第2章 量化套利的技术准备

2.1 数据基础：K线、深度、资金费率、成交明细四类核心数据

做量化套利，第一步不是写代码，而是搞定数据。数据是所有策略的原料，数据不对，后面的一切都是错的。
很多新手上来就急着写交易逻辑，结果跑出来的回测收益高得离谱，实盘一跑就亏，核心问题就是数据用错了。
在壹信量化平台做套利，我们核心用到四类数据，每一类都有不同的用途和注意事项。

第一类：K线数据
这是最基础的数据，用来计算价差、基差、收益率、相关性，做策略回测。
壹信量化的K线数据提供从1分钟到日线的多个周期，还有tick级数据。不同的策略对K线周期的要求不一样：

• 期现套利、配对套利：用小时线、日线就够了，因为是中低频策略，不需要太高频。
• 网格套利、跨所套利：用5分钟、15分钟线，需要更灵敏的价格信号。
• 高频套利：需要tick级数据，对速度要求极高。

K线数据包含的核心字段有：开盘价、最高价、最低价、收盘价、成交量、成交额。做回测的时候，不要只用收盘价，要结合成交量来判断流动性。
用K线数据有两个大坑，新手必踩：
第一个坑：用收盘价代替实际成交价。回测的时候都用收盘价算，但实盘成交的时候，你很难刚好在收盘价成交，滑点是必然的。如果回测不考虑滑点，结果会严重失真。
第二个坑：未来函数。比如你用当天的收盘价做当天的交易信号，这在实盘里是不可能的，因为收盘你才知道价格，但那时候已经不能交易了。正确的做法是用前一根K线的数据生成信号，下一根K线开盘成交。
我见过很多人的回测年化50%，实盘年化10%都不到，大半都是因为这两个坑。

第二类：盘口深度数据
这是套利交易最核心的数据之一，用来计算实际的买入卖出成本，判断流动性，计算滑点。
深度数据就是买一到买十、卖一到卖十的挂单价格和数量。做套利不能只看最新价，必须看深度，因为你真实的成交价格是由深度决定的。
比如最新价是10000U，但卖一只有1000U的挂单，你要买5000U，就会吃到卖二卖三甚至卖五，实际成交均价可能是10020U，这20U就是滑点。
对于跨所套利、高频套利这种对成本很敏感的策略，深度数据是必须的。用最新价算出来的套利空间，很多时候扣除滑点就没利润了。
壹信量化的WebSocket深度接口推送很及时，每秒钟更新多次，完全满足套利策略的需求。

第三类：资金费率数据
这是资金费率套利的核心数据。
壹信量化的永续合约资金费率每8小时结算一次，分别是0点、8点、16点（UTC+8）。在两次结算之间，会有预测费率，实时更新。
很多人有个误区：以为资金费率是固定的，到点就按那个数结算。其实不是，预测费率一直在变，越接近结算时间越准确。在极端行情下，预测费率可能在几个小时内翻好几倍。
所以做资金费率套利，不能只看当前的预测费率，还要看费率的趋势，以及历史费率的分布。
另外，资金费率数据一定要用实时的，不要用K线里的费率数据，那个更新慢，会有延迟。

第四类：成交明细数据
也就是每一笔成交的价格、数量、方向。这类数据主要用来做更精准的回测，以及分析市场的成交结构。
对于普通的套利策略，用深度数据估算滑点就够了。但对于高频套利，或者需要精确测算成本的策略，就需要用到成交明细数据，模拟真实的撮合过程，回测结果才更接近实盘。
壹信量化的成交明细数据可以通过历史接口下载，也可以通过WebSocket实时接收。

除了这四类核心数据，还有持仓数据、账户数据、订单数据等等，都是交易系统需要用到的，但基础数据主要就是这四类。
数据获取之后，还需要做清洗，不能直接用。清洗步骤主要包括：

1. 时间戳对齐：不同数据的时间戳可能有差异，要统一到同一个时间基准。
2. 缺失值处理：某些时间段数据缺失，要用插值或者前值填充，或者直接剔除该时间段。
3. 异常值剔除：价格明显偏离正常范围的，比如插针，要剔除或者修正，避免影响回测结果。
4. 单位统一：不同接口返回的数值单位可能不一样，比如金额有的是元有的是万元，要统一单位。

