用python写一个量化交易脚本

好的，我可以为您提供一个简单的量化交易脚本的框架，您可以在此基础上进行修改和完善。

首先，您需要导入一些必要的库，例如：

import ccxt
import pandas as pd
import numpy as np
import talib

接下来，您需要设置一些参数，例如交易所和交易对：

exchange = ccxt.binance({
    'apiKey': 'YOUR_API_KEY',
    'secret': 'YOUR_SECRET',
    'enableRateLimit': True,
})
symbol = 'BTC/USDT'

然后，您需要编写一些函数来获取历史K线数据和实时K线数据：

def get_historical_data(symbol, timeframe, limit):
    ohlcv = exchange.fetch_ohlcv(symbol, timeframe=timeframe, limit=limit)
    df = pd.DataFrame(ohlcv, columns=['timestamp', 'open', 'high', 'low', 'close', 'volume'])
    df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms')
    df.set_index('timestamp', inplace=True)
    return df

def get_realtime_data(symbol, timeframe):
    ohlcv = exchange.fetch_ohlcv(symbol, timeframe=timeframe, limit=1)
    df = pd.DataFrame(ohlcv, columns=['timestamp', 'open', 'high', 'low', 'close', 'volume'])
    df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms')
    df.set_index('timestamp', inplace=True)
    return df

接下来，您可以编写一些函数来进行技术分析，例如计算移动平均线和RSI指标：

def calculate_ma(df, n):
    ma = talib.SMA(df['close'].values, timeperiod=n)
    return ma

def calculate_rsi(df, n):
    rsi = talib.RSI(df['close'].values, timeperiod=n)
    return rsi

然后，您可以编写一个函数来进行交易决策，例如在金叉时买入，死叉时卖出：

def trading_strategy(df):
    ma5 = calculate_ma(df, 5)
    ma20 = calculate_ma(df, 20)
    rsi = calculate_rsi(df, 14)
    if ma5[-1] > ma20[-1] and ma5[-2] <= ma20[-2] and rsi[-1] < 50:
        return 'buy'
    elif ma5[-1] < ma20[-1] and ma5[-2] >= ma20[-2] and rsi[-1] > 50:
        return 'sell'
    else:
        return 'hold'

最后，您可以编写一个主函数来进行交易，例如：

def main():
    while True:
        df = get_realtime_data(symbol, '5m')
        decision = trading_strategy(df)
        if decision == 'buy':
            exchange.create_market_buy_order(symbol, 0.001)
            print('Bought 0.001 BTC')
        elif decision == 'sell':
            exchange.create_market_sell_order(symbol, 0.001)
            print('Sold 0.001 BTC')
        else:
            print('Holding...')

请注意，此脚本仅作为参考，并且需要进行测试和优化才能在实际交易中使用。在编写量化交易脚本时，请务必小心谨慎，了解风险并遵守当地法律法规。