20250509:第一次修改LLM订单流策略

2025-05-09 21:02:48 +08:00
parent 5e372d746e
commit ef6204bafa
18 changed files with 11167 additions and 0 deletions
--- a/1.交易策略/999.其他策略/4.松鼠SF20_基于LLM的订单流日内交易策略/使用文档/3.28版本/README.md
+++ b/1.交易策略/999.其他策略/4.松鼠SF20_基于LLM的订单流日内交易策略/使用文档/3.28版本/README.md
@@ -0,0 +1,433 @@
+# AI智能订单流交易策略详细说明
+
+## 项目简介
+
+本项目是一个基于订单流分析与大语言模型(LLM)集成的智能期货交易系统，通过AlgoPlus接口对接CTP交易系统，实现全自动化的交易策略执行。系统核心特点是结合高频Tick数据订单流分析与人工智能决策系统，对期货市场进行实时监控、分析和交易。
+
+### 技术架构
+
+- **数据层**：通过CTP接口获取实时Tick数据
+- **分析层**：订单流分析、K线构建、技术指标计算
+- **决策层**：基于DeepSeek大模型的AI决策系统
+- **执行层**：自动化交易执行系统，包含风险控制模块
+
+## 核心功能详解
+
+### 1. 订单流数据处理
+
+系统处理原始Tick数据，构建以下信息：
+- **成交订单流**：分析每个价位的买入/卖出压力
+- **多空资金流向**：计算买卖力量对比指标
+- **堆积指标(DJ)**：识别主力资金大量买入卖出信号
+- **订单流趋势**：分析订单流累计变化趋势
+- **波动性指标**：监控市场情绪变化
+
+### 2. 技术分析模块
+
+系统自动构建并分析以下技术分析指标：
+- **移动平均线**：5、10、20周期均线系统，监控均线形态（多头排列、空头排列、金叉、死叉）
+- **K线形态识别**：自动识别大阳线、大阴线、十字星、吞没形态等经典K线组合
+- **趋势强度**：计算价格趋势的强度和持续性
+- **支撑阻力位**：自动识别近期关键价格区域
+- **超买超卖状态**：判断当前价格在日内区间的位置
+
+### 3. AI决策系统
+
+系统集成了DeepSeek大模型作为核心决策引擎：
+- **市场状态识别**：全面分析当前市场环境
+- **交易信号生成**：产生开仓、平仓或调整持仓的信号
+- **风险参数建议**：动态优化止损止盈水平
+- **多层验证机制**：通过置信度评分过滤低质量信号
+
+完整的交易决策包含：
+- **方向**：开多/开空/平多/平空/不操作
+- **置信度**：1-10分级评估系统
+- **止损价**：推荐的止损位置
+- **止盈价**：推荐的止盈位置
+- **跟踪百分比**：针对当前市场波动性优化的跟踪止损参数
+
+### 4. 风险控制系统
+
+多层次风险管理机制：
+- **固定止损**：基于开仓价设置硬性止损点
+- **跟踪止损**：随价格变动动态调整止损价位，锁定盈利
+- **日内平仓**：自动在交易时段结束前平仓，避免隔夜风险
+- **反向信号管理**：收到反向信号时智能处理现有持仓
+- **资金管理**：控制单笔交易风险占比
+
+### 5. 数据存储与分析
+
+系统自动保存交易和市场数据：
+- **订单流历史数据**：以JSON格式保存，方便后续分析
+- **交易记录**：包含所有成交信息
+- **止损止盈设置**：记录每个合约的风险管理参数
+- **AI决策记录**：保存模型分析结果和建议
+
+## 详细系统配置指南
+
+### 环境要求
+
+- **操作系统**：Windows 7/10/11 或 Linux (Ubuntu 18.04+)
+- **Python版本**：Python 3.7-3.10（推荐3.8）
+- **内存要求**：至少4GB RAM（推荐8GB以上）
+- **存储空间**：至少500MB可用空间
+- **网络要求**：稳定的网络连接，低延迟
+
+### 依赖安装
+
+```bash
+# 安装基础依赖
+pip install AlgoPlus
+pip install pandas numpy
+pip install python-dateutil
+
+# 安装AI模型依赖
+pip install openai
+pip install requests
+
+```
+
+### 详细配置选项
+
+#### 1. 基础交易参数
+
+可在`MyTrader`类初始化方法中修改：
+
+```python
+# 基础交易参数
+self.py = 5                     # 委托价格偏移量，单位跳数