这些数据清洗的工作，看起来繁琐，但直接决定了你的回测准不准。很多人跳过这一步，直接用原始数据回测，结果自然是错的。

如果需要获取壹信量化平台的全量历史数据，或者清洗好的标准套利数据集，可访问壹信因子查询平台a-sig.com，提供整理好的各品种K线、深度、资金费率数据，直接下载就能用，省去自己爬取和清洗的麻烦。

2.2 编程基础：Python量化环境搭建与常用库选型

搞定了数据，接下来就是工具。做量化套利，最常用的编程语言就是Python，简单易学，库丰富，生态完善，非常适合快速开发策略。
很多人问：我不会编程，能做量化套利吗？
答案是：可以用平台自带的工具做一些简单的，但要做复杂的策略组合、自动化运行，还是得会点编程，或者找专业的人帮你做。
如果你想自己动手，我建议从Python入门，不需要学得多深，能看懂代码、能改参数、能排查简单问题就行。

这里给大家一个最简的量化环境搭建指南，新手照着做就行：

1. 安装Python，建议3.9或者3.10版本，兼容性最好，太新的版本很多库不支持。官网直接下载安装，安装的时候勾选“Add Python to PATH”。
2. 安装包管理工具pip，配置国内镜像源，比如清华源，下载速度快很多。
3. 安装常用的量化库，不用装太多，核心的几个就够了。

核心的Python库选型，我都给你整理好了，都是我们实际项目中在用的，稳定可靠：

用途	推荐库	说明
数据处理	pandas、numpy	量化标配，处理表格数据、数值计算，必装
接口请求	requests、websockets	调用REST API和WebSocket接口，和壹信量化服务器交互
回测框架	backtrader、vectorbt	做策略回测，vectorbt速度更快，适合套利策略
可视化	matplotlib、plotly	画收益曲线、价差图，回测结果可视化
数据库	sqlite3、pymysql	存历史数据、交易记录，本地用sqlite，云端用mysql
定时调度	schedule、APScheduler	定时运行任务，比如每天结算、定期调参
日志记录	logging	记录程序运行日志，方便排查问题

不建议新手上来就用那些很复杂的量化框架，功能多但笨重，而且很多功能你用不上。就用这些基础库，自己搭一个简单的交易系统，灵活度高，出了问题也好排查。

很多人关心：写一个套利交易系统很难吗？
其实不难。最简单的套利系统，核心逻辑只有三步：

1. 获取最新价格数据，计算套利信号
2. 满足条件就下单开仓
3. 满足平仓条件就下单平仓
   再加上账户查询、风控、日志，就是一个完整的系统了。
   对于期现、资金费率这种简单的策略，一百多行代码就能跑起来。难的不是写代码，是细节处理，比如异常处理、网络重连、订单状态同步、滑点处理这些，这些才是决定系统稳不稳定的关键。
   我见过很多人写的套利代码，核心逻辑只有几十行，异常处理写了几百行，就是因为实盘环境太复杂，各种意外情况都可能发生。

这里给大家一个最简单的调用壹信量化API获取行情的代码示例，新手可以试着跑一跑：

import requests

# 壹信量化API基础地址
base_url = "https://api.1xinquant.com"

# 获取BTC现货最新行情
def get_ticker(symbol):
    url = f"{base_url}/spot/quote/ticker?symbol={symbol}"
    resp = requests.get(url)
    data = resp.json()
    return data

# 调用示例
btc_ticker = get_ticker("BTCUSDT")
print(f"BTC最新价格: {btc_ticker['last']}")
print(f"买一价: {btc_ticker['bid']}, 卖一价: {btc_ticker['ask']}")

这只是最基础的行情查询，实际的交易系统还要处理签名、下单、订单查询、WebSocket推送等等。
如果自身不具备代码开发能力，也可访问壹信量化官网intoquant.com，提供专业的代写源码与策略落地服务，从简单的单策略脚本到完整的多策略套利系统，都可以定制开发，直接输出可实盘运行的代码。

