文章合集引擎基础设施策略项目
文章/套利

模拟交易、配置与风险限额

套利课程第 12 课。让机器人使用实时价格和虚拟资金运行，将每个数字移入配置文件，并加入风险限额，在糟糕的一小时造成损失前停止机器人。附带可核对输出的简短 Python 代码。

10 分钟阅读套利 课程 初学者

"构建你自己的套利机器人"课程第 12 课。本课结束世界 3。你的机器人已经有扫描器、数量计算器和现实检验。今天要让它可以安全运行。

最直接的做法

最直接的启动方式：把密钥放进脚本，在函数里硬编码所有数字，费率 0.001、数量 1 等，然后用真钱运行来 "看看会发生什么"。它会一直正常，直到第一次意外出现。之后三个问题都没有好答案：我改了哪个数字？我亏了多少？它为什么一直在交易？

本课用三个工具逐一解决这三个问题。

工具 1：模拟交易

模拟交易指的是整个机器人使用实时价格运行、作出决策，并将订单发送到一个只记录原本会发生什么的虚拟账户。资金不会移动。你会知道机器人如何运行，每个错误都不会花钱。

使它有用的关键是：虚拟账户和真实交易所客户端拥有相同的方法，此处叫作 trade。机器人不知道在和哪一个交互。之后切换到真实客户端时，其他任何东西都不用改。

模拟账户也会略微说谎，如第 11 课所示：它按你传入的盘口价格成交，没有延迟，也没有其他机器人。把它的利润视为上界。真实结果会更低。

工具 2：配置文件

所有可能需要更改的数字都放在一个位置，于启动时读取。下面的代码把它写成程序内的 JSON 文本，因此可以直接运行。你的机器人中，它会成为一个文件 config.json。

  • 无需碰逻辑即可修改数字。
  • 可在每次运行旁保存配置，之后知道哪套设置得到哪个结果。
  • 数字错误只需在一行中定位。

密钥和秘密永远不要放到仓库中的配置文件。应放进环境变量。

工具 3：风险限额

风险限额是在某件事看起来不对时停止机器人的规则，不管机器人自身认为如何。四个基本限额：

  • 单笔最大数量。要求 1000 枚而不是 1 枚的错误会在此处被拦住。
  • 最小 edge：计划利润低于安全边际时不交易，原因见第 11 课。
  • 一个周期内的最大交易次数。失控循环会撞上它。
  • 每日最大亏损。当亏损越过限额时，机器人停止，只有人可以重新启动。它就是紧急停止开关。

代码

import json

CONFIG = json.loads("""{
  "fee": 0.001,
  "min_edge": 0.05,
  "max_size": 1.0,
  "max_trades": 20,
  "max_daily_loss": 0.50
}""")

def walk(levels, amount):
    money, left = 0.0, amount
    for price, size in levels:
        take = min(size, left)
        money += take * price
        left -= take
        if left <= 0:
            break
    return money, amount - left

def plan_profit(asks, bids, q, fee):
    """Profit after fees for size q, or None if a book is too thin."""
    paid, got_a = walk(asks, q)
    received, got_b = walk(bids, q)
    if got_a < q or got_b < q:
        return None
    return received * (1 - fee) - paid * (1 + fee)

class PaperAccount:
    """A fake account. A real exchange client would have the same trade() method."""
    def __init__(self):
        self.pnl, self.trades = 0.0, 0
    def trade(self, asks, bids, q, fee):
        profit = plan_profit(asks, bids, q, fee)
        self.pnl += profit
        self.trades += 1
        return profit

class Guard:
    def __init__(self, cfg):
        self.cfg, self.stopped = cfg, False
    def check(self, account, size, edge):
        if self.stopped:
            return "stopped"
        if account.pnl <= -self.cfg["max_daily_loss"]:
            self.stopped = True
            return "daily loss limit"
        if account.trades >= self.cfg["max_trades"]:
            return "trade limit"
        if size > self.cfg["max_size"]:
            return "size above limit"
        if edge is None or edge < self.cfg["min_edge"]:
            return "edge below minimum"
        return "ok"

