簡單介紹下vnpy的價差交易模組 spread_trading

之前說從CTA趨勢轉日內交易，做了些價差交易策略，也實盤跑了下。結果不太理想，沒這麼賺錢；總結一句話，交易費用和payup 超價吃掉大部分收益，使得雖然每筆交易看看有收益，實際並不怎麼樣。

雖然現在不用價差交易策略，不過還是簡單介紹下吧。

VNPY價差交易的簡單邏輯

價差交易原理很簡單，就是一對或者一組品種其之間價格有一定關聯度，這個可以跑透過計算協方差Covariance矩陣來量化驗證，這個中可能有正向或者反向，甚至多個組合的。

當價格差大於或者小於一個閾值的時候，比如價格差的歷史波動率的3倍；可以假設是異常，應該會迴歸均值，此時可以按照反向做一個組合買賣，等迴歸均值時候，再平倉獲利。

所以，vnpy價差交易的步驟也是，定義價差組合，定義買賣價差方法，就是如果買價差組合時候，是買入A賣出B，還是如何；最後定義什麼時候買賣組合，就是價差交易策略。這些搞清楚，也就是清楚了。

價差交易的類

不同於CTA策略，價差交易還有些專用的類，這裡介紹下。

SpreadData， 這個就是前面說的價格組，或者叫價差組；就是多個不同品種組合，其實可以理解為就是一個新的品種，組合出來的品種；按照你定義計算公式計算出價格，賣出價ask和賣出量，還有買入量和買入價格；還可以組合出tick資訊，這些tick資訊設定可以組合出bar，反正你當作一個新的品種處理。

另外SpreadData還包括交易後的成交價格，和持有手數等，這些都是組合自己計算的。

這裡要注意的是min_volume，可以理解為螺紋鋼的10噸一手，這個也是組合的數量最小計量。如果為2的，主動腿買了2個單位，對於價差組就是2/2 = 1 手。

LegData，價差組就是多個品種的組合，這裡用leg來代表一個品種，做過SWAP互換的應該很好理解。這裡LegData對應就是真的品種。

SpreadAlgo：價差演算法，這個不是太直觀；因為買入或者賣出一個組合，實際上是按照這個組合下的品種組合或，買入一些或者一個品種，賣出一些品種。那麼價差演算法，就是錄入一個這樣買賣指令。

這裡就有個主動腿和超價的概念，打個比如組合是（rb2110 - rb2021），如果 價差在50以上時候，認為應該太大應該縮小。價差演算法就是價差在50的時候，賣出價格組合，演算法就會分解為應該賣出short螺紋鋼rb2110，買入buy螺紋鋼rb2021。那麼因為螺紋鋼 rb2021非主力合約，成交不活躍，應該先交易螺紋鋼rb2021，交易成交後，在按照賣出螺紋鋼rb 2021的價格，加上50，賣出rb2110，但是此時可能價格變動，為了成交，在賣出價格餘量（payup）來加以螺紋鋼rb2021。

這裡還有一個組合買賣價格差，就是ask和bid的差距，不同單一品種的1個價位差，組合可能是至少2個。這樣一來一去，就吃掉至少3到4點價差，加上買和賣雙邊手續費，至少7-8個點。

SpreadStrategy：把最難的價差組合搞清楚，價差交易策略就很簡單，就是按照價差組的價格走勢，傳送價差交易演算法，這裡的是透過start_long_algo / start_short_algo 這樣發出交易演算法，再由SpreadAlgoEngine去分解傳送真正交易請求；個人感覺中間計算太多次，速度有點拖。

總結下，核心就是把價差組理解為一個組合品種，對組合品種的買賣是用價差演算法來過渡實現。但是雙邊交易手續費和價格差和payup太佔用利潤。不太適合直接作為日內交易。