# CCXT 领域级重点实验室🚩 [**数字货币量化系统 CCXT 框架实战三角套利**](http://www.digtime.cn/articles/282/shu-zi-huo-bi-liang-hua-xi-tong-ccxt-kuang-jia-shi-zhan-san-jiao-tao-li) **|** [**本地链接**](https://www.bfm-unity.com/command-room-discovery/san-jiao-tao-li-shi-yan-shi/shu-zi-huo-bi-liang-hua-xi-tong-ccxt-kuang-jia-shi-zhan-san-jiao-tao-li) **|** [**课程地址**](https://study.163.com/course/courseMain.htm?courseId=1006162003) **|** [**源码**](https://github.com/guhhhhaa/Bitcoin-Quant/tree/main)\*\*\*\* [**CCXT中文文档**](http://cw.hubwiz.com/card/c/ccxt-dev-manual/1/1/1/) **|** [**CCXT英文文档**](https://github.com/ccxt/ccxt/wiki) [**CCXT公有API课程**](https://www.bilibili.com/video/av57636895/) **🚩** [**CCXT私有API课程**](https://www.bilibili.com/video/BV1L4411w7iv/) **🚩** \*\*\*\*[**CCXT Example - Github**](https://github.com/ccxt/ccxt/tree/master/examples) **🚩** {% content-ref url="shu-zi-huo-bi-liang-hua-xi-tong-ccxt-kuang-jia-shi-zhan-san-jiao-tao-li/ccxt-ke-ti-zu-1" %} [ccxt-ke-ti-zu-1](https://www.bfm-unity.org/3.0.0-1/bfm-dins.-bi-fang-meng-gong-cheng-she-ji-yuan/kai-yuan-xiang-mu-yan-jiu-yuan/shu-zi-huo-bi-liang-hua-xi-tong-ccxt-kuang-jia-shi-zhan-san-jiao-tao-li/ccxt-ke-ti-zu-1) {% endcontent-ref %} {% content-ref url="shu-zi-huo-bi-liang-hua-xi-tong-ccxt-kuang-jia-shi-zhan-san-jiao-tao-li/ccxt-zhong-wen-kai-fa-shou-ce" %} [ccxt-zhong-wen-kai-fa-shou-ce](https://www.bfm-unity.org/3.0.0-1/bfm-dins.-bi-fang-meng-gong-cheng-she-ji-yuan/kai-yuan-xiang-mu-yan-jiu-yuan/shu-zi-huo-bi-liang-hua-xi-tong-ccxt-kuang-jia-shi-zhan-san-jiao-tao-li/ccxt-zhong-wen-kai-fa-shou-ce) {% endcontent-ref %} {% embed url="" %} ## 数字货币量化系统 CCXT 框架实战三角套利 > 本篇博文将使用CCXT来进行三角套利实战。 ### 原理 针对`同一个币种`，由于`计价币种（市场）`不同而带来的`价差`进行套利。 **BTC/USDT** * 持仓 10000 个USDT * 可买入 0.7052 个BTC（10000/14179.95） **BCH/BTC** * 可买入 4.0824个BCH（0.7052/0.172743） **BCH/USDT** * 卖出所有BCH，得到 10010.6671 个USDT(4.0824 x 2452.10) **获利** * (10010.6671 - 10000) / 10000 = 1.06671 ‰ ![](https://3068521914-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FWMMaQ33Tjbv2VOvsQrVx%2Fuploads%2Fgit-blob-30d8f81d043fa87dbc995e8672b639d467aea099%2F37FyOotLeD.png?alt=media) 实际套利转化流程：\ USDT -> BTC -> BCH -> USDT 上边的可以通过简单的套利公式计算出套利收益： ``` Profit = P3/(P1xP2) - 1 # 公式的推到可以看下边的套利步骤 ``` 说明： P1 为 BTC/USDT = 14179.95, P2 为 BCH/BTC = 0.172743, P3 为 BCH/USDT = 2452.10, 通过上边的公式即可算的收益率为：2452.10 / (14179.95 x 0.172743) - 1 = 0.00106671，可以看到和我们上边通过每笔交易算出来的结果一样。 #### 三角套利步骤[#](http://www.digtime.cn/articles/282/shu-zi-huo-bi-liang-hua-xi-tong-ccxt-kuang-jia-shi-zhan-san-jiao-tao-li#%E4%B8%89%E8%A7%92%E5%A5%97%E5%88%A9%E6%AD%A5%E9%AA%A4) ![](https://3068521914-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FWMMaQ33Tjbv2VOvsQrVx%2Fuploads%2Fgit-blob-651d5628b78fadb66a57dcc6961e6143ed8c4a53%2FU6oLVaGCRV.png?alt=media) P1 表示 A 的价格，P2 表示 ？的价格，P3 表示 ?/A 的价格 #### 注意事项[#](http://www.digtime.cn/articles/282/shu-zi-huo-bi-liang-hua-xi-tong-ccxt-kuang-jia-shi-zhan-san-jiao-tao-li#%E6%B3%A8%E6%84%8F%E4%BA%8B%E9%A1%B9) * 行情获取的时刻：尽量确保获取的行情数据是`同一时刻`的 * 交易成本：三个币的手续费，如果扣除手续费后依旧有利润，那木就可以进行套利 #### 优势[#](http://www.digtime.cn/articles/282/shu-zi-huo-bi-liang-hua-xi-tong-ccxt-kuang-jia-shi-zhan-san-jiao-tao-li#%E4%BC%98%E5%8A%BF) * 目前市场上大部分套利集中关注双边套利或搬砖，竞争相对比较少 * 相对来说，套利空间更大，利润也更多 #### 劣势[#](http://www.digtime.cn/articles/282/shu-zi-huo-bi-liang-hua-xi-tong-ccxt-kuang-jia-shi-zhan-san-jiao-tao-li#%E5%8A%A3%E5%8A%BF) * 同时监控所有三角套利机会比较难 * 同时成交的难度更高 * 对交易系统的并发能力要求很高 ### 代码实战 `tri_arbitrage.py` ```python import ccxt import pandas as pd import time pd.set_option('expand_frame_repr', False) def main(): """ 