Devisenhandel Api Json
Forex Data Feed / Currency Feed Vor einiger Zeit war ich für einen kostenlosen Forex Data Feed suchen. Ich wollte die Währungsdaten verwenden, um Produktpreise auf die lokale Währung von visitor8217 umzustellen. Leider konnte ich keine Free Forex Data Feeds finden. So gehackt ich ein Google-Docs-Tabelle zusammen, die die Google Finance Foreign Exchange Rate Daten exportiert. Dies gibt Ihnen eine kostenlose FX Data Feed / Currency-Feed von 90 Währungen, die in XML, JSON, JSON-P und RSS über HTTP und HTTPS verfügbar ist. Wechselkurse zu zitieren in buchstäblich jeder Programmiersprache 8211 Java, PHP, JavaScript und unzählige andere Die Formate machen es einfach APIshys zu bauen. Forex-Daten-Feeds Es gibt vier Forex-Daten-Feeds. USD wählen Sie 8211 Wechselkurse von USD in andere Währungen. EUR Feed 8211 Wechselkurse von EUR in andere Währungen. Top 10 EUR Feed 8211 Wechselkurse von EUR in 9 wichtige Währungen. Top 10 USD Feed 8211 Wechselkurse von USD in 9 wichtige Währungen. Wenn möglich, verwenden Sie die Top 10 Forex Data Feeds, da sie kleiner sind und schneller laden. USD-Feed enthält USD AED, ANG, ARS, AUD, BDT, BGN, BHD, BND, BOB, BRL, BWP, CAD, CHF, CLP, CNY, COP, CRC, CZK, DKK, DOP, DZD, EGP, EUR , FJD, GBP, HKD, HNL, HRK, Ft, IDR, ILS, INR, ISK, JMD, JOD, JPY, KES, KRW, KWD, KYD, KZT, LBP, LKR, LTL, LVL, MAD, MDL, MKD , MUR, MVR, MXN, MYR, NAD, NGN, NIO, NOK, NPR, NZD, OMR, PEN, PGK, PHP, PKR, PLN, PYG, QAR, RON, RSD, RUB, SAR, SCR, SEK, SGD ,,,,,,,,,,,,,,,,,, UM, UE, VEF, VND, XOF, YER, ZAR. EUR Feed enthält EUR AED, ANG, ARS, AUD, BDT, BGN, BHD, BND, BOB, BRL, BWP, CAD, CHF, CLP, CNY, COP, CRC, CZK, DKK, DOP, DZD, EGP, FJD , GBP, HKD, HNL, HRK, Ft, IDR, ILS, INR, ISK, JMD, JOD, JPY, KES, KRW, KWD, KYD, KZT, LBP, LKR, LTL, LVL, MAD, MDL, MKD, MUR , SAR, SCR, SEK, SGD, SLL, MVR, MXR, MYR, NAD, NGN, NIO, NOK, NPR, NZD, OMR, PEN, PGK, PHP, PKR, ,,,,,,,,,,,,,,,,,,............. Top 10 EUR Feed enthält EUR zu USD, JPY, GBP, CHF, AUD, CAD, SEK, HDK und NOK. Top 10 USD FeedForex Trading Diary 1 - Automatisierte Forex Trading mit der OANDA API Von Michael Halls-Moore am 21. Januar 2015 habe ich schon erwähnt, in der QuantStart: 2014 Im Bericht Artikel, dass ich einige Ausgaben von 2015 über automatisierte Devisenhandel. Angesichts der Tatsache, dass ich selbst in der Regel Forschung in Aktien-und Futures-Märkte, Ich dachte, es wäre lustig (und pädagogisch), über meine Erfahrungen mit dem Eintritt in den Forex-Markt im Stil eines Tagebuchs zu schreiben. Jeder Tagebucheintrag wird versuchen, auf all jenen aufzubauen, sollte aber auch relativ eigenständig sein. In diesem ersten Eintrag des Tagebuchs Ill beschreiben, wie die Einrichtung eines neuen Praxis-Brokerage-Konto mit OANDA sowie wie eine grundlegende multithreaded ereignisgesteuerte Trading-Engine, die automatisch ausgeführt werden kann, sowohl in einer Praxis und Live-Einstellung zu schaffen. Letztes Jahr verbrachten wir viel Zeit mit Blick auf den ereignisgesteuerten Backtester. Vor allem für Aktien und ETFs. Die, die ich hier unten ist auf Forex ausgerichtet und kann sowohl für den Papierhandel oder Live-Handel verwendet werden. Ich habe alle folgenden Anweisungen für Ubuntu 14.04, aber sie sollten leicht zu Windows oder Mac OS X, mit einer Python-Distribution wie Anaconda zu übersetzen. Die einzige zusätzliche Bibliothek, die für die Python-Handelsmaschine verwendet wird, ist die Anforderungsbibliothek, die für die HTTP-Kommunikation zur OANDA-API erforderlich ist. Da dies der erste Posten direkt über den Devisenhandel ist und der nachfolgend dargestellte Kodex direkt an ein Live-Trading-Umfeld angepasst werden