+self.Lots = 1                   # 每次开仓手数
+self.trailing_stop_percent = 0.005  # 跟踪止损百分比(0.5%)
+self.fixed_stop_loss_percent = 0.01 # 固定止损百分比(1%)
+self.dj_X = 1                   # 订单流堆积参数阈值
+
+# AI模型控制
+self.use_ai_model = True        # 是否启用AI模型
+self.trader_rows = 10           # 触发AI分析的最小数据行数
+
+# 日内交易控制
+self.day_closed = False         # 日内平仓标志
+```
+
+#### 2. 高级参数配置
+
+在主程序中设置：
+
+```python
+# 全局参数配置
+GLOBAL_LLM_CONFIG = {
+    'api_key': 'your-api-key',        # API密钥
+    'base_url': 'https://api.deepseek.com',  # API基础URL
+    'model_name': 'deepseek-reasoner'  # 模型名称
+}
+
+# K线时间粒度设置
+BAR_RESAMPLE_RULE = '1T'  # 1分钟K线
+# 其他可选值:
+# '5T' - 5分钟K线
+# '15T' - 15分钟K线
+# '30T' - 30分钟K线
+# '1H' - 1小时K线
+# '4H' - 4小时K线
+# '5S' - 5秒K线
+
+# 历史数据加载设置
+LOAD_HISTORY = False    # 是否加载历史数据
+HISTORY_ROWS = 30       # 加载历史数据行数
+```
+
+#### 3. 主力合约设置
+
+在交易账户配置中设置要交易的合约：
+
+```python
+# 模拟盘设置
+future_account = get_simulate_account(
+    investor_id='您的账户ID',  
+    password='您的密码',
+    server_name='电信1',  
+    # 订阅多个合约示例
+    subscribe_list=[
+        b'au2506',  # 黄金主力合约
+        b'rb2410',  # 螺纹钢主力合约
+        b'IF2406',  # 沪深300指数期货主力合约
+        b'cu2407'   # 铜主力合约
+    ],
+)
+```
+
+## 详细使用指南
+
+### 首次运行前准备
+
+1. **创建必要目录**：
+   ```bash
+   mkdir -p traderdata logs
+   ```
+
+2. **API密钥配置**：
+   确保在代码中配置了正确的DeepSeek API密钥：
+   ```python
+   api_key = "您的API密钥"
+   os.environ["OPENAI_API_KEY"] = api_key
+   ```
+
+3. **账户检查**：
+   - 模拟账户：确认Simnow账户可正常登录
+   - 实盘账户：确认资金足够，交易权限已开通
+
+4. **合约选择**：
+   - 建议从流动性好的品种开始，如螺纹钢(rb)、黄金(au)、沪深300(IF)
+   - 确保所选合约处于交易时段
+
+### 运行系统
+
+1. **启动主程序**：
+   ```bash
+   python 实盘运行版本_版本6.py
+   ```
+
+2. **启动确认**：
+   - 确认系统显示"API连接测试成功"
+   - 确认系统正确连接到CTP服务器
+   - 确认接收到Tick数据
+
+3. **监控运行状态**：
+   - 观察新K线形成和订单流数据生成
+   - 观察AI模型分析结果
+   - 监控交易执行和持仓状态
+
+### 高级操作指南
+
+#### 多合约交易管理
+
+系统支持同时监控多个合约，对每个合约独立生成交易信号和执行交易：
+
+1. **风险分散**：建议同时监控多个相关性低的品种
+2. **资金分配**：可通过调整`self.Lots`参数控制各合约下单手数
+3. **单独配置**：每个合约的止损止盈设置独立保存和管理
+
+#### 自定义止损止盈策略
+
+系统提供了多种止损止盈机制，可以根据不同市场环境调整：
+
+1. **固定止损**：适合趋势明确的市场