2.3 回测框架：从事件驱动到逐Tick回测的差异与选择

策略写好之后，不能直接上实盘，得先回测，看看历史表现怎么样。
回测就是用历史数据模拟策略的运行，看看过去这段时间，策略能赚多少钱，最大回撤多少，胜率多少。回测是策略上线前的必经步骤，虽然回测好不代表实盘好，但回测差的策略，实盘大概率也好不了。

套利策略的回测，主要有三种方式，精度从低到高，速度从快到慢：

第一种：日线级回测
用每日的收盘价或者结算价来模拟交易，计算每日的收益。
优点：速度快，几分钟就能跑几年的数据，适合快速验证思路。
缺点：精度很低，完全不考虑滑点、日内波动，和实盘差异很大。
适合用在策略初步筛选阶段，先看看大方向对不对，不行就直接pass，不用浪费时间做高精度回测。

第二种：事件驱动回测
按K线周期来驱动，比如每根5分钟K线结束，检查一次信号，模拟一次交易。
优点：速度适中，精度也还可以，能考虑到日内的波动，是最常用的回测方式。
缺点：还是用K线的OHLC数据，不能完全模拟真实的成交过程，滑点需要自己估算。
大部分套利策略，用这种回测方式就足够了。比如期现、配对、网格，用小时线或者5分钟线回测，结果已经有很大的参考价值。

第三种：逐Tick回测
用每一笔成交的tick数据，模拟真实的撮合过程，一笔一笔成交。
优点：精度最高，最接近实盘，能真实反映滑点、流动性冲击。
缺点：速度慢，数据量大，对电脑性能要求高。
适合高频套利策略，或者策略最终上线前的最终验证。

很多人做回测有个坏习惯：追求高精度，上来就逐tick回测，跑几天几夜，结果发现策略逻辑根本不对，白忙活。
正确的回测流程应该是：

1. 先用日线级回测快速验证，不行就淘汰
2. 看起来不错的，再用事件驱动回测细化，加入滑点、手续费
3. 最终要上线的策略，再用逐tick回测做最终验证
   由粗到细，逐步筛选，效率最高。

做回测还有几个必须注意的点，不然回测结果毫无意义：
第一，必须扣除手续费和滑点。手续费按壹信量化的实际费率算，滑点至少加0.1%-0.2%，流动性差的品种还要加更多。很多人回测不扣成本，收益看起来很美，实盘一跑就亏。
第二，避免未来函数。信号生成和交易执行必须有时差，不能用未来的数据。比如不能用当天的收盘价做当天的交易，必须用前一个周期的数据。
第三，样本外测试。不要用全部历史数据调参数，调出来的都是过拟合的。留一部分数据做样本外测试，样本外表现好，策略才是真的有效。
第四，不要过度优化。不要为了历史收益最高，把参数调来调去，调到最后就是拟合历史，实盘根本没用。参数越少越好，越简单越鲁棒。

回测是工具，不是目的。很多人沉迷于回测的高收益，觉得回测年化50%就很厉害，其实那都是纸上富贵。回测的真正作用是发现策略的问题，而不是证明策略有多厉害。
一个回测年化20%但逻辑清晰、参数简单的策略，远比一个回测年化50%但参数一堆、过度优化的策略，实盘表现要好得多。

2.4 接口与执行：壹信量化API调用、下单逻辑与滑点处理

回测通过之后，就要对接实盘接口了。壹信量化的API分为两类：REST API和WebSocket API，分别适合不同的场景。

REST API
就是主动请求，被动响应。你发一个请求，服务器给你返回数据。
适合的场景：查询账户余额、查询持仓、下单、撤单、查询历史数据这些不需要实时更新的操作。
优点：简单，容易上手，不容易出错。
缺点：有延迟，每次请求都要往返一次服务器，不适合高频数据获取。

WebSocket API
就是建立一个长连接，服务器主动给你推送数据，有更新就推过来。
适合的场景：实时行情、深度数据、资金费率、订单状态更新这些需要实时获取的数据。
优点：速度快，延迟低，数据实时更新。
缺点：比REST复杂，要处理连接断开、重连、数据丢失的情况。

