BYBIT&BINGX交易所串接WEBHOOK不同的小地方

-

 這兩間交易所如何串接

網路上說明一堆 我就不贅述了

當然有問題一樣可以問

我單就我發現兩者細微不同之處做分享

1.BINGX有簡單策略串接 
也就是你可以單獨設定函數來讓交易所執行你們約定好的事情
也就是交易所會給你一個CODE 你把CODE放進TRADINGVIEW裡面
他就會在觸動警訊時發送到交易所
運用上比較靈活 但需要的前置動作也多一點


2.兩個交易所對於倉位不對齊方式處理有不一樣

假設交易所都只剩一顆彼特幣
當你送出平倉3顆時
BX是歸零   BYBIT是變成空兩顆

3.BINGX是可以多空雙持倉 BYBIT則不行

以上報告!!



留言

張貼留言

這個網誌中的熱門文章

**三角洲交易模型 課程大綱**

-
**三角洲交易模型 課程大綱** **本內容來自30個公開帳號，經過最久三年的實測。邏輯和策略皆可複製並執行。** **損益夠穩定後，投報率可以自行決定。** ### 前言 1. Open your mind, you can see the other side. 2. 任何方法都是好方法，只要能找到並解決問題，就能使用。 3. 工具和方法是中性的，一旦主觀認為不好，就無法看到其優點，反之亦然。 4. 邏輯通了，就能考慮是否要執行。 ### 第一篇：邏輯校正&對標 #### 第一章 - 每月2%複利數學公式毋庸置疑，可以開始討論每月2%的可行性。 - 師法臨摹已存在的現象。 - 物質不滅定律：找出十賭九輸的去向。 #### 第二章 - 本多終勝，那麼是否注小必贏？ #### 第三章 - 算牌的只有賭客，莊家只管設定機率。 ### 第二篇：執行邏輯 1. 瑞士起司理論 2. 主被動安全設計：人為介入、分倉分帳號、鎖倉量、新舊幣 3. 馬丁大於1，小於1的是？合在一起變成delta 4. 一百個籃子裝一百顆雞蛋 5. 在不傷身的基礎上挑戰績效 #### 總結 - 太陽升起不是因為你早起，而是你早起看到了太陽升起。 ### 第三篇：施行細則 #### 前言 - 量化交易的迷思：不是自動化、不是高頻，而是具體可描述的。太陽粒子之有必要再針扎 #### 持續性工作 1. 了解賽道（商品） 2. 下賽道試跑 3. 策略打造 4. 重複1-3動態持續優化 5. Buff持續疊加：最大虧損、最大連續虧損、牛皮幣、不爆倉馬丁、鍊幣 6. 用機器人取代大部分勞作人還是根本，一千萬下一萬的輕鬆狀態 7. 相關係數越低越好，你也可以打造對沖基金 8. 策略的成交數量vs有效樣本（策略打造） 9. 策略的易複製性（包含熟悉度以及維護難易度） 10. 量化到牙齒：回測量化、策略量化、下單量化、思考量化、吸收量化 11. 人工干預的有效性&局限性 12. 科技樹可橫向也可直向 13. 研究方向範例：一個月翻三倍，三個月爆一次（可行） 14. 編碼之重要性（圖表、訊號&帳號名稱） #### 每日工作 1. 新上架重點抽查、已上架定期巡檢（策略跑掉） 2. 策略持續回測與開發 3. 老船長航向定奪（要不要參與、氣象預報、吃水量評估） 4. 一分鐘待命班（插針、重大消息參與）...
閱讀完整內容

TRADINGVIEW 圖表命名&策略失效檢核 TIPS

-
圖片
  我定期會把現有策略重新跑一次回測 有時候當你發現數字與圖表名稱不一樣時 可以快速地幫你發現他走筋了 因為會建議各位 1.定期回測 2.圖表名稱加上之前回測的參數 這樣可以幫你快速判定異常 至於為何會這樣? 有可能你的計算K線超出了你付費的範圍 也有可能他語法改版跳掉了 在沒有各別判定前無法一言以蔽之 我的解決方法 重跑策略回測 重新上架 以上分享希望對各位有幫助
閱讀完整內容

[Robust test(撸棒測試 不選自音譯)]

-
又稱為穩健性測試，是用來評估交易策略在不同市場條件和環境下的穩定性和適應性的測試方法。通過這些測試，我們可以確保交易策略在各種情況下都能穩定運行，減少風險，增強可靠性。 不管事你的etf或是基金等投資組合 都可以試著套用看看! 我自己常用的懶人測試就是商品切換 BTC=>ETH 或是我要跑3分k線 就用1分跟5分下去跑看看 先說不同策略測試的方法略有不同 要依個案微調! 當然在量化交易中還有下列應用 (你也可以用excel或是手動) 1參數穩健性測試： 2市場條件變化測試： 3歷史數據回測 4蒙地卡羅模擬 5壓力測試 6多市場測試 (留言詳盡解說) 通過這些Robust測試，我們可以確保交易策略在各種市場條件下都能保持穩定和盈利，從而提高策略的可靠性和成功率。 delta_treading_force 1小時 參數穩健性測試： 測試策略參數的穩健性，確保策略在不同參數設置下仍能保持良好的表現。例如，測試移動平均線策略中的短期和長期均線參數，確保策略在不同參數組合下都能盈利。 市場條件變化測試： 測試策略在不同市場條件下的表現，如牛市、熊市和震盪市。這有助於評估策略在不同市場環境中的穩定性和適應性。 歷史數據回測： 使用歷史數據進行回測，評估策略在過去市場中的表現。這能幫助我們了解策略在不同時間段和市場條件下的表現，並找出策略的優勢和劣勢。壓力測試： 模擬極端市場情況，如金融危機或市場崩盤，評估策略在這些情況下的表現。這能幫助我們了解策略在極端情況下的風險和應對能力。 多市場測試： 測試策略在不同市場中的表現，如股票市場、外匯市場和期貨市場。這能幫助我們評估策略的通用性和適應性，確保策略在不同市場中都能穩定運行。 蒙地卡羅模擬： 使用蒙地卡羅模擬方法，生成大量隨機樣本，模擬策略在不同市場情況下的表現。這能幫助我們評估策略的風險和收益特性，並確保策略在各種隨機情況下都能穩定運行。  
閱讀完整內容