def load_BT_options(argv):
'''
funcion que carga opciones de usuario
'''
currencyPair, start, end = "BTC_DGB","2017-06-01 00:00:00","2017-06-01 00:00:00"
period, strategy = 3600*4,"EMAvsSMA"
try:
opts, args = getopt.getopt(argv,"hp:c:n:s:e:f:s:",["period=","currency=","points="])
except getopt.GetoptError:
print ' Error trading-bot.py -p <period length> -c <currency pair> -s <start time> -e <end time> --> "YYYY:MM:DD hh:mm:ss"\
-f <input file bot.inp> -s <back testing strategy>'
sys.exit(2)
for opt, arg in opts:
if opt == '-h':
print 'trading-bot.py -p <period length> -c <currency pair> -s <start time> -e <end time> --> "YYYY:MM:DD hh:mm:ss"\
-f <input file> -s <back testing strategy>'
sys.exit()
elif opt in ("-p", "--period"):
if (int(arg) in [300,900,1800,7200,14400,86400]):
period = arg
else:
print 'Poloniex requires periods in 300,900,1800,7200,14400, or 86400 second increments'
sys.exit(2)
elif opt in ("-c", "--currency"):
currencyPair = arg
elif opt in ("-n", "--points"):
lengthOfMA = int(arg)
elif opt in ("-i"):
ts = string2ts(arg)
start = str(ts)
elif opt in ("-e"):
ts = string2ts(arg)
end = str(ts)
elif opt in ("-f"):
dic = {}
inputFile = open(arg).readlines()
for line in inputFile:
if line != ['']:
k = line.split('=')
dic[k[0].strip()] = k[1].strip().strip('\n')
currencyPair = dic["currencyPair"]
start = string2ts(dic["start"])
end = string2ts(dic["end"])
period = int(dic["period"])
strategy = dic["strategy"]
elif opt in ("-s"):
strategy = arg
if len(opts) == 0:
print "No proporcionó opciones. Se tomarán las predeterminadas."
return currencyPair, start, end, period, strategy
def load_PT_options(argv):
'''
funcion que carga opciones de usuario de paper trading
'''
currencyPair, start, end = "BTC_DGB","2017-06-01 00:00:00","2017-06-01 00:00:00"
period, strategy = 300,"EMAvsSMA"
try:
opts, args = getopt.getopt(argv,"hp:c:n:s:e:f:s:",["period=","currency=","points="])
except getopt.GetoptError:
print '\t Error paperBot.py. The valid option are:\n -p <period length> -c <currency pair> -s <strategy> -h <help>'
sys.exit(2)
for opt, arg in opts:
if opt == '-h':
print 'paperBot.py -p <period length> -c <currency pair> -s <strategy>'
sys.exit()
elif opt in ("-p", "--period"):
if (int(arg) in [300,900,1800,7200,14400,86400]):
period = arg
else:
print 'Poloniex requires periods in 300,900,1800,7200,14400, or 86400 second increments'
sys.exit(2)
elif opt in ("-c", "--currency"):
currencyPair = arg
elif opt in ("-n", "--points"):
lengthOfMA = int(arg)
elif opt in ("-i"):
ts = string2ts(arg)
start = str(ts)
elif opt in ("-e"):
ts = string2ts(arg)
end = str(ts)
elif opt in ("-f"):
dic = {}
inputFile = open(arg).readlines()
for line in inputFile:
if line != ['']:
k = line.split('=')
dic[k[0].strip()] = k[1].strip().strip('\n')
currencyPair = dic["currencyPair"]
period = int(dic["period"])
strategy = dic["strategy"]
elif opt in ("-s"):
strategy = arg
if len(opts) == 0:
print "\n\tYou did not provide options. The default ones will be assumed.\n"
print "paperBot.py -p <period length> -c <currency pair> -s <strategy>"
return currencyPair, period, strategy
def prepareLiveData(pair="DGB_BTC",
start=string2ts("2017-06-01 00:00:00"),
end=string2ts("2017-09-01 00:00:00"),
period=3600 * 4):
"""
funcion que trae los datos y
los devuleve en dataframe de pandas
"""
from poloniex import Poloniex