kann, möchte ich folgende Disclaimer vorstellen: Disclaimer: Der Handel mit Devisen an der Margin trägt ein hohes Risiko, Und möglicherweise nicht für alle Anleger geeignet. Die Wertentwicklung in der Vergangenheit ist kein Hinweis auf zukünftige Ergebnisse. Der hohe Grad der Hebelwirkung kann sowohl gegen Sie als auch für Sie arbeiten. Vor der Entscheidung, in Devisen zu investieren, sollten Sie sorgfältig überlegen Sie Ihre Anlageziele, Erfahrung und Risikobereitschaft. Die Möglichkeit besteht, dass Sie einen Verlust von einigen oder allen Ihrer anfänglichen Investition zu erhalten und daher sollten Sie nicht Geld investieren, die Sie nicht leisten können, zu verlieren. Sie sollten sich bewusst sein, alle Risiken im Zusammenhang mit Devisenhandel und suchen Rat von einem unabhängigen Finanzberater, wenn Sie irgendwelche Zweifel haben. Diese Software wird bereitgestellt, wie es ist, und alle ausgedrückten oder implizierten Garantien, einschließlich, aber nicht beschränkt auf die implizierten Garantien der Marktgängigkeit und Eignung für einen bestimmten Zweck werden ausgeschlossen. In keinem Fall haften die Regenten oder Mitwirkenden für direkte, indirekte, zufällige, besondere, vorbildliche oder Folgeschäden (einschließlich, aber nicht beschränkt auf die Beschaffung von Ersatzgütern oder Dienstleistungsverlusten, Daten oder Gewinnen oder Betriebsunterbrechungen) ), Die in irgendeinem Fall aus der Nutzung dieser Software entstanden sind, auch wenn auf die Möglichkeit eines solchen Schadens hingewiesen wird, auf irgendeine Haftungstheorie, sei es auf vertraglicher, fahrlässiger oder unerlaubter Handlung (einschließlich Fahrlässigkeit oder anderweitig). Einrichten eines Kontos mit OANDA Die erste Frage, die in den Sinn kommt, ist Warum wählen Sie OANDA. Einfach gesagt, nach ein wenig Googeln herum für Forex Broker, die APIs hatte, sah ich, dass OANDA hatte vor kurzem eine richtige REST-API, die leicht mit fast jeder Sprache in einer äußerst direkten Weise kommuniziert werden konnte. Nach dem Lesen durch ihre Entwickler-API-Dokumentation. Ich beschloss, ihnen einen Versuch, zumindest mit einem Praxis-Konto. Um klar zu sein - ich habe keine vorherige oder bestehende Beziehung mit OANDA und bin nur die Bereitstellung dieser Empfehlung basierend auf meiner begrenzten Erfahrung herumspielen mit ihrer Praxis-API und einige kurze Nutzung (für Marktdaten-Download), während bei einem Fonds zuvor beschäftigt. Wenn jemand auf irgendwelche anderen Forex-Broker gekommen ist, die auch eine ähnlich moderne API dann Id sind glücklich, ihnen einen Blick auch zu geben. Vor der Nutzung der API muss man sich für ein Praxiskonto anmelden. Gehen Sie hierzu zum Anmelde-Link. Sie sehen dann den folgenden Bildschirm: Sie können sich dann mit Ihren Anmeldeinformationen anmelden. Achten Sie darauf, die Registerkarte fxTradePractice aus dem Anmeldebildschirm auszuwählen: Einmal müssen Sie eine Notiz über Ihre Kontonummer machen. Er wird unterhalb des schwarzen My Funds Headers neben Primary aufgelistet. Mine ist eine 7-stellige Zahl. Darüber hinaus müssen Sie auch ein persönliches API-Token generieren. Dazu klicken Sie unterhalb der Registerkarte Andere Aktionen links unten auf API-Zugriff verwalten: In diesem Stadium können Sie ein API-Token generieren. Sie benötigen den Schlüssel für Gebrauch später, also stellen Sie sicher, ihn aufzuschreiben auch. Sie werden nun die FXTrade Practice-Anwendung starten, die es uns ermöglicht, die ausgeführten Aufträge und unseren (Papier-) Gewinn amp loss zu sehen. Wenn Sie ein Ubuntu-System ausführen, müssen Sie eine etwas andere Java-Version installieren. Insbesondere die Oracle-Version von