asks = [(100.00, 2), (100.20, 3)]
bids = [(100.30, 1), (99.90, 5)]
account, guard = PaperAccount(), Guard(CONFIG)
for size in [1.0, 1.0, 1.5, 0.2]:
    edge = plan_profit(asks, bids, size, CONFIG["fee"])
    verdict = guard.check(account, size, edge)
    profit = account.trade(asks, bids, size, CONFIG["fee"]) if verdict == "ok" else None
    print(f"size {size:<4} edge {edge:+.4f} -> {verdict:20} profit {profit if profit is None else round(profit, 4)}")
print("pnl", round(account.pnl, 4), "trades", account.trades)

print("loss streak:")
account, guard = PaperAccount(), Guard(CONFIG)
for i in range(6):
    account.pnl -= 0.20
    print(i, round(account.pnl, 2), guard.check(account, 1.0, 0.1))

输出：

size 1.0  edge +0.0997 -> ok                   profit 0.0997
size 1.0  edge +0.0997 -> ok                   profit 0.0997
size 1.5  edge -0.0502 -> size above limit     profit None
size 0.2  edge +0.0199 -> edge below minimum   profit None
pnl 0.1994 trades 2
loss streak:
0 -0.2 ok
1 -0.4 ok
2 -0.6 daily loss limit
3 -0.8 stopped
4 -1.0 stopped
5 -1.2 stopped

阅读输出。

  • 前两笔交易通过所有检查并被记录：每笔 0.0997，共计 0.1994。可以手动核算 0.0997，参见第 10 课。
  • 数量 1.5 被数量限额阻止，它也会亏钱：-0.0502。
  • 数量 0.2 的 edge 为正，0.0199，但低于最小 edge 0.05，因此机器人跳过它。微小利润不值得承担第 11 课里的风险。
  • 在亏损序列中，机器人每步损失 0.20。保护机制在第三步触发，此时累计为 -0.6。限额是 0.50，亏损超出它 0.10，因为检查在每笔交易之前运行，只看到已经产生的亏损。限额可以止损，但不能阻止最后一笔交易。把它设得低于你实际承受得起的亏损。
  • 在 "daily loss limit" 之后，保护机制会永远回答 "stopped"。只有人工重启可以清除它。这是有意设计的。

开始实盘前

合理的顺序，规则是只有当前一步已经变得无聊时才走到下一步：

  1. 至少一周的模拟交易，并保留日志。将它声称的利润与第 11 课的估计比较。
  2. 真实交易所、极小数量，交易所允许的最小值，几美元的亏损限额。目标是测试连接、订单和手续费，而不是赚钱。
  3. 只有真实结果持续与模拟结果一致时，才慢慢增加数量。

如果真实结果远差于模拟结果，差额就是你的真实成本：延迟、失败的一腿、其他机器人。在提高数量前找出是哪一项。

让 AI 代理编写并测试它

模糊的请求：

给我的机器人添加安全保护。

带检查的请求：

编写 safe.py，包含第 12 课的 plan_profit、PaperAccount 和 Guard，从 config.json 读取设置（fee 0.001, min_edge 0.05, max_size 1.0, max_trades 20, max_daily_loss 0.50）。使用 asks [(100.00, 2), (100.20, 3)] 和 bids [(100.30, 1), (99.90, 5)] 测试：数量 1.0、1.0、1.5、0.2 必须得到 ok、ok、size above limit、edge below minimum，最终 pnl 必须为 0.1994。测试 2：每步损失 0.20 时，必须在第 2 步打印 "daily loss limit"，之后打印 "stopped"。只从环境变量读取 API 密钥，绝不打印它们。不要连接任何交易所。

接受代理工作前，先用计算器核算 pnl 0.1994。

你的练习

  1. 运行代码并与上面的输出比较。
  2. 将配置移到真正的 config.json 文件并用 json.load 读取。把 min_edge 改为 0.10，看看哪些交易被跳过。
  3. 让保护机制在每笔交易后检查亏损，以便它在第一笔越过限额的交易后停止。超出的部分消失了吗？不完全是：最后一笔交易仍然发生。
  4. 添加 "最大未平仓头寸" 限额：如果机器人在一次失败的一腿后同时持有超过 2 枚币，它就停止。

下一步

世界 3 已完成：你拥有一个完整的机器人，它能发现机会、计算数量、模拟并保护。世界 4 让它更快、更广：第 13 课从速度开始，解释 Python 为什么变慢、该怎么办，以及 Rust 如何进入画面。

继续阅读