专业正规安全的配资公司炒股平台门户网
关键词不能为空

股票配资

导航

「期货交易明细」期货中成交明细怎么看?分别

未知
admin

期货交易明细:期货中成交明细怎么看?分别代表什么意思?

想弄清楚这个问题需要先区分好几个概念和两种状态: 在没有合笔的情况下,我们定义了双开仓、双平仓、多头换手、空头换手四种基本状态。 1. 双开: 新多头跟新空头开仓.表明多头和空头都增仓,持仓量增加. 2. 双平: 新多头跟新空头平仓.表明多头和空头都减仓.持仓量减少. 3. 多头换手: 老多头卖出平仓,新多头买进开仓,持仓量不变. 4. 空头换手: 老空头买进平仓,新空头卖出开仓,持仓量不变. 在交易所数据有合笔情况,由于该笔成交有可能是以上四种基本状态的一个组合,持仓量的变化与成交量的变化将会出现不一致。结合内外盘状态,又定义了多头开仓、多头平仓、空头开仓、空头平仓四种开平仓状态。 1. 多头开仓: 持仓量增加,但持仓量的增加值小于现量,且为主动买盘; 2. 空头开仓: 持仓量增加,但持仓量的增加值小于现量,且为主动卖盘 3. 多头平仓: 持仓量减少,但持仓量的增加值小于现量,且为主动卖盘; 4. 空头平仓: 持仓量减少,但持仓量的增加值小于现量,且为主动买盘。 可以结合的看看,有什么问题可以追问我。

期货交易明细:期货中的交易明细祥细

当你咨询期货公司的时候,会给你一份交易规则,里面有交易的品种,时间,保证金等,了解完了以后再咨询一下手续费。

期货交易明细:期货交易明细中的多开,空开,多平,空平是什么意思

多开:没有持仓的投资者,判断市场将上涨,而进行买入开仓空开:没有持仓的投资者,判断市场将下跌,而进行卖出开仓多平:原进行买入开仓的投资者,进行卖出平仓空平:原进行卖出开仓的投资者,进行买入平仓举例:如果甲想买12手大豆,而乙还是卖10手。那么甲乙只能成交10手,但是甲剩下的2手还要买啊,这时 还需要有人卖出2手。于是再假设丙此时正好卖出2手平仓,注意这2手是用来平仓的,所以三方正好成交。当然此三方交易是在同一时间完成的。扩展资料期货交易特征1、双向性期货交易与股市的一个最大区别就期货可以双向交易,期货可以买多也可卖空。价格上涨时可以低买高卖,价格下跌时可以高卖低买。做多可以赚钱,而做空也可以赚钱,所以说期货无熊市。(在熊市中,股市会萧条而期货市场却风光依旧,机会依然。)2、费用低对期货交易国家不征收印花税等税费,唯一费用就是交易手续费。国内三家交易所手续在万分之二、三左右,加上经纪公司的附加费用,单边手续费亦不足交易额的千分之一。(低廉的费用是成功的一个保证)3、杠杆作用杠杆原理是期货投资魅力所在。期货市场里交易无需支付全部资金,国内期货交易只需要支付5%保证金即可获得未来交易的权利。由于保证金的运用,原本行情被以十余倍放大。假设某日铜价格封涨停(期货里涨停仅为上个交易日结算价的3%),操作对了,资金利润率达60%(3%÷5%)之巨,是股市涨停板的6倍。(有机会才能赚钱)4、机会翻番期货是“T+0”的交易,使您的资金应用达到极致,您在把握趋势后,可以随时交易,随时平仓。(方便的进出可以增加投资的安全性)参考资料来源:百度百科-期货参考资料来源:百度百科-双平

期货交易明细:期货公司能看到别人的详细交易记录吗?

期货公司出于风险管理的要求,会实时显示客户的风险度,同时也会对高风险客户的持仓状况加以关注。从期货市场的强行平仓制度也可以看出期货公司不光必须实时监控客户交易情况,而且当客户风险过高保证金不足时完全不需客户交易密码即可进行平仓处理,这是期货市场法规及制度要求。 期货公司能看到客户单,都是风控岗和管理岗,但作为从业人员是不能参与交易的。 扩展资料:在我国,对期货经纪公司的行为规定主要有以下内容:1、如实、准确地执行客户交易指令;不得挪用客户资金。2、为客户保守商业秘密;不得制造、散布虚假信息等进行信息误导。3、不得接受客户的全权交易委托;不得承诺与客户分享利益和共担风险。4、禁止自营期货交易业务;必须严格区分自有资金和客户资金。5、不得在交易所场外对冲客户委托的交易。参考资料:百度百科-期货公司

期货交易明细:期货交易手续费怎么查看具体明细

冲天牛为您解答: 查看成交明细 里有,或者直接查看期货监控的交易记录里有 望采纳!!

