Spread

源码文件：vnpy_spreadtrading.strategies.basic_spread_strategy 1. 策略概述 BasicSpreadStrategy 与其说是一个自动策略，不如说是一个智能执行工具。 它不包含任何指标计算或预测逻辑，而是完全按照用户在参数中指定的固定价格进行挂单交易。它适合那些通过主观判断或外部计算得出目标价差，然后希望程序自动完成“腿A+腿B”复杂下单过程的交易员。 基类：SpreadStrategyTemplate 核心逻辑：固定点位开平 + 时间过滤 适用场景：主观套利、跨期移仓 2. 核心参数 参数名 含义 buy_price 买入开仓触发价 sell_price 卖出平仓触发价 short_price 卖出开仓触发价 cover_price 买入平仓触发价 max_pos 目标持仓量 start_time 每日开始交易时间 (如 “9:00:00”) end_time 每日停止交易时间 (如 “15:00:00”) 3. 策略逻辑详解 3.1 时间过滤器 策略首先检查当前时间是否在允许的交易时段内。如果不在，会强制停止所有正在运行的算法。 1 2 3 4 5 self.update_time = self.spread.datetime.time() if self.update_time < self.start_t or self.update_time >= self.end_t: self.stop_open_algos() self.stop_close_algos() return 3.2 状态机逻辑 策略根据当前的持仓状态 (spread_pos) 决定启动哪种算法。 空仓 (spread_pos == 0)： 检查是否已启动买入算法 (buy_algoid)，若无则启动。 检查是否已启动卖出算法 (short_algoid)，若无则启动。 注意：这里是同时监控双向开仓机会。 持有多头 (spread_pos > 0)： 停止开仓算法。 启动卖出平仓算法 (sell_algoid)，目标价为 sell_price。 持有空头 (spread_pos < 0)： ...

源码文件：vnpy_spreadtrading.strategies.statistical_arbitrage_strategy 1. 策略概述 StatisticalArbitrageStrategy 是一个经典的 均值回归 (Mean Reversion) 策略，应用于价差交易。 其核心假设是：两个相关性极高的品种（如豆油/棕榈油，螺纹/热卷），它们的价差会围绕一个均值波动。当价差偏离均值过大（突破布林带上轨/下轨）时，大概率会回归。 基类：SpreadStrategyTemplate 核心指标：Bollinger Bands (布林带) 交易逻辑：逆势交易（高抛低吸） 2. 核心参数 参数名 默认值 含义 boll_window 20 布林带均线周期 boll_dev 2 布林带标准差倍数 max_pos 10 最大持仓量 payup 10 算法执行时的超价跳数 interval 5 算法撤单重发间隔(秒) 3. 策略逻辑详解 3.1 K 线合成与指标计算 策略使用 BarGenerator 合成价差的 K 线（注意：是价差本身的 K 线，不是单腿的）。 在 on_spread_bar 中计算布林带： 1 2 self.boll_mid = self.am.sma(self.boll_window) self.boll_up, self.boll_down = self.am.boll(self.boll_window, self.boll_dev) 3.2 交易信号 策略逻辑非常清晰，分为三种状态： 空仓时 (spread_pos == 0)： 做空价差：价差 > 上轨 (boll_up)。预期价差回归下跌。 做多价差：价差 < 下轨 (boll_down)。预期价差回归上涨。 1 2 3 4 if bar.close_price >= self.boll_up: self.start_short_algo(bar.close_price - 10, self.max_pos, ...) elif bar.close_price <= self.boll_down: self.start_long_algo(bar.close_price + 10, self.max_pos, ...) 持有空头 (spread_pos < 0)： ...

在进行价差交易（套利）开发前，必须理解 vnpy_spreadtrading.template 提供的基础框架。与 CTA 策略不同，价差交易涉及多条腿（Legs）的同步操作，因此引入了“算法执行”的概念。 1. SpreadStrategyTemplate：策略的大脑 所有价差策略都继承自 SpreadStrategyTemplate。 1.1 核心回调函数 回调函数 触发时机 典型用途 on_init 策略初始化 初始化变量，加载历史数据 on_start 策略启动 标记状态 on_spread_data 价差行情更新 核心逻辑区：判断价差是否满足开平仓条件 on_spread_pos 价差持仓更新 监听持仓变化，决定下一步动作 on_spread_algo 算法状态更新 监听算法执行进度（如算法完成、停止） 1.2 算法启动接口 价差交易不直接发单（不调用 buy/sell），而是启动一个算法 (Algo) 来负责执行。 这是因为买入一个价差通常意味着“买入腿A + 卖出腿B”，必须保证原子性或滑点控制。 买入价差 (Long Spread): 1 self.start_long_algo(price, volume, payup, interval, lock) price: 价差限价 volume: 数量 payup: 超价跳数（用于保证成交） interval: 撤单重发间隔 lock: 是否锁仓（针对上期所） 卖出价差 (Short Spread): 1 self.start_short_algo(price, volume, payup, interval, lock) 1.3 停止算法 stop_algo(algoid): 停止特定算法 stop_all_algos(): 停止所有正在运行的算法 2. SpreadAlgoTemplate：执行的手脚 策略只负责“决定要做什么”，而 SpreadAlgoTemplate 负责“具体怎么做”。 ...