Java 8. Wenn Sie dies nicht tun, dann wird die Praxis-Simulator nicht aus dem Browser laden. Ich lief diese Befehle auf meinem System: Sie werden jetzt in der Lage, die Praxis Handelsumfeld zu starten. Kehren Sie zum OANDA Dashboard zurück und klicken Sie auf den grün markierten Link FXTrade Practice starten. Es wird ein Java-Dialog fragen, ob Sie es ausführen möchten. Klicken Sie auf Ausführen, und das fxTrade-Übungsprogramm wird geladen. Mine wurde mit dem Zählpanel auf der linken Seite zu einem 15-minütigen Kerzendiagramm von EUR / USD eingestellt: An diesem Punkt sind wir bereit, mit dem Entwerfen und Kodieren unseres automatisierten Devisenhandelssystems gegen die OANDA API zu beginnen. Überblick über die Trading-Architektur Wenn Sie die Event-driven Backtester-Serie für Aktien und ETFs, die ich im letzten Jahr erstellt habe, verfolgt haben, werden Sie sich bewusst sein, wie ein solches ereignisgesteuertes Handelssystem funktioniert. Für diejenigen unter Ihnen, die neu für ereignisgesteuerte Software sind. Ich würde stark vorschlagen, durch den Artikel zu lesen, um einen Einblick zu erhalten, wie sie funktionieren. Im Wesentlichen wird das gesamte Programm in einer infinte while-Schleife ausgeführt, die nur abschließt, wenn das Handelssystem abgeschaltet wird. Der zentrale Kommunikationsmechanismus des Programms erfolgt über eine Warteschlange, die Ereignisse enthält. Die Warteschlange wird ständig abgefragt, um nach neuen Ereignissen zu suchen. Sobald ein Ereignis aus der Warteschlange genommen wurde, muss es durch eine entsprechende Komponente des Programms behandelt werden. Daher könnte ein Marktdaten-Feed TickEvent s erzeugen, die bei Eintreffen eines neuen Marktpreises auf die Warteschlange gestellt werden. Ein signalgenerierendes Strategieobjekt kann OrderEvent-S erzeugen, die an eine Brokerage gesendet werden sollen. Die Nützlichkeit eines solchen Systems wird durch die Tatsache gegeben, dass es nicht wichtig ist, welche Reihenfolge oder Arten von Ereignissen auf die Warteschlange gestellt werden, da sie immer korrekt von der richtigen Komponente innerhalb des Programms behandelt werden. Darüber hinaus können verschiedene Teile des Programms in separaten Threads ausgeführt werden. Was bedeutet, dass es nie irgendwelche Warten auf eine bestimmte Komponente vor der Verarbeitung irgendeines anderen. Dies ist äußerst nützlich in algorithmischen Handelssituationen, in denen Marktdaten-Feed-Handler und Strategie-Signalgeneratoren sehr unterschiedliche Leistungsmerkmale aufweisen. Die Haupthandelsschleife wird durch den folgenden Python-Pseudocode gegeben: Wie oben erwähnt, läuft der Code in einer Endlosschleife. Zuerst wird die Warteschlange abgefragt, um ein neues Ereignis abzurufen. Wenn die Warteschlange leer ist, wird die Schleife nach einer kurzen Schlafperiode, die als Herzschlag bezeichnet wird, einfach neu gestartet. Wenn ein Ereignis gefunden wird, wird sein Typ bewertet und dann wird das relevante Modul (entweder die Strategie oder der Ausführungsbehandler) aufgerufen, um das Ereignis zu behandeln und möglicherweise neue zu generieren, die wieder in die Warteschlange zurückkehren. Die grundlegenden Komponenten, die wir für unser Handelssystem erstellen werden, umfassen die folgenden: Streaming Price Handler - Dies hält eine langfristige Verbindung offen für OANDAs-Server und senden Tick-Daten (dh bid / ask) über die Verbindung für alle Instrumente, die interessiert waren In. Strategie-Signal-Generator - Dies wird eine Sequenz von Tick-Ereignisse und verwenden sie zur Erzeugung von Handelsaufträgen, die durch die Ausführung Handler ausgeführt werden. Execution Handler - nimmt eine