期货交易明细:能查看历史成交明细的期货软件

不知道你是想看市场历史明细,还是想看自己成交明细。 如果想看市场成交的话,在文华里面,你在k线图上点右键,能看到分笔数据统计分析。但是只能看当天的,就是今天一次下单在10手以上的交易在什么时间,买卖方向,开平仓方向等。 如果是看自己的成交明细,看自己的结算单就行了。 不知道我说的是不是你想要的。

期货交易明细:银行卡可以查到做期货的明细吗

银行卡,只是起一个资金进出的作用,它不会记录非银行业务的功能的。。期货交易,并不是银行卡的职能范围,它的交易明细,是由期货交易平台记录的。。。 因此,你查不到买卖期货的帐单,也属于正常。三年前的帐单,你唯一可能查到的,只是它的资金进出明细而已。

期货交易明细:期货经纪人能看到我的交易纪录和资金吗

期货经纪人可以看到交易记录和资金。 但仅此而已,他不知道你的交易密码,因为投资者入金后就把交易密码和资金密码改了,除了投资者,任何人都无法得知你的密码。 经纪人主要是为了便于了解客户具体情况,进而提示风险,做到及时止盈、止损。 同时如果波动很厉害,经纪人会通知客户,让客户减仓,进而规避重仓的风险。 期货程序化交易是王道!形成自己的交易系统,进而更稳健获利!

期货交易明细:期货交易明细中“现量”问题

1、现量是指当前成交的手数。 2、一手是最低的买入数量,不同品种有5吨、10吨。螺纹钢一手10吨。 3、 lj149016258说“螺纹钢的现量都是双数多空双方每人一手成交”是错误的多空双方每人一手成交就是一手成交,不会重复计算。

期货交易明细:期货经纪人能看到我账户的交易明细吗?

正常应该是看不到的 但期货公司的后台可以看到客户的交易情况 经纪人也就有可能从那里了解到 制度正规的期货公司,这方面还是管控的比较严格 各司其职 做期货可以比较下,铁矿石和螺纹钢3块多一手

期货交易明细:老虎证券-可交易各类期货明细

总目录

李启明:开启环球财富-史上最全环球投资目录(更新中)

点击开户

老虎证券官网_美股开户_港股开户-玩美股,上老虎,华人地区知名美股券商

超低佣金 老虎可交易期货品种2019年

新加坡交易所SGX

日经指数 铁矿石 A50指数 SG人民币 天然橡胶 NIFTY指数 MSCI台指

香港交易所HKEX

小恒指 120指数 HK人民币 腾讯控股 小H股指 恒生指数 H股指数 美团点评 小米集团

芝加哥商品交易所CME

罗素2000指数 CME比特币 微欧元 SP500指数 活牛 纽元 瑞朗 瘦肉猪 育肥牛 加元 微澳元 比索 欧洲美元 NQ100指数 澳元 日元 欧元 英镑

芝加哥期货交易所CBOT

大豆 稻谷 豆油 30年美债 豆粕 玉米 2年美债 燕麦 5年美债 超10年美债 小麦 10年美债 超30年美债 道琼斯指数

纽约商品交易所COMEX

白银 微黄金 黄铜 黄金

纽约商业交易所NYMEX

小原油 WTI原油 燃油 钯金 天然气 汽油 铂金

芝加哥期权交易所

VIX波动率

大阪交易所OSE

OSE日经 TOPIX东证 小TOPIX东证 OSE小日经


交易品种保证金,佣金,交易所费用,监管费用,清算费用明细

老虎证券 windows pc版

老虎证券官网_美股开户_港股开户-玩美股,上老虎,华人地区知名美股券商

可免费查看/交易股指期货

标准账户可使用老虎证券软件交易

环球账户需使用盈透TWS交易

老虎期货 windows pc版

在线开户 - 老虎期货_正规持牌券商【官网】

可免费查看/交易股指期货

使用老虎期货手机APP/PC端交易

老虎期货界面

欢迎私信

期货交易明细:用CTP接口实现期货交易明细分析(2)

接着上篇:用CTP接口实现期货交易明细分析(1)

上一篇文章发出了代码,这一篇文章分析一下为什么这么写。

这张图把我整个分析过程画出来了,从提出疑问到解决。那我就按上图的顺序一个一个来把问题解决掉。

成交明细需要哪些数据?

从期软上找吧,结果就是图上显示的那些数据。

Tick数据长啥样?

