ATS-SMART算法

根据用户委托交易特征，通过对市场高频数据的实时分析和处理，利用程序化分析动态选择最优算法执行用户委托。具有高完成度，高稳定性，高隐蔽性，低敞口等特点，在不同持仓风格场景下，中长期均体现出稳定超越TWAP/VWAP基准的效果；

ATS-SMART算法参数

开始时间（P1）：策略开始执行的时间（剔除非交易时间段）。如果开始时间早于策略下达时间点时，则使用下达时间作为开始时间
结束参考时间（P2）: 结束参考时间，和结束时间一致
结束时间（P3）：策略停止执行的时间（剔除非交易时间段）。过了结束时间还未完成的数量，将会自动释放到指令。算法执行的区间段，时间越短，任务执行强度（委托频率和单笔委托量）越高
结束时间是否有效:算法在结束时间是否有效,如设为无效，则以收盘时间为结束时间
涨停时是否停止卖出：标的在涨停时是否需要停止卖出
跌停时是否撤单：标的在跌停时是否需要撤单
最小交易金额：控制子单单笔委托的最小金额 该参数只适用于股票。A股单位为元
基准价格：此算法不生效

注意：p3必须晚于p2，p2必须晚于p1，交易时长必须大于3分钟，不得晚于14:55，交易数据不应该早于当前时间

ATS-SMART算法示例源码

# coding=utf-8
from gm.api import *
from gm.model import DictLikeAlgoOrder
from gm.pb.account_pb2 import AlgoOrder
from datetime import timedelta
"""
算法单新增api在 sdk 的 gm.api.trade.py 文件里, 有如下函数, 具体函数签名可点进去看api文档
algo_order
algo_order_cancel
algo_order_pause
get_algo_child_orders
get_algo_orders
start_time    str    开始时间
end_time_referred    str    结束参考时间(不能超过14:55:00)
time_end    str    结束时间(不能超过14:55:00)
end_time_valid    int    结束时间是否有效,如设为无效，则以收盘时间为结束时间, 1为有效， 0为无效
stop_sell_when_DL    int    涨停时是否停止卖出， 1为是，0为否
cancel_when_PL    int    跌停时是否撤单, 1为是， 0为否
min_trade_amount    int    最小交易金额
"""
# ATS-SMART算法示例， 仅接口使用示例
def init(context):
    time = (context.now + timedelta(seconds=3)).strftime('%H:%M:%S')
    schedule(schedule_func=algo, date_rule='1d', time_rule=time)
def algo(context):
    # 算法名
    algo_name = 'ATS-SMART'
    # 算法参数格式如下
    algo_param = {'start_time': '13:00:00', 'end_time_referred': '15:00:00', 'end_time': '14:00:00', 'end_time_valid': 1, 'stop_sell_when_DL': 1,
                  'cancel_when_PL': 0, 'min_trade_amount': 100000}
    symbol = 'SHSE.600008'
    # 基准价， 算法母单需要是限价单
    price = current(symbol)[0]['price']
    aorder = algo_order(symbol=symbol, volume=2000, side=OrderSide_Buy, order_type=OrderSide_Buy,
               position_effect=PositionEffect_Open, price=price, algo_name=algo_name, algo_param=algo_param)
    # 提取算法单的 cl_ord_id 委托客户端ID, 用于其它api的查询, 或者撤单时用
    context.algo_order_id = aorder[0]['cl_ord_id']
    #  撤销指定cl_ord_id的算法母单
    # aorders = get_algo_orders(account='')
    # wait_cancel_orders = [{'cl_ord_id': aorders[0]['cl_ord_id'], 'account_id': aorders[0]['account_id']}]
    # algo_order_cancel(wait_cancel_orders)
def on_order_status(context, order):
    # 算法子单已成
    if order['status'] == 3:
        # 查询指定cl_ord_id算法母单的所有子单
        child_order = get_algo_child_orders(context.algo_order_id, account='')
        print('算法子单: child_order ={}'.format(child_order))
def on_algo_order_status(context, algo_order):
    # type: (Context, DictLikeAlgoOrder) -> NoReturn
    """
    算法单状态事件. 参数algo_order为算法单的信息
    响应算法单状态更新事情，下算法单后状态更新时被触发
    3.0.125 后增加.
    """
    print('算法单状态变化: algo_order={}'.format(algo_order))
    # 算法母单已报
    if algo_order['status'] == 1:
        # 查询算法母单， 默认账户account填空
        aorders = get_algo_orders(account='')
        print('算法母单: aorders ={}'.format(aorders))
if __name__ == '__main__':
    '''
    strategy_id策略ID,由系统生成
    filename文件名,请与本文件名保持一致
    mode实时模式:MODE_LIVE回测模式:MODE_BACKTEST
    token绑定计算机的ID,可在系统设置-密钥管理中生成
    backtest_start_time回测开始时间
    backtest_end_time回测结束时间
    backtest_adjust股票复权方式不复权:ADJUST_NONE前复权:ADJUST_PREV后复权:ADJUST_POST
    backtest_initial_cash回测初始资金
    backtest_commission_ratio回测佣金比例
    backtest_slippage_ratio回测滑点比例
    '''
    run(strategy_id='3acc8b6e-af54-11e9-b2de-00163e0a4100',
        filename='main.py',
        mode=MODE_LIVE,
        token='2c4e3c59cde776ebc268bf6d7b4c457f204482b3',
        backtest_start_time='2020-11-02 08:00:00',
        backtest_end_time='2020-11-02 16:00:00',
        backtest_adjust=ADJUST_PREV,
        backtest_initial_cash=10000000,
        backtest_commission_ratio=0.0001,
        backtest_slippage_ratio=0.0001)

掘金量化智能算法交易：https://bbs.myquant.cn/topic/2016