主函数 """ # 初始化交易所 binance_exchange = ccxt.binance({ 'timeout': 15000, 'enableRateLimit': True, 'proxies': {'https': "http://127.0.0.1:1087", 'http': "http://127.0.0.1:1087"} }) # 加载行情 markets = binance_exchange.load_markets() # == Step.1 选择两个交易市场 A, B market_a = 'BTC' market_b = 'ETH' # == Step.1 END ================= # == Step.2 找到所有同时以 A 和 B 都作为计价的货币 # 市场内的交易对 symbols = list(markets.keys()) # 存放到DataFrame中 symbols_df = pd.DataFrame(data=symbols, columns=['symbol']) # 分割字符串得到 基础货币/计价货币 base_quote_df = symbols_df['symbol'].str.split(pat='/', expand=True) base_quote_df.columns = ['base', 'quote'] # 过滤得到以 A, B 计价的计价货币 base_a_list = base_quote_df[base_quote_df['quote'] == market_a]['base'].values.tolist() base_b_list = base_quote_df[base_quote_df['quote'] == market_b]['base'].values.tolist() # 获取相同的基础货币列表 common_base_list = list(set(base_a_list).intersection(set(base_b_list))) print('{}和{}共有{}个相同的计价货币'.format(market_a, market_b, len(common_base_list))) # == Step.2 END ================= # == Step.3 执行套利步骤 # 结果保存到DataFrame中，注意，这里的Profit为千分位 ‰（因为利润一般都比较小） columns = ['Market A', 'Market B', 'Market C', 'P1', 'P2', 'P3', 'Profit'] results_df = pd.DataFrame(columns=columns) # 获取前一分钟的close价格 last_min = binance_exchange.milliseconds() - 60 * 1000 # 前一分钟 for base_coin in common_base_list: market_c = base_coin market_a2b_symbol = '{}/{}'.format(market_b, market_a) market_b2c_symbol = '{}/{}'.format(market_c, market_b) market_a2c_symbol = '{}/{}'.format(market_c, market_a) # 获取行情前一分钟的K线数据 market_a2b_kline = binance_exchange.fetch_ohlcv(market_a2b_symbol, since=last_min, limit=1, timeframe='1m') market_b2c_kline = binance_exchange.fetch_ohlcv(market_b2c_symbol, since=last_min, limit=1, timeframe='1m') market_a2c_kline = binance_exchange.fetch_ohlcv(market_a2c_symbol, since=last_min, limit=1, timeframe='1m') if len(market_a2b_kline) == 0 or len(market_b2c_kline) == 0 or market_a2c_kline == 0: continue try: # 获取行情前一分钟的交易对价格 p1 = market_a2b_kline[0][4] p2 = market_b2c_kline[0][4] p3 = market_a2c_kline[0][4] except IndexError: continue # 价差 profit = (p3 / (p1 * p2) - 1) * 1000 results_df = results_df.append({ 'Market A': market_a, 'Market B': market_b, 'Market C': market_c, 'P1': p1, 'P2': p2, 'P3': p3, 'Profit': profit }, ignore_index=True) # 显示信息 print(results_df.tail(1)) # 防止超过rate limit time.sleep(binance_exchange.rateLimit / 1000) # == Step.3 END ================= # 按照收益由高到低排序 # @see https://www.jianshu.com/p/d12af2b287b6 results_df = results_df.sort_values(by="Profit", ascending=False) # print(new_sort) results_df.to_csv('./tri_arbitrage_results.csv', index=None) if __name__ == '__main__': main() ``` ## 运行结果： {% embed url="" %} 结果： ![](https://3068521914-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FWMMaQ33Tjbv2VOvsQrVx%2Fuploads%2Fgit-blob-b75dae029c20fbfec52cb3b2ccbd8065ed434361%2FkVc6cwOUeE.png?alt=media) BTC -> ETH -> AION -> BTC 通过运行的结果我们可以看到，前几个交易对表现非常好，利润率达到了 59.14 ‰，即将近 6%，除去手续费，还是有利可图的。 #### 相关名词说明[#](http://www.digtime.cn/articles/282/shu-zi-huo-bi-liang-hua-xi-tong-ccxt-kuang-jia-shi-zhan-san-jiao-tao-li#%E7%9B%B8%E5%85%B3%E5%90%8D%E8%AF%8D%E8%AF%B4%E6%98%8E) 交易对：用一种资产（quote currency）去定价另一种资产（base currency）,比如用比特币（BTC）去定价莱特币（LTC），\ 就形成了一个LTC/BTC的交易对，\ 交易对的价格代表的是买入1单位的base currency（比如LTC）\ 需要支付多少单位的quote currency（比如BTC），\ 或者卖出一个单位的base currency（比如LTC）\ 可以获得多少单位的quote currency（比如BTC）。\ 当LTC对BTC的价格上涨时，同等单位的LTC能够兑换的BTC是增加的，而同等单位的BTC能够兑换的LTC是减少的。 base currency：基准资产\ quote currency：定价资产 在外汇交易中，每一次交易买卖是同时在进行着的，在买进基本货币（Base currency）的同时也卖出了报价货币（Quote currency）。