#import json
#import pylab as plt
poloKeys = open("../.kp").readlines()
polo = Poloniex(poloKeys[0].strip(), poloKeys[1].strip())
#print conn.returnBalances()['BTC']
#polo = Poloniex()
# historyData es una lista de diccionarios python
# candlestick period in seconds; valid values are 300, 900, 1800, 7200, 14400, and 86400
historyData = polo.returnChartData(currencyPair=pair,
start=start,
end=end,
period=period)
# convirtiendo datos en data frame
df = pd.DataFrame(historyData)
# convirtiendo string a float o int
df["close"] = pd.to_numeric(df['close'])
df["open"] = pd.to_numeric(df['open'])
df["low"] = pd.to_numeric(df['low'])
df["volume"] = pd.to_numeric(df['volume'])
df["date"] = pd.to_datetime(df["date"].apply(ts2string))
df['weightedAverage'] = pd.to_numeric(df['weightedAverage'])
df['high'] = pd.to_numeric(df['high'])
df['open'] = pd.to_numeric(df['open'])
# calculando volatilidad en función del tamaño de las velas
df["volatility"] = makeVolatility(df)
# seleccionando la columna de fecha como indice
df = df.set_index("date")
return df, polo
def prepareData(self):
"""Trae el dataframe y el objeto poloniex correspondiente"""
# definiendo end como la hora local actual
self.tf = datetime.now()
# convirtiendola a formato unix time (es equivalente a UTC)
self.end = string2ts(self.tf.strftime('%Y-%m-%d %H:%M:%S'))
# definiendo el tiempo inicial de la consulta
self.to = self.tf-self.delta*self.len_data
self.start = string2ts(self.to.strftime('%Y-%m-%d %H:%M:%S'))
# trayendo y preparando datos
self.df, self.polo = prepareLiveData(pair=self.pair, start=self.start,
end=self.end, period=int(self.period))
# fecha del último dato disponible
self.tt = self.df.index[-1]
# delay entre el tiempo actual y el último dato disponible
self.de = self.tf - self.tt
def prepareData(pair="DGB_BTC", start=string2ts("2017-06-01 00:00:00"),
end=string2ts("2017-09-01 00:00:00"), period=3600*4):
"""
funcion que trae los datos y
los devuleve en dataframe de pandas
"""
from poloniex import Poloniex
import json
#import pylab as plt
polo = Poloniex()
# historyData es una lista de diccionarios python
# candlestick period in seconds; valid values are 300, 900, 1800, 7200, 14400, and 86400
historyData = polo.returnChartData(currencyPair=pair,
start=start,
end=end,
period=period)
# convirtiendo datos en data frame
df = pd.DataFrame(historyData)
# convirtiendo string a float o int
df["close"] =pd.to_numeric(df['close'])
df["open"] =pd.to_numeric(df['open'])
df["low"] =pd.to_numeric(df['low'])
df["volume"] =pd.to_numeric(df['volume'])
df["date"] = pd.to_datetime(df["date"].apply(ts2string))
df['weightedAverage'] = pd.to_numeric(df['weightedAverage'])
df['high'] = pd.to_numeric(df['high'])
df['open'] = pd.to_numeric(df['open'])
# seleccionando la columna de fecha como indice
df = df.set_index("date")
return df
def load_PT_options(argv):
'''
funcion que carga opciones de usuario de paper trading
'''
pair, gain_rate, lose_rate, period = "BTC_DGB", 0.02, 0.01, 1
try:
opts, args = getopt.getopt(
argv, "h:p:c:g:l:e:f:s:",
["period=", "currency=", "gain_rate=", "lose_rate="])
except getopt.GetoptError:
print '\t Error paperBot.py. The valid option are:\n -p <period length> -c <currency pair> -g <gain_rate> -l <lose_rate> -h <help>'
sys.exit(2)
for opt, arg in opts:
if opt == '-h':