Reihe von Order-Events auf und führt sie dann blind mit OANDA aus. Ereignisse - Diese Objekte stellen die Nachrichten dar, die auf der Ereigniswarteschlange weitergegeben werden. Für diese Implementierung benötigen wir nur zwei, nämlich das TickEvent und das OrderEvent. Haupteingangspunkt - Der Haupteintragspunkt enthält auch die Handelsschleife, die kontinuierlich die Nachrichtenwarteschlange abfragt und Nachrichten an die richtige Komponente sendet. Dies wird häufig als Ereignis - oder Ereignishandler bezeichnet. Wir werden nun die Implementierung des Codes im Detail diskutieren. Am unteren Rand des Artikels ist die vollständige Auflistung aller Quellcode-Dateien. Wenn Sie sie im selben Verzeichnis platzieren und python trading. py ausführen, beginnen Sie mit der Generierung von Aufträgen, vorausgesetzt, Sie haben Ihre Kontonummer und Ihr Authentifizierungstoken von OANDA ausgefüllt. Python-Implementierung Es ist schlecht, Kennwörter oder Authentifizierungsschlüssel in einer Codebasis zu speichern, da Sie nie vorhersagen können, wer schließlich Zugriff auf ein Projekt erlaubt. In einem Produktionssystem würden wir diese Credentials als Umgebungsvariablen mit dem System speichern und diese Envvars dann jedes Mal abfragen, wenn der Code redeployed ist. Dadurch wird sichergestellt, dass Kennwörter und Auth-Token niemals in einem Versionskontrollsystem gespeichert werden. Da wir aber nur daran interessiert sind, ein Spielzeug-Handelssystem zu entwickeln und nicht mit Produktionsdetails in diesem Artikel zu tun haben, werden wir diese Autotoken stattdessen in eine Einstellungsdatei trennen. In der folgenden settings. py-Konfigurationsdatei haben wir ein Wörterbuch namens ENVIRONMENTS, das die API-Endpunkte für die OANDA-Streaming-API und die Trading-API speichert. Jedes Unterwörterbuch enthält drei separate API-Endpunkte: real. Praxis und Sandkasten. Die Sandbox-API ist rein zum Testen von Code und zur Überprüfung, dass es keine Fehler oder Bugs gibt. Es verfügt nicht über die Uptime-Garantien der realen oder Praxis-APIs. Die Praxis API, im Wesentlichen bietet die Fähigkeit, Papierhandel. Das heißt, es bietet alle Features der realen API auf einem simulierten Praxiskonto. Die wirkliche API ist nur, dass - es ist Live-Handel Wenn Sie diesen Endpunkt in Ihrem Code verwenden, wird es gegen Ihren Live-Kontostand zu handeln. SEHR EXTREM SORGFÄLTIG WICHTIG: Beim Handel gegen die Praxis API daran erinnern, dass eine wichtige Transaktion Kosten, die der Auswirkungen auf den Markt. Wird nicht berücksichtigt. Da keine Trades tatsächlich in die Umwelt gelegt werden, müssen diese Kosten anderweitig mit einem Market-Impact-Modell verrechnet werden, wenn Sie die Performance realistisch beurteilen möchten. Im Folgenden verwenden wir das in der DOMAIN-Einstellung angegebene Praxiskonto. Wir benötigen zwei separate Wörterbücher für die Domänen, jeweils eine für die Streaming - und Handels-API-Komponenten. Schließlich haben wir die ACCESSTOKEN und ACCOUNTID. Ive gefüllt die beiden unten mit Dummy-IDs, so müssen Sie Ihre eigenen nutzen, die von der OANDA-Konto-Seite zugegriffen werden kann: Der nächste Schritt ist es, die Ereignisse, die die Warteschlange verwendet wird, um zu helfen, alle einzelnen Komponenten kommunizieren zu definieren. Wir brauchen zwei: TickEvent und OrderEvent. Der erste speichert Informationen über Instrumentenmarktdaten wie das (beste) Angebot / Nachfrage und die Handelszeit. Der zweite wird verwendet, um Aufträge an den Ausführungsbearbeiter zu übermitteln und enthält somit das Instrument, die Anzahl der zu handelnden Einheiten, die Auftragsart (Markt oder Grenze) und die Seite (d. H. Kauf