跳轉到

串接下單券商

執行交易策略

目前交易系統僅支援 finlab>=0.3.0.dev1 版本。在下單前,請先確認安裝了新版的 Package 喔! 首先,在下一個交易日開盤前,執行策略:

from finlab import backtest

# write your own strategy

report = backtest.sim(...)

計算股票張數

接下來,顯示最近的部位

print(report.current_trades)
stock_id entry_date exit_date entry_sig_date exit_sig_date position period entry_index exit_index return entry_price exit_price mae gmfe bmfe mdd pdays next_weights
1416 廣豐 2021-10-01 NaT 2021-09-30 2022-06-30 0.510197 159.0 3566.0 -1.0 -3.539823e-02 10.60 NaN -0.053097 0.070796 0.070796 -0.115702 37.0 0.060665
1453 大將 2021-10-01 NaT 2021-09-30 2022-06-30 0.510197 159.0 3566.0 -1.0 2.348165e+00 8.43 NaN -0.086763 2.403782 0.245829 -0.624585 60.0 0.171264
1524 耿鼎 2022-04-01 NaT 2022-03-31 2022-06-30 0.611632 39.0 3686.0 -1.0 -3.330669e-16 10.60 NaN -0.476658 0.015152 0.000000 -0.476658 2.0 0.122168
2543 皇昌 2021-10-01 NaT 2021-09-30 NaT 0.510197 159.0 3566.0 -1.0 1.073232e-01 7.46 NaN -0.063131 0.363636 0.008838 -0.268519 44.0 0.070298
2701 萬企 2022-04-01 NaT 2022-03-31 2022-06-30 0.611632 39.0 3686.0 -1.0 -3.330669e-16 12.05 NaN -0.025105 0.029289 0.029289 -0.052846 18.0 0.063107

假如確認沒問題,可以計算每檔股票投資的張數:

from finlab.online.order_executor import Position

# total fund
fund = 1000000
position = Position.from_report(report, fund)
print(position)
可以產生出以下結果
[{'stock_id': '2330', 'quantity': 1, 'order_condition': <OrderCondition.CASH: 1>}]

上述 Position 代表您的帳戶中,只希望有一張 2330 台積電股票,並且是現貨。

進階部位調整

零股交易

欲使用零股部位,只要將上述程式碼做以下修改即可:

# 整股
position = Position.from_report(report, fund)

# 零股
position = Position.from_report(report, fund, odd_lot=True)

客製化部位張數

上述方法使用 Position.from_report 來建構部位,其實我們也可以單純用很直覺的方式建構想要再平衡的部位:

position = Position({'2330': 1, '1101': 1.001})
可以產生出以下結果
[{'stock_id': '2330', 'quantity': 1, 'order_condition': <OrderCondition.CASH: 1>}
 {'stock_id': '1101', 'quantity': 1.001, 'order_condition': <OrderCondition.CASH: 1>}]

部位增減調整

Position 是可以相加減的,我們可以用以下方法調整部位大小

# 減一張 2330 股票
new_position = position - Position({'2330': 1})
# 增加一張 1101 股票
new_position = position + Position({'1101': 1})

多策略權重加總

假如我們有多個 position,可以用以下方式加總:

from finlab import backtest
from finlab.online.order_executor import Position

report1 = backtest.sim(...)
report2 = backtest.sim(...)

position1 = Position.from_report(report1, 1000000) # 策略操作金額一百萬
position2 = Position.from_report(report2, 1000000) # 策略操作金額一百萬

total_position = position1 + position2

實際下單

1. 安裝券商 API

目前支援 玉山 Fugle永豐 證券的下單系統,則一使用即可。

# 玉山 Fugle
pip install fugle-trade

# 永豐
pip install shioaji

2. 連接證券帳戶

目前支援 Fugle永豐 證券的下單系統,可以先將帳號密碼設定成環境變數,只要針對您需要的券商來設定即可,不需要兩個券商同時串接。

選擇您的券商

from finlab.online.fugle_account import FugleAccount
import os
os.environ['FUGLE_CONFIG_PATH'] = '玉山富果交易設定檔(config.ini.example)路徑'
os.environ['FUGLE_MARKET_API_KEY'] = '玉山富果的行情API Token'

acc = FugleAccount()

假如使用中下單出現錯誤代碼,可以到富果文件 來查找原因。假如對於 Finlab Package 下單不熟習,建議也可以先按照券商的教學來練習,假如串接成功,則 FinLab Package 的串接也就是如法炮製的設定囉!

  • 請先獲取憑證

    • Windows 憑證下載方式
    • MacOS 憑證下載:目前永豐雖支援 MacOS 下單,但並不支援用 MacOS 獲取憑證,可以先找一台 Windows 作業系統,並且使用上述方法獲取憑證後,再將憑證於 MacOS 來使用。

import os
from finlab.online.sinopac_account import SinopacAccount

# 舊版請使用
# shioaji < 1.0.0 and finlab < 0.3.18
os.environ['SHIOAJI_ACCOUNT']= '永豐證券帳號'
os.environ['SHIOAJI_PASSWORD']= '永豐證券密碼'

# 新版請使用
# shioaji >= 1.0.0 and finlab >= 0.3.18
os.environ['SHIOAJI_API_KEY'] = '永豐證券API_KEY'
os.environ['SHIOAJI_SECRET_KEY'] = '永豐證券SECRET_KEY'
os.environ['SHIOAJI_CERT_PERSON_ID']= '身份證字號'

# 新舊都要用
os.environ['SHIOAJI_CERT_PATH']= '永豐證券憑證路徑'
os.environ['SHIOAJI_CERT_PASSWORD'] = '永豐證券憑證密碼' # 預設與身份證字號

acc = SinopacAccount()
假如對於 Finlab Package 下單不熟習,建議也可以先按照 券商的教學 來練習,假如串接成功,則 FinLab Package 的串接就會非常簡單囉!

3. 批次下單

最後利用 OrderExecuter 將當證券帳戶的部位,按照 position 的部位進行調整。

from finlab.online.order_executor import OrderExecutor

# Order Executer
order_executer = OrderExecutor(position , account=acc)

若下單部位含有「 全額交割股」、「處置股」、「警示股」,需先於證券帳戶圈存。參考富果圈存永豐圈存方式。

# 顯示下單部位是否有警示股及相關資訊
order_executer.show_alerting_stocks()

買入 8101 0.429 張 - 總價約         2672.67
根據show_alerting_stocks顯示結果進行圈存後,即可繼續執行下單。

# 下單檢查(瀏覽模式,不會真的下單)
order_executer.create_orders(view_only=True)

# 執行下單(會真的下單,初次使用建議收市時測試)
# 預設使用最近一筆成交價當成限價
order_executer.create_orders()

# 更新限價(將最後一筆成交價當成新的限價)
order_executer.update_order_price()

# 刪除所有委託單
order_executer.cancel_orders()

查看帳戶部位

不論是永豐還是富果帳戶,都可以用以下方式查找帳戶的部位

# 選擇欲使用的券商(擇一即可)

# 永豐
from finlab.online.sinopac_account import SinopacAccount
acc = SinopacAccount()

# 玉山富果
from finlab.online.fugle_account import FugleAccount
acc = FugleAccount()

print(acc.get_position())
可以印出以下結果
[{'stock_id': '2330', 'quantity': 1, 'order_condition': <OrderCondition.CASH: 1>}
 {'stock_id': '1101', 'quantity': 1.001, 'order_condition': <OrderCondition.CASH: 1>}]