Tutoriel Quantopian LESSON 10

Ceci est une continuation de Dernière fois.

LESSON 10 Managing Orders Lorsque vous utilisez le modèle de glissement de Quantopian, toutes les commandes passées ne sont pas nécessairement exécutées. Les commandes en carnet restent jusqu'à ce qu'elles soient exécutées ou annulées, vous devez donc tenir compte de cette situation.

ʻOrder_target_percent () `ne considère pas les commandes ouvertes. La commande sera annulée à la fin de la journée, mais si vous passez une commande supplémentaire avec des commandes non exécutées restantes pendant la journée, vous échangerez sur les fonds d'origine (sur commande).

Pour éviter les sur-commandes, utilisez la fonction get_open_orders () pour vérifier les commandes non remplies. En passant une instance du stock comme argument, les commandes non exécutées du stock cible sont renvoyées sous forme de dictionnaire.

Dans l'exemple ci-dessous, XTL est allongé lorsqu'il n'y a pas de commandes en attente et qu'il est possible de négocier. Vous pouvez cloner le code depuis ici.

def initialize(context):
    # Relatively illiquid stock.
    context.xtl = sid(40768)

def handle_data(context, data):
    # Get all open orders.
    open_orders = get_open_orders()

    if context.xtl not in open_orders and data.can_trade(context.xtl):
        order_target_percent(context.xtl, 1.0)

LESSON 11 Putting It All Together

LESSON 9<-->LESSON11

Recommended Posts

Tutoriel Quantopian LESSON 10
Tutoriel Quantopian LEÇON 8
Tutoriel Quantopian LESSON 1, 2
Tutoriel Quantopian LESSON 6
Tutoriel Quantopian LEÇON 9
Tutoriel Quantopian LESSON 5
Tutoriel Quantopian LESSON 3
Tutoriel Quantopian LESSON 7
Tutoriel Quantopian LEÇON 4
Tutoriel Quantopian LEÇON 11
didacticiel sqlalchemy
Tutoriel PyODE 2
Tutoriel Python
Tutoriel PyODE 1
Tutoriel PyODE 3
Tutoriel du didacticiel TensorFlow