dataset import Dataset
class Importer:
def __init__(self, exchange, period_start: datetime, period_end=None, interval=60, *args, **kwargs):
self.exchange = exchange
self.interval = interval
self.period_start = period_start
self.period_end = period_end
self.start = datetime.now()
self.dataset = Dataset().create(
data={'exchange': '/api/exchanges/'+self.exchange.name.lower(), 'periodStart': self.period_start, 'periodEnd': self.period_end,
'candleSize': 60,
'currency': '/api/currencies/'+self.exchange.currency.lower(), 'asset': '/api/currencies/'+self.exchange.asset.lower()})
def process(self):
for price in self.exchange.historical_symbol_ticker_candle(self.period_start, self.period_end, self.interval):
print(price.create({'dataset': '/api/datasets/'+self.dataset.uuid}))
execution_time = datetime.now() - self.start
print('Execution time: ' + str(execution_time.total_seconds()) + ' seconds')
sys.exit()
Эта ответственность за обслуживание действительно проста и ясна, его имя говорит, что мы импортируем и храним исторические данные о тикерах на биржах.
Здесь вы можете напрямую хранить свои объекты в реляционной базе данных, такой как PostgreSQL, например, вы также можете создавать и использовать внутренний API REST в качестве прокси для вашей базы данных для высокопроизводительных целей.
Западный тестирование является наиболее важным инструментом для написания вашего будущего пуленепробиваемого бота и проверить его на всех рыночных ситуациях на основе исторических данных тикера.
Для этой цели мы создадим сервис бэктеста, его обязанности будут заключаться в загрузке набора данных из ваших текущих локальных данных, и, если не найдено, он загружает его непосредственно с обмена (Binance по умолчанию). Затем запустите данную стратегию против каждой свечи данных о ценах из исторического набора данных.
/services/backtest.py
import sys
from datetime import datetime
from exchanges.exchange import Exchange
from models.dataset import Dataset
from models.price import Price
class Backtest:
def __init__(self, exchange: Exchange, period_start: datetime, period_end=None, interval=60):
self.launchedAt = datetime.now()
# Try to find dataset
dataset = Dataset().query('get', {"exchange": '/api/exchanges/' + exchange.name.lower(),
"currency": '/api/currencies/' + exchange.currency.lower(),
"asset": '/api/currencies/' + exchange.asset.lower(),
"period_start": period_start, "period_end": period_end, "candleSize": interval})
if dataset and len(dataset) > 0:
print(dataset[0])
price = Price()
for price in price.query('get', {"dataset": dataset[0]['uuid']}):
newPrice = Price()
newPrice.populate(price)
exchange.strategy.set_price(newPrice)
exchange.strategy.run()
else:
print("Dataset not found, external API call to " + exchange.name)
for price in exchange.historical_symbol_ticker_candle(period_start, period_end, interval):
exchange.strategy.set_price(price)
exchange.strategy.run()
execution_time = datetime.now() - self.launchedAt
print('Execution time: ' + str(execution_time.total_seconds()) + ' seconds')
sys.exit()
Мы будем использовать библиотеку Dotenv и соглашения для управления переменными среды. Вот значения проекта по умолчанию:
./.env.local
AVAILABLE_EXCHANGES="coinbase,binance" EXCHANGE="binance" BINANCE_API_KEY="Your Binance API KEY" BINANCE_API_SECRET="Your Binance API SECRET" COINBASE_API_KEY="Your Coinbase API KEY"" COINBASE_API_SECRET="Your Coinbase API SECRET"" # Available modes # "trade" to trade on candlesticks # "live" to live trade throught WebSocket # "backtest" to test a strategy for a given symbol pair and a period # "import" to import dataset from exchanges for a given symbol pair and a period MODE="trade" STRATEGY="logger" # Allow trading "test" mode or "real" trading TRADING_MODE="test" # Default candle size in seconds CANDLE_INTERVAL=60 CURRENCY="BTC" ASSET="EUR" # Default period for backtesting: string in UTC format PERIOD_START="2021-02-28T08:49" PERIOD_END="2021-03-09T08:49" DATABASE_URL="postgresql://postgres:password@127.0.0.1:15432/cryptobot"
Затем сложите все эти части на основной потоке, в основном команда CLI, используя ARG, а также переменные среды.
При этом мы можем переопределить любые настройки среды по умолчанию и настраивать все входные параметры непосредственно с помощью клиента на основе командной строки.
Например, действительно полезно при использовании инструмента для контейнеризации, такого как Docker, просто запустите этот основной поток, и он будет работать с конкретными переменными среды контейнера.
Мы динамически загружаем и импортируем все компоненты, которые мы создали в соответствии с настройками.