print 'HFT_paperBot.py -c <currency pair> -p <period> -g <gain rate> -l <lose rate>'
sys.exit()
elif opt in ("-p", "--period"):
period = arg
elif opt in ("-c", "--currency"):
pair = arg
elif opt in ("-g", "--gain_rate"):
gain_rate = float(arg)
elif opt in ("-l", "--lose_rate"):
lose_rate = float(arg)
elif opt in ("-e"):
ts = string2ts(arg)
end = str(ts)
elif opt in ("-f"):
dic = {}
inputFile = open(arg).readlines()
for line in inputFile:
if line != ['']:
k = line.split('=')
dic[k[0].strip()] = k[1].strip().strip('\n')
currencyPair = dic["currencyPair"]
elif opt in ("-s"):
strategy = arg
if len(opts) == 0:
print "\n\tYou did not provide options. The default ones will be assumed.\n"
print 'HFT_paperBot.py -c <currency pair> -p <period> -g <gain rate> -l <lose rate>'
return pair, gain_rate, lose_rate, period
def paper(pair, period, strategy, weight):
"""
Traer los datos en vivo y devuelve SELL, WAIT o BUY,
según la estrategia que se escoja
"""
# funciones necesarias para el manejo del tiempo
from datetime import datetime, timedelta
from time import sleep
# en esta lista deben guardarse los nombres de todas las estrategias
# de machine learning en strategy, para discriminar en base a estas
# la cantindad de datos a traer
ml_strategies = [
"ml_logreg", "ml_randfor", "ml_knn", "ml_mlpc", "ml_bm", "ml_xgb",
"ml_stacking", "ml_period"
]
delta = timedelta(seconds=period)
# máximo delay aceptado entre el tiempo actual y el del último dato
delta2 = timedelta(seconds=200)
# desfase para en la mayoría de los casos no entrar al while
delta3 = timedelta(seconds=90)
ml_strategy = False
have_coin = False
len_data = 0
# en el caso de una estrategía de ML porcentaje de datos que se utilizanran
# en el conjunto de datos de entrenamiento
per = 0.95
# dinero inicial con el que empieza el paperBot
balance = []
# definiendo el tiempo inicial de la consulta
if strategy in ml_strategies:
# para estrategias de machine learning se tomarán los últimos
# 7000 datos
len_data = 5000
ml_strategy = True
else:
# para estrategias diferentes a las de ML se toman los últimos
# 50 datos
len_data = 40
while True:
try:
# definiendo end como la hora local actual
tf = datetime.now()
# convirtiendola a formato unix time (es equivalente a UTC)
end = string2ts(tf.strftime('%Y-%m-%d %H:%M:%S'))
#start = end
# definiendo el tiempo inicial de la consulta
to = tf - delta * len_data
start = string2ts(to.strftime('%Y-%m-%d %H:%M:%S'))
# trayendo y preparando datos
df, polo = prepareLiveData(pair=pair,
start=start,
end=end,
period=int(period))
#print "El total de datos descargados es: ",len(df)
# corriendo estrategia. Generando vector w
tt = df.index[-1]
de = tf - tt
# sincronizando tiempo del bot
if de > delta2:
# mientras la diferencia entre el la hora del último precio de cierre y
# y la hora actual sea mayor a 120s
while de > delta2:
# definiendo end como la hora local actual
tf = datetime.now()
# convirtiendola a formato unix time (es equivalente a UTC)
end = string2ts(tf.strftime('%Y-%m-%d %H:%M:%S'))
to = tf - delta * len_data
start = string2ts(to.strftime('%Y-%m-%d %H:%M:%S'))
# trayendo y preparando datos
df, polo = prepareLiveData(pair=pair,
start=start,
end=end,
period=int(period))
tt = df.index[-1]
de = tf - tt
sys.stdout.write(
"\rSincronizando bot (delay máximo aceptado 200s, actual %ss). Esperando cierre de las %s. Último dato de cierre a las %s"