做套利交易系统，一般的架构是：用WebSocket实时接收行情和深度数据，在本地计算信号；需要下单撤单的时候，调用REST API执行；同时用WebSocket监听订单状态和账户变动。
这样的架构，兼顾了速度和稳定性，是最常用的。

对接壹信量化API有几个坑，新手很容易踩：
第一个坑：签名错误。壹信量化的API需要身份验证，用API Key和Secret签名，签名的参数顺序、时间戳都有严格要求，错一点就验不过去。建议直接用官方提供的SDK，或者网上找成熟的封装代码，不要自己写签名逻辑，很容易写错。
第二个坑：接口限流。每个API接口都有请求频率限制，比如REST接口每秒最多请求20次，WebSocket连接最多订阅多少个品种。超过限制就会被限制，甚至封禁IP。做策略的时候一定要控制请求频率，不要疯狂发请求。
第三个坑：订单状态不同步。下单之后，不要默认就成交了，要主动查询订单状态，或者监听WebSocket的订单推送。因为可能出现部分成交、撤单失败、订单被拒的情况。如果系统以为成交了，实际没成交，后面的持仓、风控就全错了。

然后是滑点处理，这是实盘和回测差异最大的地方。
滑点就是你预期的成交价格和实际成交价格的差。滑点产生的原因，要么是深度不够，要么是行情波动太快，你下单的时候价格已经变了。
在套利策略里，滑点是成本的重要组成部分，处理不好会吃掉所有利润。

我们处理滑点的几个常用方法：

1. 限价单挂单：不用市价单，用限价单挂在你想要的价格。好处是不会滑点，坏处是不一定能成交。适合对速度要求不高的策略，比如期现套利。
2. 滑点预留：计算套利空间的时候，提前预留出滑点。比如预期滑点0.15%，那就套利空间大于0.3%的时候才进场，确保扣除滑点还有利润。
3. 分批下单：金额大的订单，分成几小单下，减少对市场的冲击，降低滑点。比如10万U的订单，分成5次每次2万U，间隔几秒钟下单。
4. 深度加权计算成交价：下单之前，先看深度，计算一下如果吃这么多量，实际成交均价是多少，再决定要不要下单。

最后强调一下：实盘永远比回测难。回测里的一切都是理想情况，实盘里有各种意外：网络延迟、接口报错、行情突变、流动性枯竭……
所以第一个版本的交易系统，一定要小资金跑，跑一段时间，看看有没有问题，bug修完了，再逐步加资金。不要上来就全仓冲，很容易出问题。

第2章量化专家笔记

API密钥安全注意事项
API密钥不要写在代码里，更不要上传到GitHub等公开仓库，很容易被盗。最好存在配置文件里，或者环境变量里，代码里读取。
另外，API密钥的权限要开最小化，不要提币权限，只开交易和查询权限。就算密钥泄露了，也转不走你的钱，最多就是乱下单，损失可控。
还有，定期更换API密钥，养成好习惯。

回测过拟合快速识别方法
一个简单的判断标准：如果你调整一点点参数，回测收益就变化很大，说明已经过拟合了。真正有效的策略，参数在一定范围内变化，收益应该是平稳的，不会差太多。
另外，如果策略在历史数据上表现完美，最大回撤不到1%，那基本可以肯定是过拟合了，实盘一定会崩。真实的策略一定有回撤，有波动。

实盘滑点估算技巧
不知道滑点设多少合适？教你一个方法：找一个流动性中等的品种，下一笔小额的市价单，看看成交价格和下单时的最新价差多少，多试几次，取平均值，就是这个品种的平均滑点。
然后回测的时候，把这个滑点加进去，结果会真实很多。

本章内容节选自壹信量化原创书籍《套利6+1》，更多量化技术准备与接口开发细节，可登录intoquant.com查阅完整内容。

本章完。下一章我们来讲套利策略的通用评估标准，教你怎么判断一个策略好不好，用哪些指标衡量，以及实盘和回测的差异到底在哪。