# 简单网格策略
[![Logo](https://img.shields.io/badge/KuCoin-KuMex-yellowgreen?style=flat-square)](https://github.com/Kucoin-academy/Guide)
[![GitHub stars](https://img.shields.io/github/stars/Kucoin-academy/simple-grid.svg?label=Stars&style=flat-square)](https://github.com/Kucoin-academy/simple-grid)
[![GitHub forks](https://img.shields.io/github/forks/Kucoin-academy/simple-grid.svg?label=Fork&style=flat-square)](https://github.com/Kucoin-academy/simple-grid)
[![GitHub issues](https://img.shields.io/github/issues/Kucoin-academy/simple-grid.svg?label=Issue&style=flat-square)](https://github.com/Kucoin-academy/simple-grid/issues)
[![](https://img.shields.io/badge/lang-English-informational.svg?longCache=true&style=flat-square)](README_EN.md)
[![](https://img.shields.io/badge/lang-Chinese-red.svg?longCache=true&style=flat-square)](README_CN.md)
## 策略说明
开仓:在盘口挂出买N和卖N,当你的买单或卖单完成后,再重新开启相应的仓位,保持你始终有买N和卖N的订单。
**KuCoin**拥有**level3交易数据、强大的撮合引擎、针对api用户提供的手续费折扣**,同时提供**sandbox环境**作为数据测试支撑,帮助你规避风险。
我们仅提供一个简单且不完备的交易策略,使用时**请注意规避风险**,我们希望你能够**在sandbox环境配合其他参数或是策略进行测试调整,我们也不想你成为一个慈善家!!!**
当然,如果这个过程中,你遇到任何问题或是有赚钱的策略想要分享,请在**ISSUE**中反映,我们会努力及时响应。
:point_right: 如果你对该策略有兴趣,请点击**右上角star**,我们会根据star数来衡量策略的**受欢迎程度和后续优化优先级**,你也可以点击**右上角watching**通过接收更新通知来持续关注该项目。
## 如何使用
* 安装Python
* Windows系统请前往[Python](https://www.python.org/downloads/windows/)官网自行安装,64位请选择1,32位请选择2。
<img src="./img/python_download.png" style="zoom:50%" />
* 在开始安装时请注意将以下选项勾选:
<img src="./img/python_win.png" style="zoom:40%" />
* MAC OS X安装
* 打开命令终端,输入以下命令安装Homebrew(安装过程中需要输入**电脑密码**):
```shell
/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
```
* 在命令终端输入以下命令,安装Python3:
```shell
brew install python
```
* 在命令终端输入以下命令,确认是否安装成功:
```shell
python3 --version
```
![](./img/python_version.gif)
* 确保你已经安装git (mac 自带该软件,终端输入`which git`,查看安装位置),未安装者请前往官网[git](https://git-scm.com/)安装。
* 在命令终端输入以下命令,安装项目依赖:
```shell script
pip3 install kumex-python
pip3 install kucoin-python
```
![pip_install](./img/pip_install.gif)
* 在你需要跑策略的位置新建文件夹(例如桌面),**右键**点击新建的文件夹选择**“新建位于文件夹位置的终端窗口”**(**windows系统**:在右键点击文件夹点击**git Bash here**),在弹出的窗口中输入以下命令,克隆项目至本地,完成后本地会新增文件夹**simple-grid**:
```shell
git clone https://github.com/Kucoin-academy/simple-grid.git
```
![git_clone](./img/git_clone.gif)
* 打开克隆好的项目(**simple-grid**)文件夹,将**config.json.example**文件重命名为**config.json**,并用文本编辑器(比如**记事本**)打开**config.json**,然后完善相关的配置信息:
```
{
"api_key": "api key",
"api_secret": "api secret",
"api_passphrase": "api pass phrase",
// 是否是沙盒环境
"is_sandbox": true,
// 合约名称,比如:XBTUSDTM
"symbol": "contract name",
// 杠杆倍数,比如:5
"leverage": "Leverage of the order",
// 开仓数量,比如:1
"size": "Order size. Must be a positive number",
// 挂单档位
"depth": 5
}
```
* Mac/Linux **在项目目录下**打开命令终端:
```shell
cd simple-grid
```
* 用以下命令让你的合约策略运行起来:
```shell
./simple_grid_future.py
```
* 用以下命令让你的现货策略运行起来:
```shell
./simple_grid_kucoin.py
```
* Windows **在项目目录下**打开命令终端:
```shell
cd simple-grid
```
* 用以下命令让你的合约策略运行起来:
```shell
py simple_grid_future.py
```
* 用以下命令让你的现货策略运行起来:
```shell
py simple_grid_kucoin.py
```
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
<项目介绍> 策略说明 开仓:在盘口挂出买N和卖N,当你的买单或卖单完成后,再重新开启相应的仓位,保持你始终有买N和卖N的订单。 KuCoin拥有level3交易数据、强大的撮合引擎、针对api用户提供的手续费折扣,同时提供sandbox环境作为数据测试支撑,帮助你规避风险。 - 不懂运行,下载完可以私聊问,可远程教学 该资源内项目源码是个人的毕设,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96分,放心下载使用! 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。
资源推荐
资源详情
资源评论
收起资源包目录
simple-grid-master.zip (12个子文件)
simple-grid-master
README_CN.md 5KB
config.json.example 250B
img
pip_install.gif 102KB
python_win.png 394KB
python_download.png 126KB
python_version.gif 9KB
git_clone.gif 58KB
README_EN.md 5KB
simple_grid_kucoin.py 7KB
simple_grid_future.py 6KB
.gitignore 55B
README.md 5KB
共 12 条
- 1
资源评论
- yingming4212024-03-26资源使用价值高,内容详实,给了我很多新想法,感谢大佬分享~
Android安卓科研室
- 粉丝: 1528
- 资源: 1164
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于matlab实现本份代码能对图像进行gabor滤波处理,结合指纹方向图以及指纹沟壑频率特性,对指纹图像进行增强.rar
- 基于matlab实现RBM神经网络实现了手写数字体识别的GUI程序.rar
- 基于matlab实现蝙蝠算法优化相关向量机建模对数据进行建模和预测.rar
- 基于matlab实现编写的禁忌搜索算法,解决了TSP问题,对初学者有重要的参考价值.rar
- 基于matlab实现SOH关于IMU进行姿态求解的C代码,里面包含了两套代码,分别是重力约束法求解和梯度下降法求解.rar
- 1_简单电子邮件客户端.zip
- 基于matlab实现powell优化搜索算法,适合于多参数优化且目标函数中不包含参数的情况.rar
- 基于matlab实现PID神经网络前向和反向学习算法的matlab的原程序代码.rar
- 基于matlab实现nsga-2的多目标优化算法,有注解.rar
- AIR-AP1815-K9-ME-8-5-182-0.zipFor 1815 1830 1840 1850 2700 3700
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功