und Verkauf). Um unseren Event-Code zukunftssicher zu machen, werden wir eine Basisklasse mit dem Namen Event erstellen und alle Ereignisse von diesem erben. Der Code wird unten in events. py zur Verfügung gestellt: Die nächste Klasse, die wir erstellen werden, wird die Handelsstrategie behandeln. In dieser Demo werden wir eine ziemlich unsinnige Strategie schaffen, die einfach alle Marktticks erhält und bei jeder 5. Tick zufällig 10.000 Einheiten EUR / USD kauft oder verkauft. Klar ist dies eine lächerliche Strategie Aber es ist fantastisch für Testzwecke, weil es einfach zu Code und zu verstehen ist. In zukünftigen Tagebucheinträgen werden wir dies durch etwas spannenderes ersetzen, das (hoffentlich) einen Gewinn macht. Die Strategie. py-Datei finden Sie weiter unten. Lässt Arbeit durch sie und sehen, was los ist. Zuerst importieren wir die zufällige Bibliothek und das OrderEvent-Objekt aus events. py. Wir benötigen die gelegentliche lib, um eine gelegentliche Kauf - oder Verkaufsorder zu wählen. Wir brauchen OrderEvent, da das Strategieobjekt Aufträge an die Ereigniswarteschlange sendet, die später von der Ausführungsbehandlungsroutine ausgeführt wird. Die TestRandomStrategy-Klasse übernimmt das Gerät (in diesem Fall EUR / USD), die Anzahl der Einheiten und die Ereigniswarteschlange als Parametermenge. Es erstellt dann einen Ticks-Zähler, der verwendet wird, um zu sagen, wie viele TickEvent-Instanzen es gesehen hat. Der Großteil der Arbeit erfolgt in der calculatesignals-Methode, die einfach ein Ereignis nimmt, bestimmt, ob es sich um ein TickEvent handelt (andernfalls ignorieren) und den Tickzähler erhöht. Dann prüft es, ob die Zählung durch 5 teilbar ist und dann nach dem Zufallsprinzip mit einer Marktordnung die angegebene Anzahl von Einheiten kauft oder verkauft. Seine sicherlich nicht die weltweit größte Trading-Strategie, aber es wird mehr als geeignet für unsere OANDA Brokerage API Testzwecke Die nächste Komponente ist die Ausführung Handler. Diese Klasse hat die Aufgabe, auf OrderEvent-Instanzen zu reagieren und Anfragen an den Broker (in diesem Fall OANDA) stumm zu stellen. Das heißt, es gibt keine Risikomanagement - oder Potfolio-Konstruktionsüberlagerung. Der Ausführungsbehandler führt einfach eine beliebige Reihenfolge aus. Wir müssen alle Authentifizierungsinformationen an die Execution-Klasse übergeben, einschließlich der Domäne (Praxis, real oder Sandbox), des Zugriffstokens und der Konto-ID. Anschließend erstellen wir eine sichere Verbindung mit httplib. Einer der Pythons in Bibliotheken gebaut. Der Großteil der Arbeit erfolgt in executeorder. Die Methode erfordert ein Ereignis als Parameter. Es konstruiert dann zwei Wörterbücher - die Header und die params. Diese Wörterbücher werden dann korrekt codiert (teilweise durch urllib eine andere Python-Bibliothek) als HTTP-POST-Anforderung an OANDAs API gesendet werden. Wir übergeben die Content-Type - und Authorization-Header-Parameter, zu denen unsere Authentifizierungsinformationen gehören. Darüber hinaus codieren wir die Parameter, die das Instrument (EUR / USD), Einheiten, Auftragsart und Seite (Kauf / Verkauf). Schließlich machen wir die Anfrage und speichern die Antwort: Die komplexeste Komponente des Handelssystems ist das StreamingForexPrices-Objekt, das die Marktpreisaktualisierungen von OANDA übernimmt. Es gibt zwei Methoden: connecttostream und streamtoqueue. Die erste Methode verwendet die Python-Anforderungsbibliothek, um eine Verbindung zu einem Streaming-Socket mit den entsprechenden Headern und Parametern herzustellen. Zu den Parametern gehören die Konto-ID und die notwendige Instrumentenliste, die für Updates zu hören