+   ```python
+   self.fixed_stop_loss_percent = 0.01  # 1%止损
+   ```
+
+2. **跟踪止损**：适合波动较大的市场
+   ```python
+   self.trailing_stop_percent = 0.005  # 0.5%跟踪止损
+   ```
+
+3. **动态止损**：由AI模型根据市场状态动态调整
+   - 系统会根据波动性自动建议0.0001-0.001范围内的跟踪止损参数
+
+#### 回测与优化
+
+虽然本系统主要面向实盘交易，但可以通过以下方式进行策略评估：
+
+1. **离线数据分析**：
+   - 查看`traderdata/{合约代码}_ofdata.json`中的历史数据和AI决策记录
+   - 分析交易成功率和盈亏比
+
+2. **参数优化**：
+   - 针对不同品种调整`self.py`委托价格偏移量
+   - 针对不同波动性市场调整止损止盈参数
+   - 调整`trader_rows`参数控制AI分析触发频率
+
+## 技术架构详解
+
+### 多进程架构
+
+系统采用多进程设计，实现行情和交易的分离：
+- **行情进程**：专注于数据接收和处理
+- **交易进程**：负责交易决策和执行
+- **AI分析线程**：在后台异步运行，不阻塞主交易流程
+
+```
+主程序
+│
+├── 行情进程 (run_tick_engine)
+│   └── Tick数据处理
+│       ├── 构建K线
+│       └── 计算订单流指标
+│
+└── 交易进程 (run_trader)
+    ├── MyTrader实例
+    │   ├── 交易逻辑处理
+    │   ├── 止损止盈管理
+    │   └── 日内平仓控制
+    │
+    └── AI分析线程 (background_model_call)
+        └── 交易信号生成
+```
+
+### 数据流向
+
+系统数据流向设计清晰，各模块职责明确：
+
+```
+CTP行情接口 → Tick数据 → K线构建 → 订单流分析
+                                    ↓
+交易执行 ← 交易信号 ← AI模型分析 ← 市场数据融合
+```
+
+### 核心类解析
+
+#### `MyTrader`类
+
+继承自`TraderApiBase`，实现以下核心功能：
+- 处理交易回报和订单状态
+- 管理持仓和风险控制
+- 协调AI模型交易决策
+- 执行交易指令
+
+关键方法：
+- `background_model_call`：调用AI模型进行分析
+- `check_stop_conditions`：检查止损止盈条件
+- `clear_position_info`：清理持仓信息
+- `format_data_for_llm`：格式化数据供AI模型分析
+
+#### AI决策系统
+
+`call_deepseek_model`函数负责调用DeepSeek大模型：
+- 采用重试机制确保API调用可靠性
+- 解析AI模型返回的交易信号
+- 处理异常情况和错误
+
+## 故障排除
+
+### 常见问题与解决方案
+
+1. **CTP连接问题**
+   - **症状**：无法连接到CTP服务器或频繁断连
+   - **解决方案**：
+     - 检查网络连接稳定性
+     - 确认服务器地址和端口正确
+     - 检查账户密码是否正确
+
+2. **AI模型调用失败**
+   - **症状**："API调用失败"错误
+   - **解决方案**：
+     - 验证API密钥有效性
+     - 检查网络能否访问DeepSeek API
+     - 查看是否达到API调用限制
+
+3. **数据文件读写错误**
+   - **症状**："读取或保存JSON文件时出错"
+   - **解决方案**：
+     - 确认traderdata目录存在且有写权限
+     - 检查磁盘空间是否充足
+     - 确保没有其他程序锁定目标文件
+
+4. **交易执行问题**
+   - **症状**：交易信号生成但未执行
+   - **解决方案**：
+     - 检查置信度是否达到执行阈值(≥6)
+     - 确认是否在交易时段内
+     - 确认是否有足够可用资金
+
+### 日志与调试
+
+系统提供详细的控制台输出用于监控和调试：
+
+```
+===== 开始AI分析 [15:30:45] =====
+正在分析合约: au2506
+分析数据行数: 25
+最新价格: 486.35
+...
