Hummingbot 第4章：策略基础

Hummingbot 提供了丰富的策略框架，从简单的 V1 策略模板到灵活的 V2 策略框架，满足不同交易需求。

V1 策略模板概览

V1 策略是 Hummingbot 最初的内置策略，采用 YAML 配置文件驱动：

内置 V1 策略清单

策略名称	说明	适用场景
`pure_market_making`	纯做市策略	在单一交易所提供买卖深度
`cross_exchange_market_making`	跨交易所做市	同时在两个交易所做市
`arbitrage`	简单套利	监控两个交易所的价格差
`amm_arb`	AMM 套利	在 DEX 和 CEX 之间套利
`amm_price_estimation`	AMM 价格预估	估算 DEX 交易价格
`celo_arb`	Celo 套利	Celo 生态套利策略
`liquidity_mining`	流动性挖矿	提供流动性赚取奖励

V1 策略通用参数

# 通用策略配置模板
strategy: pure_market_making
exchange: binance
trading_pair: BTC-USDT

# 交易所连接配置
connector: binance

# 日志级别
log_level: INFO

# 最大订单数量上限
max_orders_per_side: 5

# 取消后的等待时间（秒）
filled_order_delay: 60

# 委托策略
order_override:
  # 自定义订单覆盖规则
  enabled: false

V1 策略配置详解

以 Pure Market Making 为例，展示核心配置参数：

# 价差配置
bid_spread: 0.5              # 买单价差百分比
ask_spread: 0.5              # 卖单价差百分比

# 订单数量
order_amount: 0.01           # 每单交易数量
order_levels: 1              # 订单层级数量
order_level_spread: 1.0      # 层级之间的价差
order_level_amount: 0.01     # 每层级数量

# 订单刷新
order_refresh_time: 60       # 订单刷新间隔（秒）
order_refresh_tolerance_pct: 0.2  # 刷新容忍偏差

# 订单超时
max_order_age: 300           # 订单最大存活时间（秒）

# 库存管理
inventory_skew_enabled: false     # 是否启用库存偏斜
inventory_target_base_pct: 50.0    # 基础币种库存目标百分比
inventory_range_multiplier: 1.0   # 库存范围倍数

# 止损
stop_loss_spread: 5.0        # 止损价差
price_ceiling: 100000        # 价格上限
price_floor: 10000           # 价格下限

V2 策略框架

V2 策略是 Hummingbot 的新一代策略框架，基于脚本模式运行，提供更大的灵活性。

V2 核心概念

概念	说明
Controller	控制核心，负责策略逻辑和参数管理
Script	脚本文件，定义策略执行流程
Config	配置模型，使用 Pydantic 定义参数结构
Executor	执行器，管理订单生命周期

V2 策略架构

from hummingbot.core.data_type.common import OrderType, PriceType
from hummingbot.strategy_v2.controllers import ControllerBase
from hummingbot.data_feed.candles_feed.candles_factory import CandlesFactory
from pydantic import BaseModel, Field
from typing import Optional

class PMMControllerConfig(BaseModel):
    """V2 做市策略控制器配置"""
    controller_name: str = "pmm_v2"
    connector_name: str = "binance"
    trading_pair: str = "BTC-USDT"
    candles_interval: str = "1m"
    candles_length: int = 30

    # 做市参数
    bid_spread: float = Field(default=0.5, ge=0.0)
    ask_spread: float = Field(default=0.5, ge=0.0)
    order_amount: float = Field(default=0.01, gt=0.0)

    # 动态调整
    dynamic_spread: bool = True
    dynamic_target_intensity: float = 0.8

V2 Controller 示例

class PMMController(ControllerBase):
    """V2 纯做市控制器"""

    def __init__(self, config: PMMControllerConfig):
        super().__init__(config)
        self.config = config
        self.candles = CandlesFactory.get_candles(
            connector=config.connector_name,
            trading_pair=config.trading_pair,
            interval=config.candles_interval
        )
        self.candles.start()

    async def update_strategy(self, strategy):
        """更新策略状态"""
        if not self.candles.ready:
            return

        # 获取最新价格
        close_prices = self.candles.close_prices
        current_price = close_prices[-1]

        # 计算动态价差
        volatility = self._calculate_volatility(close_prices)
        bid_spread = self.config.bid_spread * (1 + volatility)
        ask_spread = self.config.ask_spread * (1 + volatility)

        # 创建订单
        bid_price = current_price * (1 - bid_spread / 100)
        ask_price = current_price * (1 + ask_spread / 100)

        strategy.place_order(
            connector_name=self.config.connector_name,
            trading_pair=self.config.trading_pair,
            order_type=OrderType.LIMIT,
            side=TradeType.BUY,
            price=bid_price,
            amount=self.config.order_amount
        )

        strategy.place_order(
            connector_name=self.config.connector_name,
            trading_pair=self.config.trading_pair,
            order_type=OrderType.LIMIT,
            side=TradeType.SELL,
            price=ask_price,
            amount=self.config.order_amount
        )

    def _calculate_volatility(self, prices) -> float:
        """计算波动率"""
        if len(prices) < 2:
            return 0.0
        returns = [(prices[i] - prices[i-1]) / prices[i-1]
                   for i in range(1, len(prices))]
        import statistics
        return statistics.stdev(returns)

策略生命周期

策略状态机

┌──────────┐     import/start     ┌──────────┐
│  Created  │ ──────────────────► │  Running  │
└──────────┘                     └──────────┘
                                      │
                                   stop │
                                      ▼
                               ┌──────────┐
                               │  Stopped  │
                               └──────────┘

生命周期管理

阶段	操作	说明
创建	`create`	通过向导或手动创建 YAML 配置
导入	`import`	加载策略配置文件
启动	`start`	开始执行策略逻辑
运行	—	持续监控和执行交易
停止	`stop`	取消所有挂单，停止策略
修改	`config`	运行时修改部分参数
删除	文件管理	删除配置文件

策略选择指南

根据交易风格选择

交易风格	推荐策略	理由
保守型	Pure Market Making	低风险赚取价差，适合新手
进取型	Cross Exchange MM	利用交易所间价差，收益更高
机会型	Arbitrage	捕捉短期套利机会
专业型	V2 Controller	完全自定义策略逻辑

根据市场条件选择

高波动市场：建议使用较宽的价差和较小的订单量
低波动市场：可以缩小价差，增加订单量
趋势市场：启用库存偏斜，调整买卖比例
震荡市场：纯做市策略表现最佳

策略组合建议

不要只依赖单一策略，可以根据资金规模同时运行多个策略：

# 组合示例
策略1: 50%资金 - Pure Market Making on Binance (BTC-USDT)
策略2: 30%资金 - Pure Market Making on Binance (ETH-USDT)
策略3: 20%资金 - Cross Exchange Market Making (Binance vs OKX)