ist (in diesem Fall nur EUR / USD). Beachten Sie die folgende Zeile: Damit wird die Verbindung gestreamt und so lange offen gehalten. Die zweite Methode, streamtoqueue. Tatsächlich versucht, eine Verbindung zum Stream herzustellen. Wenn die Antwort nicht erfolgreich ist (d. h. der Antwortcode ist nicht HTTP 200), dann kehren wir einfach zurück und beenden. Wenn es erfolgreich ist, versuchen wir, das in ein Python-Wörterbuch zurückgegebene JSON-Paket zu laden. Schließlich konvertieren wir das Python-Wörterbuch mit dem Instrument, Bid / Ask und Zeitstempel in ein TickEvent, das an die Ereignis-Warteschlange gesendet wird: Wir haben jetzt alle wichtigen Komponenten vorhanden. Der letzte Schritt ist, alles, was wir bisher geschrieben haben, in ein Hauptprogramm aufzunehmen. Das Ziel dieser Datei, bekannt als trading. py. Ist es, zwei separate Threads zu erstellen. Von denen einer den Preispreis führt und der andere, der den Handelsbehandler ausführt. Warum brauchen wir zwei separate Threads Put einfach, führen wir zwei separate Stücke von Code, die beide kontinuierlich ausgeführt werden. Wenn wir ein Programm ohne Threads erstellen sollten, würde der Streaming-Socket, der für die Preisaktualisierungen verwendet wird, niemals den Hauptcodepfad wieder freigeben und daher würden wir niemals irgendeinen Handel durchführen. Ähnlich, wenn wir lief die Handelsschleife (siehe unten), würden wir eigentlich nie wieder die Flow-Pfad zu den Preis-Streaming-Sockel. Daher benötigen wir mehrere Threads, eine für jede Komponente, so dass sie unabhängig ausgeführt werden können. Sie kommunizieren miteinander über die Warteschlange. Lets untersuchen dies ein wenig weiter. Wir erstellen zwei separate Threads mit den folgenden Zeilen: Wir übergeben die Funktion oder den Methodennamen an das Schlüsselwort-Argument des Ziels und übergeben dann eine iterable (wie eine Liste oder ein Tupel) an das Argument args-Schlüsselwort, das diese Argumente an die tatsächliche Methode übergibt /Funktion. Schließlich starten wir beide Threads mit den folgenden Zeilen: So sind wir in der Lage, zwei, effektiv unendliche Schleifen, Code-Segmente unabhängig, die beide über die Ereignis-Queue kommunizieren laufen. Beachten Sie, dass die Python-Threading-Bibliothek aufgrund der CPython-Implementierung von Python und des Global Interpreter Lock (GIL) keine Multithreading-Multicast-Umgebung erzeugt. Wenn Sie mehr über Multithreading auf Python lesen möchten, werfen Sie einen Blick auf diesen Artikel. Lets untersuchen den Rest des Codes im Detail. Zuerst importieren wir alle notwendigen Bibliotheken einschließlich Warteschlange. Gewinde und Zeit. Wir importieren dann alle oben genannten Code-Dateien. Ich persönlich bevorzuge die Aktivierung von Konfigurationseinstellungen, die eine Gewohnheit ist, die ich von der Arbeit mit Django abgeholt habe. Danach definieren wir die Handelsfunktion, die im Python-Pseudocode oben erklärt wurde. Eine unendliche while-Schleife wird durchgeführt (während True:), die kontinuierlich aus der Ereignis-Warteschlange abfragt und nur die Schleife überspringt, falls sie leer ist. Wenn ein Ereignis gefunden wird, ist es entweder ein TickEvent oder ein OrderEvent und dann wird die entsprechende Komponente aufgerufen, um es auszuführen. In diesem Fall handelt es sich entweder um eine Strategie - oder eine Ausführungsbehandlungsroutine. Die Schleife schläft dann einfach für Herzschlag-Sekunden (in diesem Fall 0,5 Sekunden) und fährt fort. Schließlich definieren wir den Haupteintrittspunkt des Codes in der Hauptfunktion. Es ist gut kommentiert unten, aber ich werde hier zusammenfassen. Im Wesentlichen instanziieren wir