% (str((de).seconds), str(tt + delta), str(tt)))
sys.stdout.flush()
sleep(5)
print "\n"
#corriendo estrategia
w, market_return = run_strategy(strategy, df, pair, ml_strategy,
per)
have_coin, coin_balance, btc_balance, order = run_live_signal(
polo, str(df.index[-1]), w["orders"][-1], pair,
df["close"][-1], have_coin, strategy, balance, weight)
#print "%s %s %s %s %s\n"%(tf.strftime('%Y-%m-%d %H:%M:%S'),strategy,pair,w["orders"][-1],df["close"][-1])
# calibrando tiempo de espera de acuerdo a emisión de próximo dato
tf = datetime.now()
to_sleep = tt + delta - tf + delta3
# se recarga cada to_sleep segundos
sleep(to_sleep.seconds)
# Saliendo del programa
except KeyboardInterrupt:
yn = raw_input("\n\n\tDo you want to quit (y/n)? ")
if yn == "y" or yn == "Y" or yn == "yes" or yn == "YES":
print "\tSeleccionó salir. \n"
# guardando el resumen del paper trading en un archivo de texto
with open(
"paper_resume_%s_%s_%s.txt" % (pair, strategy, period),
"w") as paper_resume:
try:
print >> paper_resume, "\tBalance: %s" % (balance[-1])
except IndexError:
print "\tHasta pronto..."
sys.exit()
print >> paper_resume, "\tProfit: {}%".format(
round((balance[-1] - balance[0]) / balance[0] * 100,
2))
print "\tBalance: %s" % (balance[-1])
print "\tProfit: {}%".format(
round((balance[-1] - balance[0]) / balance[0] * 100, 2))
print "\tHasta pronto..."
bot_off(polo, order)
elif yn == "n" or yn == "N" or yn == "no" or yn == "NO":
print "\tSeleccionó seguir"
pass
def load_PT_options(argv):
'''
funcion que carga opciones de usuario de paper trading
'''
currencyPair, start, end = "BTC_DGB", "2017-06-01 00:00:00", "2017-06-01 00:00:00"
period, strategy = 300, "EMAvsSMA"
multi = None
try:
opts, args = getopt.getopt(argv, "hp:c:n:s:e:f:s:m:",
["period=", "currency=", "points="])
except getopt.GetoptError:
print '\t Error liveBot.py. The valid option are:\n -p <period length> -c <currency pair> -s <strategy> -m <int> -h <help>'
sys.exit(2)
for opt, arg in opts:
if opt == '-h':
print 'liveBot.py -p <period length> -c <currency pair> -s <strategy> -m <int>'
sys.exit()
elif opt in ("-p", "--period"):
if (int(arg) in [300, 900, 1800, 7200, 14400, 86400]):
period = arg
else:
print 'Poloniex requires periods in 300,900,1800,7200,14400, or 86400 second increments'
sys.exit(2)
elif opt in ("-c", "--currency"):
currencyPair = arg
elif opt in ("-n", "--points"):
lengthOfMA = int(arg)
elif opt in ("-i"):
ts = string2ts(arg)
start = str(ts)
elif opt in ("-e"):
ts = string2ts(arg)
end = str(ts)
elif opt in ("-f"):
dic = {}
inputFile = open(arg).readlines()
for line in inputFile:
if line != ['']:
k = line.split('=')
dic[k[0].strip(" ")] = k[1].strip(" ").strip('\n')
currencyPair = dic["currencyPair"]
period = int(dic["period"])
strategy = dic["strategy"]
multi = dic["multi"]
elif opt in ("-s"):
strategy = arg
elif opt in ("-m", "--multi"):
multi = int(arg)
bots = []
# abriendo archivo como lista
multi_file = open("multi_bot.inp").readlines()
for line in multi_file:
if line.strip("\n").strip(" ") != "":
pair = line.split(",")[0].strip(" ")
weight = line.split(",")[1].strip(" ")
strategy = line.split(",")[2].strip(" ")
period = line.split(",")[3].strip("\n").strip(" ")
bots.append({
"pair": pair,
"weight": weight,
"strategy": strategy,
"period": period
})
currencyPair = bots[multi]["pair"]
