比特幣定投日記第54天：EOS韭菜收割機原理
昨天分享了一個別人的EOS套利方法，今天再來分享一個別人的『韭菜收割機』，更好玩。
小碼哥一直說，在botvs裡能挖到寶，不知道各位有沒有行動起來。
今天來讀一份別人的代碼，重點是分析原理，瞭解別人的思路。幣圈的機會很多，套利方法多種多樣，但萬變不離其宗，搞明白了本質的東西才是王道。
原文說明在：https://github.com/richox/okcoin-leeks-reaper
這是一個用Groovy寫的，在OKCoin比特幣交易平臺上的高頻交易機器人程序，從2016年6月策略基本定型，到2017年1月中旬，這個策略成功的把最初投入的6000塊錢刷到了250000。最後由於央行對比特幣實行高壓政策，各大平臺都停止了配資，並且開始徵收交易費，作者宣稱該策略實際上已經失效了，然後公開了代碼（小碼哥認為，同樣的思路應該還是有機會的）。
策略的分兩部分：
趨勢策略：在價格發生趨勢性的波動時，及時下單跟進，即俗話說的追漲殺跌。
平衡策略：倉位偏離50%時，放出小單使倉位逐漸迴歸50%，防止趨勢末期的反轉造成回撤，即
收益落袋，不吃魚尾。
聽上去有些道理，接下來，我們一起讀代碼，看看到底是咋實現的。
botvs的老大Zero把策略移植成了js，可以直接回測，更方便，我們看這個版本。
https://www.botvs.com/strategy/34388
主函數，裡面就幹一件事情：LeeksReaper——"割韭菜"
function main() {
var reaper = LeeksReaper()
while (true) {
reaper.poll()
Sleep(TickInterval)
}
}
LeeksReaper對象有幾個方法，分別作用是：
updateTrades() //獲取最近的成交記錄
updateOrderBook() //更新當前的盤口（深度）數據
balanceAccount() //平衡，即上面說的，收益落袋，不吃魚尾
poll() //輪詢入口
然後我們再來看每個方法裡面都是怎麼實現的：
updateTrades() 裡面的實現比較簡單。
最近15條交易的價格，更新到數組self.prices裡：
if (self.prices.length == 0) {
while (trades.length == 0) {
trades = trades.concat(_C(exchange.GetTrades))
}
for (var i = 0; i < 15; i++) {
self.prices[i] = trades[trades.length - 1].Price
}
}
然後是交易量做了加權平滑，上次交易量權重70%，加上最近的交易量權重30%，這個權重不確定是怎麼定出來的，應該是經驗值。更新到self.vol裡：
self.vol = 0.7 * self.vol + 0.3 * _.reduce(trades, function(mem, trade) {
// Huobi not support trade.Id
if ((trade.Id > self.lastTradeId) || (trade.Id == 0 && trade.Time > self.lastTradeId)) {
self.lastTradeId = Math.max(trade.Id == 0 ? trade.Time : trade.Id, self.lastTradeId)
mem += trade.Amount
}
return mem
}, 0)
updateOrderBook() 裡面的邏輯也很簡單，就是把盤口數據在加到價格數組裡（後面用來判斷短期趨勢的），但是這幾個經驗參數都不確定來由，注：0.618是數學黃金分割。
self.bidPrice = orderBook.Bids[0].Price * 0.618 + orderBook.Asks[0].Price * 0.382 + 0.01
self.askPrice = orderBook.Bids[0].Price * 0.382 + orderBook.Asks[0].Price * 0.618 - 0.01
balanceAccount() 計算當前倉位，目標是50%，如果大於0.52，或小於0.48，就觸發平衡。下單也是網格下單，分3個價位的網格，每單交易0.01BTC，比如：
exchange.Buy(self.orderBook.Bids[0].Price + 0.00, 0.01)
exchange.Buy(self.orderBook.Bids[0].Price + 0.01, 0.01)
exchange.Buy(self.orderBook.Bids[0].Price + 0.02, 0.01)
下單完後，等BalanceTimeout的時間，取消所有未成交訂單，下次再平衡。這是通常的做法，不為當下過大的單向移動付出溢價，保證收益。小碼哥目前的自動定投也是用類似方式處理。
poll() 輪詢入口，這裡面是主要邏輯。
if (self.numTick > 2 && (
self.prices[self.prices.length-1] - _.max(self.prices.slice(-6, -1)) > burstPrice ||
self.prices[self.prices.length-1] - _.max(self.prices.slice(-6, -2)) > burstPrice && self.prices[self.prices.length-1] > self.prices[self.prices.length-2]
)) {
bull = true
tradeAmount = self.cny / self.bidPrice * 0.99
} else if (self.numTick > 2 && (
self.prices[self.prices.length-1] - _.min(self.prices.slice(-6, -1)) < -burstPrice ||
self.prices[self.prices.length-1] - _.min(self.prices.slice(-6, -2)) < -burstPrice && self.prices[self.prices.length-1] < self.prices[self.prices.length-2]
)) {
bear = true
tradeAmount = self.btc
}
這裡是割韭菜的重點，主要邏輯是根據近期的成交歷史，判斷當前是『牛』(bull)還是『熊』(bear)，簡單的來說，就是判斷短期內的趨勢是『漲』還是『跌』，接下去就該『追漲殺跌』了。
所以，看明白策略的原理，就像昨天發的套利EOS的文章一樣，都是根據最近一段時間市場上交易的數據（趨勢、動能）來預測未來一段時間的漲跌，作為入市的依據。而韭菜收割機的退出策略更為謹慎，相當於用多次『香農網格』的平衡，完成退出，鎖定利潤。對於高頻策略來說，這是非常重要的，不是去搏一個大的勝利，而是滾雪球，用無數的小勝利加在一起，複利的效應是巨大的。
那麼分析完了原理，我們可以再反問一下，這樣的機會真的消失了嗎？交易所收取手續費，無非是大大抬高了高頻的成本。從理論上來說，對於一個數學期望為正的交易策略，賺錢的結論依然是成立的。只是代碼裡有非常多的經驗值參數，都是需要實踐中花費不少學費去摸索出來最優值（高頻策略的回測結果通常不具代表性，實盤很重要）。
這次的代碼解讀非常的粗略，因為小碼哥只想拋磚引玉。對於所有會寫代碼的技術同學，小碼哥強烈建議去讀botvs上別人共享出來的代碼，理解別人的思路，分析他們每行代碼背後想要解決的問題，或者遇到的坑。然後，我們可以一起討論，一起修改，一起躺賺比特幣。
閱讀更多 比特幣定投日記 的文章