die Ereignis-Warteschlange und definieren die Instrumente / Einheiten. Danach erstellen wir die StreamingForexPrices-Preis-Streaming-Klasse und anschließend die Execution-Execution-Prozedur. Beide erhalten die erforderlichen Authentifizierungsdaten, die von OANDA beim Erstellen eines Kontos angegeben werden. Dann erstellen wir die TestRandomStrategy-Instanz. Schließlich definieren wir die beiden Threads und starten sie dann: Um den Code auszuführen, müssen Sie einfach alle Dateien im selben Verzeichnis platzieren und am Terminal folgendes anrufen: Beachten Sie, dass zum Stoppen des Codes in diesem Stadium ein schwerer Abbruch der Python-Prozess. Über Strg-Z oder Äquivalent Ive nicht ein zusätzlicher Thread zu behandeln, die Suche nach der sys. exit (), die erforderlich wäre, um den Code sicher zu stoppen. Eine Möglichkeit, den Code auf einer Ubuntu / Linux-Maschine zu stoppen, besteht darin, Folgendes einzugeben: Anschließend übergeben Sie die Ausgabe dieser (eine Prozessnummer) in die folgende: Wo PROCESSID durch die Ausgabe von pgrep ersetzt werden muss. Beachten Sie, dass dies nicht besonders gut ist In späteren Artikeln werden wir einen anspruchsvolleren Stop / Start-Mechanismus erstellen, der die Ubuntus-Prozessüberwachung nutzt, damit das Handelssystem rund um die Uhr laufen kann. Die Ausgabe nach 30 Sekunden oder so, abhängig von der Tageszeit relativ zu den Haupthandelstunden für EUR / USD für den obigen Code, ist unten angegeben: Die ersten fünf Zeilen zeigen die von OANDA mit Bid / Ask zurückgegebenen JSON-Tickdaten Preise. Anschließend können Sie die Ausgabe der Ausführungsreihenfolge sowie die von OANDA zurückgegebene JSON-Antwort sehen, die die Eröffnung eines Kaufhandels für 10.000 Einheiten EUR / USD und den erzielten Preis bestätigt. Dies wird unbegrenzt weiterlaufen, bis Sie das Programm mit einem Ctrl-Z-Befehl oder ähnlichem beenden. Whats Next In späteren Artikeln werden wir einige dringend benötigte Verbesserungen durchführen, darunter: Reale Strategien - Richtige Forex-Strategien, die rentable Signale generieren. Produktionsinfrastruktur - Remote-Server-Implementierung und 24/7 überwachtes Handelssystem mit Stop / Start-Fähigkeit. Portfolio - und Risikomanagement - Portfolio - und Risiko-Overlays für alle vorgeschlagenen Aufträge aus der Strategie. Mehrere Strategien - Aufbau eines Portfolio von Strategien, die in die Risikomanagement-Overlay integrieren Wie bei den equities event-driven Backtester, müssen wir auch ein Forex Backtesting-Modul zu erstellen. Das wird uns eine schnelle Forschung ermöglichen und es einfacher machen, Strategien einzusetzen. Full Code settings. py (vergessen Sie nicht, ACCOUNTID und ACCESSTOKEN zu ändern): Trading API - Version 2.0 Stockpairs Trading-Schnittstelle ist eine HTTP-basierte API. Die API unterstützt sowohl GET - als auch POST-Anforderungen. Anforderungsargumente werden URL übergeben, die in URL-Parametern oder POST-Payload-Parametern kodiert sind. Antworten werden über eine UTF-8-codierte JSON-Struktur zurückgegeben. Um die API verwenden zu können, müssen Sie einen API-Schlüssel erhalten. Bitte kontaktieren Sie uns unter supportstockpair und lassen Sie uns wissen, wie Sie unsere API und Ihr projiziertes Datenvolumen nutzen werden. Wir senden Ihnen einen Schlüssel zu und informieren Sie über Änderungen und Features. Call Sequence Eine erfolgreiche Kaufsequenz verwendet den folgenden Fluss: authenticate - Authentifizieren Sie einen Benutzer und verwenden Sie Cookies, um die Authentifizierung beizubehalten. TradingMetadata - Diese Funktion gibt eine Datenstruktur zurück, die alle verfügbaren Optionen und ihren Marktstatus enthält. Mit dieser