period = int(bots[multi]["period"])
strategy = bots[multi]["strategy"]
if len(opts) == 0:
print "\n\tYou did not provide options. The default ones will be assumed.\n"
print "paperBot.py -p <period length> -c <currency pair> -s <strategy> -w <weight>"
return currencyPair, period, strategy, multi
def paper(pair, period, strategy):
"""
Traer los datos en vivo y devuelve SELL, WAIT o BUY,
según la estrategia que se escoja
"""
# funciones necesarias para el manejo del tiempo
from datetime import datetime, timedelta
from time import sleep
# en esta lista deben guardarse los nombres de todas las estrategias
# de machine learning en strategy, para discriminar en base a estas
# la cantindad de datos a traer
ml_strategies = ["ml_logreg", "ml_randfor",
"ml_knn", "ml_mlpc",
"ml_bm", "ml_xgb",
"ml_stacking"]
delta = timedelta(seconds = period)
# desfase para en la mayoría de los casos no entrar al while
ml_strategy = False
have_coin = False
len_data = 0
# en el caso de una estrategía de ML porcentaje de datos que se utilizanran
# en el conjunto de datos de entrenamiento
per = 0.95
# dinero inicial con el que empieza el paperBot
init_balance = 100.0
btc_balance = init_balance
coin_balance = 0.0
count = 0
model = None
test = None
# definiendo el tiempo inicial de la consulta
if strategy.strip("2") in ml_strategies:
# para estrategias de machine learning se tomarán los últimos
# 7000 datos
len_data = 10000
ml_strategy = True
else:
# para estrategias diferentes a las de ML se toman los últimos
# 50 datos
len_data = 40
while True:
try:
count += 1
# definiendo end como la hora local actual
tf = datetime.now()
# convirtiendola a formato unix time (es equivalente a UTC)
end = string2ts(tf.strftime('%Y-%m-%d %H:%M:%S'))
#start = end
# definiendo el tiempo inicial de la consulta
to = tf-delta*len_data
print "\n\t to=%s"%to
start = string2ts(to.strftime('%Y-%m-%d %H:%M:%S'))
# trayendo y preparando datos
df = prepareData(pair=pair, start=start, end=end, period=int(period))
#print "El total de datos descargados es: ",len(df)
# corriendo estrategia. Generando vector w
w, market_return = run_strategy(strategy,df,pair, ml_strategy, per,
count, la=11, prob=0.1)
#print w[["w"]].tail(3)
have_coin,coin_balance,btc_balance = run_paper_signal(str(df.index[-1]),
w["w"][-1],pair,df["close"][-1],
have_coin,coin_balance,btc_balance,
strategy, period=period)
#print "%s %s %s %s %s\n"%(tf.strftime('%Y-%m-%d %H:%M:%S'),strategy,pair,w["orders"][-1],df["close"][-1])
#sys.stdout.write("\r\tPróxima actualización en: %s"%(to_sleep))
#sys.stdout.flush()
# se recarga cada period segundos
sleep(period)
# Saliendo del programa
except KeyboardInterrupt:
yn = raw_input("\n\n\tDo you want to quit (y/n)? ")
if yn == "y" or yn =="Y" or yn =="yes" or yn =="YES":
print "\tSeleccionó salir. \n"
balance = btc_balance+coin_balance*df["close"][-1]
# guardando el resumen del paper trading en un archivo de texto
with open("paper_resume_%s_%s_%s.txt"%(pair,strategy,period),"w") as paper_resume:
print >> paper_resume, "\tBalance: %s"%(balance)
print >> paper_resume, "\tProfit: {}%".format(round((balance-1)*100,2))
print "\tBalance: %s"%(balance)
print "\tProfit: {}%".format(round((balance-init_balance)/init_balance*100,2))
print "\tHasta pronto..."
sys.exit(1)
elif yn == "n" or yn == "N" or yn == "no" or yn == "NO":
print "\tSeleccionó seguir"
pass