./main.py
#!/usr/bin/python3
import importlib
import signal
import sys
import threading
from decouple import config
from services.backtest import Backtest
from services.importer import Importer
exchange_name = config('EXCHANGE')
available_exchanges = config('AVAILABLE_EXCHANGES').split(',')
mode: str = config('MODE')
strategy: str = config('STRATEGY')
trading_mode: str = config('TRADING_MODE')
interval: int = int(config('CANDLE_INTERVAL'))
currency: str = config('CURRENCY')
asset: str = config('ASSET')
if trading_mode == 'real':
print("*** Caution: Real trading mode activated ***")
else:
print("Test mode")
# Parse symbol pair from first command argument
if len(sys.argv) > 1:
currencies = sys.argv[1].split('_')
if len(currencies) > 1:
currency = currencies[0]
asset = currencies[1]
# Load exchange
print("Connecting to {} exchange...".format(exchange_name[0].upper() + exchange_name[1:]))
exchangeModule = importlib.import_module('exchanges.' + exchange_name, package=None)
exchangeClass = getattr(exchangeModule, exchange_name[0].upper() + exchange_name[1:])
exchange = exchangeClass(config(exchange_name.upper() + '_API_KEY'), config(exchange_name.upper() + '_API_SECRET'))
# Load currencies
exchange.set_currency(currency)
exchange.set_asset(asset)
# Load strategy
strategyModule = importlib.import_module('strategies.' + strategy, package=None)
strategyClass = getattr(strategyModule, strategy[0].upper() + strategy[1:])
exchange.set_strategy(strategyClass(exchange, interval))
# mode
print("{} mode on {} symbol".format(mode, exchange.get_symbol()))
if mode == 'trade':
exchange.strategy.start()
elif mode == 'live':
exchange.start_symbol_ticker_socket(exchange.get_symbol())
elif mode == 'backtest':
period_start = config('PERIOD_START')
period_end = config('PERIOD_END')
print(
"Backtest period from {} to {} with {} seconds candlesticks.".format(
period_start,
period_end,
interval
)
)
Backtest(exchange, period_start, period_end, interval)
elif mode == 'import':
period_start = config('PERIOD_START')
period_end = config('PERIOD_END')
print(
"Import mode on {} symbol for period from {} to {} with {} seconds candlesticks.".format(
exchange.get_symbol(),
period_start,
period_end,
interval
)
)
importer = Importer(exchange, period_start, period_end, interval)
importer.process()
else:
print('Not supported mode.')
def signal_handler(signal, frame):
if (exchange.socket):
print('Closing WebSocket connection...')
exchange.close_socket()
sys.exit(0)
else:
print('stopping strategy...')
exchange.strategy.stop()
sys.exit(0)
# Listen for keyboard interrupt event
signal.signal(signal.SIGINT, signal_handler)
forever = threading.Event()
forever.wait()
exchange.strategy.stop()
sys.exit(0)
# Real time trading mode via WebSocket MODE=live ./main.py BTC_EUR # Trading mode with default 1 minute candle MODE=trade ./main.py BTC_EUR # Import data from Exchange MODE=import ./main.py BTC_EUR # Backtest with an imported dataset or Binance Exchange API MODE=backtest ./main.py BTC_EUR
Вы можете легко переопределить любые настройки при вызове, например,:
PERIOD_START="2021-04-16 00:00" PERIOD_END="2021-04-16 00:00" STRATEGY=myCustomStrategy MODE=backtest ./main.py BTC_EUR
Чтобы выйти из режима тестирования и торговлю на реальную, просто переключите “trading_mode” из “test” Используйте с осторожностью в ваших собственных рисках.
TRADING_MODE=real ./main.py BTC_EUR
Контейнерный проект
Мы можем контейнерить эту программу с помощью Docker. Вот мертвый простой самостоятельно объясняющий файл Docker Build.
FROM python:3.9 WORKDIR /usr/src/app COPY requirements.txt ./ RUN pip install --no-cache-dir -r requirements.txt COPY . . CMD [ "python", "./main.py" ]
Используя старый четырехъядерный процессор AMD II 955 с 16GO с DDR3 RAM, а другой процесс работает.
импорт
Импорт и упорные цены во внутренний API
1 -дневный билет разделен на 1 минуту свечи:
Execution time: 82.716666 seconds
1 -недельный тикер выплетен на 1 минуту свечи:
Execution time: 9,423079183 minutes
1 месяц тикер на 1 минуту свечи:
Execution time: 27,48139456 minutes
6 -месячный тикер плюнул на 1 минуту свечи:
Execution time: 3.032364739 hours
Бэк -тест
Из импортного набора данных
1 -дневный билет разделен на 1 минуту свечи:
Execution time: 3.746787 seconds
1 -недельный тикер выплетен на 1 минуту свечи:
Execution time: 46.900068 seconds
1 месяц тикер на 1 минуту свечи:
Execution time: 1.8953 seconds
6 -месячный тикер плюнул на 1 минуту свечи:
Execution time: 12,15175435 minutes
Мы построили бот с крипто -торговой торговлей в реальном времени. Он способен поддержать ваши стратегии по сравнению с большим набором данных о рынке, действительно, используя небольшое количество процессора и оперативной памяти. Импортируйте наборы данных с обменов, выполняйте живую торговлю с настраиваемыми размерами свечей или даже в реальном времени, используя WebSocket.
Код A Tests Suite, который охватывает поведение всех программ, чтобы обеспечить отсутствие будущей регрессии.
Создайте и используйте внутренний API REST, чтобы сохранить все данные Crypto Exchange Markets в режиме реального времени.
Создайте клиента конечного пользователя, например, мобильное приложение или веб -приложение. Использование WebSocket или сервер, отправленных событиями, для отображения метрик в реальном времени.
Хотите начать свою собственную стратегию с ваших пользовательских индикаторов или просто внести свой вклад и улучшить этот проект, вы можете найти полный проект исходный код на GitHub Анкет
Использовать с стабильная ветвь и внести свой вклад с использованием Основная ветвь развивается Анкет
Как заканчивая этот последний пост, я выпустил стабильную версию 0,4
Все взносы приветствуются!
Спасибо за то, что прочитали этот пост с тремя частями о том, как построить крипто -бот с Python 3 и Binance API.
Оригинал: “https://dev.to/nicolasbonnici/how-to-build-a-crypto-bot-with-python-3-and-the-binance-api-part-3-1c53”