Funktion bestimmen Sie die Options-ID, die Sie tauschen möchten, in der der Optionsart, der Basiswert und die Duration festgelegt sind. Update - Wenn Sie Update mit einer Options-ID aufrufen, wird ein aktuelles Angebot mit aktuellen Preisen und Auszahlungen für diese Option zurückgegeben. Ein Angebot wird für eine begrenzte Zeit abhängig von den Marktbedingungen geehrt. Sie können die Update-Funktion einmal pro Sekunde aufrufen, um aktuelle Angebote abzurufen. Buy - Geben Sie eine Position mit einer Options-ID ein und zitieren Sie den Zeitstempel als Referenz. Alternative . Können Sie den Befehl buyBatch verwenden, um einige oder alle der oben genannten Schritte zu überspringen. Mit diesem Befehl können Sie den Benutzernamen und das Kennwort festlegen (keine Authentifizierung erforderlich), die Optionskriterien angeben (keine Metadaten erforderlich) und Sie können zum aktuellen Marktpreis kaufen (keine Aktualisierung erforderlich). Versionen und Kompatibilität Die aktuelle API-Version ist 2.0. Wir bemühen uns, alle 2.x Version des Protokolls rückwärts kompatibel zu machen. Beim Testen der API können Sie herausfinden, dass es mehr Daten gehen hin und her als tatsächlich dokumentiert ist. Es wird jedoch dringend empfohlen, nur Daten zu verwenden, die auf diesen Seiten dokumentiert sind. Alle anderen Felder und Parameter können ohne Ankündigung geändert werden. Anfragen Alle Anfragen werden an www. stockpair / tapi2 / ACTION gesendet, wenn ACTION entsprechend der spezifischen Anforderung geändert wird. In allen spezifischen Beispielen verwenden wir URL-Parameter, aber POST-Payload-Params werden gleichermaßen unterstützt. Anfragen haben einige gemeinsame Parameter:,. ,. Aufrechtzuerhalten. Stockpair. NXF Dienstleistungen O,, 5,,, 10117,. Aufrechtzuerhalten. . Aufrechtzuerhalten. . Copyrights Kopie 2010-2016 Stockpair Trader8217s Zimmer JSON API Kenmore Design wurden in der Lage, Sicherheitssysteme und Integration von bereits im Einsatz Lieferanten zu entwickeln sowie anpassen das gesamte Back-Office, um unseren Kunden eine fast android benutzerfreundliche Learn-as-you go Gefühl. Das CRM hat unserem Management-Team geholfen zu überprüfen, dass jedes Mitglied unseres Teams tut, was sie tun müssen, sowie sicherzustellen, dass kein Kunde jemals vergessen wird. Dadurch konnten wir unsere Kundenbasis steigern und gleichzeitig unser Supportteam klein halten. Dies wird in unserem neuen Backoffice für innerhalb von 4 Monaten bezahlt werden. Support war awesome, das ganze Team 8230 Lesen Sie den Rest Fragen Was suchen Sie suchenXigniteGlobalCurrencies Holen Sie sich genau das, was Sie brauchen Ob es sich um Echtzeit-Wechselkurse, historische Währungsdaten oder ein Währungsrechner Widget, weve haben Sie abgedeckt. Wir bieten auch London historische Devisenkurse, Terminkontraktsätze und Bar / Tick-Level-Währungsdaten. Schnellstart Mit unserer Online-Dokumentation, den häufig gestellten Fragen und dem dynamisch generierten Beispielcode können Sie Ihre Entwicklungszeit auf ein Minimum reduzieren. Wir bieten auch eine analytische Dashboard-Nutzung, um Ihnen helfen, Ihre aktuelle Nutzung verstehen, und eine kostenlose 7-Tage-Testversion zu versuchen, bevor Sie kaufen. Best-in-class Zuverlässigkeit Um die Millionen von API-Anfragen pro Stunde zu verarbeiten, nutzt Xignite die Amazon Web Services (AWS) Cloud. Die von AWS bereitgestellte Infrastruktur ermöglicht es Xignite, die Bereitstellung von Echtzeit-Finanzdaten effektiv und dynamisch zu skalieren und gleichzeitig die Rechen - und Netzwerkressourcen zu optimieren. Best forex Datenabdeckung und API-Funktionalität - ohne versteckte Gebühren
Comments
Post a Comment