+AI模型分析完成，结果已放入队列，耗时: 5.32秒
+分析结果: {'action': '开多', 'confidence': 8, 'reason': '订单流持续为正...'}
+===== AI分析完成 =====
+
+===== 执行AI模型交易信号 [15:30:53] =====
+信号生成时间: 15:30:50
+信号类型: 开多
+置信度: 8
+理由: 订单流持续为正...
+...
+执行开多操作
+设置止损价: 482.35, 止盈价: 489.28, 跟踪止损价: 483.72, 跟踪百分比: 0.500%
+===== 交易信号执行完成 =====
+```
+
+## 性能优化建议
+
+1. **降低API调用频率**：
+   - 增加`trader_rows`参数值，减少AI模型调用频率
+   - 在低波动时段可考虑暂时禁用AI分析
+
+2. **优化数据存储**：
+   - 定期清理过时的历史数据文件
+   - 使用更高效的数据结构和存储格式
+
+3. **减少不必要的计算**：
+   - 调整K线时间粒度，避免过于频繁的处理
+   - 针对性能瓶颈部分进行代码优化
+
+## 进阶开发指南
+
+### 自定义扩展
+
+系统设计具有良好的扩展性，可以在以下方面进行自定义开发：
+
+1. **增加新的技术指标**：
+   在`format_data_for_llm`方法中添加新的技术分析指标
+
+2. **优化订单流算法**：
+   修改`GetOrderFlow_dj`函数，实现更精细的订单流分析
+
+3. **扩展风险管理策略**：
+   在`check_stop_conditions`中实现更复杂的止损止盈策略
+
+4. **自定义AI提示词**：
+   修改`call_deepseek_model`函数中的prompt变量，优化AI分析效果
+
+### 集成其他AI模型
+
+除了默认的DeepSeek模型，系统架构支持集成其他AI服务：
+
+```python
+# 使用其他LLM服务示例
+def call_alternative_model(data_df, trader_instance):
+    # 配置新的客户端
+    client = AlternativeClient(api_key="your-api-key")
+    
+    # 准备数据
+    data_text = trader_instance.format_data_for_llm(data_df)
+    
+    # 调用API
+    response = client.chat(prompt=data_text)
+    
+    # 解析结果
+    trading_signal = parse_response(response)
+    
+    return trading_signal
+```
+
+## 资产风险声明
+
+本交易系统仅供学习和研究使用，实际交易存在以下风险：
+
+1. **市场风险**：期货市场波动可能导致重大损失
+2. **系统风险**：软件故障、网络延迟等可能影响交易执行
+3. **模型风险**：AI分析并非100%准确，可能做出错误判断
+4. **流动性风险**：某些合约在特定时段可能缺乏足够流动性
+5. **操作风险**：参数设置不当可能导致意外损失
+
+使用本系统进行实盘交易，盈亏自负。请确保充分了解期货交易风险，谨慎投资。
+
+## 技术支持与更新
+
+本系统仍在持续完善中，欢迎提供反馈和建议。使用过程中如遇问题，请提供以下信息：
+
+1. 系统运行环境（操作系统版本、Python版本）
+2. 完整的错误信息和日志
+3. 问题发生时的操作步骤
+
+## 版权声明
+
+本策略代码版权归作者所有，仅供个人学习使用，禁止商业传播和销售。