把SDK下载下来什么都知道了,我是直接在vn.py项目当中找的头文件,在ThostFtdcUserApiStruct.h文件中找到名为CThostFtdcDepthMarketDataField的结构体,里面的解释已经很详细了。

我把下面段代码放在了python文件的注释里面了,方便编写时查看

///深度行情nstruct CThostFtdcDepthMarketDataFieldn{nt///交易日ntTThostFtdcDateTypetTradingDay;nt///合约代码ntTThostFtdcInstrumentIDTypetInstrumentID;nt///交易所代码ntTThostFtdcExchangeIDTypetExchangeID;nt///合约在交易所的代码ntTThostFtdcExchangeInstIDTypetExchangeInstID;nt///最新价ntTThostFtdcPriceTypetLastPrice;nt///上次结算价ntTThostFtdcPriceTypetPreSettlementPrice;nt///昨收盘ntTThostFtdcPriceTypetPreClosePrice;nt///昨持仓量ntTThostFtdcLargeVolumeTypetPreOpenInterest;nt///今开盘ntTThostFtdcPriceTypetOpenPrice;nt///最高价ntTThostFtdcPriceTypetHighestPrice;nt///最低价ntTThostFtdcPriceTypetLowestPrice;nt///数量ntTThostFtdcVolumeTypetVolume;nt///成交金额ntTThostFtdcMoneyTypetTurnover;nt///持仓量ntTThostFtdcLargeVolumeTypetOpenInterest;nt///今收盘ntTThostFtdcPriceTypetClosePrice;nt///本次结算价ntTThostFtdcPriceTypetSettlementPrice;nt///涨停板价ntTThostFtdcPriceTypetUpperLimitPrice;nt///跌停板价ntTThostFtdcPriceTypetLowerLimitPrice;nt///昨虚实度ntTThostFtdcRatioTypetPreDelta;nt///今虚实度ntTThostFtdcRatioTypetCurrDelta;nt///最后修改时间ntTThostFtdcTimeTypetUpdateTime;nt///最后修改毫秒ntTThostFtdcMillisecTypetUpdateMillisec;nt///申买价一ntTThostFtdcPriceTypetBidPrice1;nt///申买量一ntTThostFtdcVolumeTypetBidVolume1;nt///申卖价一ntTThostFtdcPriceTypetAskPrice1;nt///申卖量一ntTThostFtdcVolumeTypetAskVolume1;nt///申买价二ntTThostFtdcPriceTypetBidPrice2;nt///申买量二ntTThostFtdcVolumeTypetBidVolume2;nt///申卖价二ntTThostFtdcPriceTypetAskPrice2;nt///申卖量二ntTThostFtdcVolumeTypetAskVolume2;nt///申买价三ntTThostFtdcPriceTypetBidPrice3;nt///申买量三ntTThostFtdcVolumeTypetBidVolume3;nt///申卖价三ntTThostFtdcPriceTypetAskPrice3;nt///申卖量三ntTThostFtdcVolumeTypetAskVolume3;nt///申买价四ntTThostFtdcPriceTypetBidPrice4;nt///申买量四ntTThostFtdcVolumeTypetBidVolume4;nt///申卖价四ntTThostFtdcPriceTypetAskPrice4;nt///申卖量四ntTThostFtdcVolumeTypetAskVolume4;nt///申买价五ntTThostFtdcPriceTypetBidPrice5;nt///申买量五ntTThostFtdcVolumeTypetBidVolume5;nt///申卖价五ntTThostFtdcPriceTypetAskPrice5;nt///申卖量五ntTThostFtdcVolumeTypetAskVolume5;nt///当日均价ntTThostFtdcPriceTypetAveragePrice;nt///业务日期ntTThostFtdcDateTypetActionDay;n};n

Tick间哪些数据会发生变化?

为什么要关注发生变化了的数据呢?我想是因为在编写tick级策略时,当每个tick数据到来时肯定是在发生了变化的数据上做文章,所以关注这一块数据肯定是没错的,而且看期软的成交明细数据,每一条记录的每一种数据都在发生变化,对的,变化才意味着价值。

怎么去找?其实是可以直接拿期软里面显示的数据来得到结果的,但是我为了科学的去得到结果,我还是在程序里面是写了一个函数去作比对,少拍脑袋多用科学的方式找数据会比较好。

def CompareDepthMarketData(self, data):nt"""做tick数据的前后比较"""ntif self.PreDepthMarketData is not None:nttfor key, value in self.PreDepthMarketData.items():ntttif value != data[key]:nttttprint key + ': pre->' + str(value) + " now->" + str(data[key])ntself.PreDepthMarketData = datan

我在实盘时打了很多的数据,然后综合期软明细数据的需求,得出了图中的结果。

哪些数据可以应用到成交明细的显示?

其实就是上一步分析出来的数据,但是成交性质可没有哦?请看下一节

# 最终需要的tick方向 (output1)ntick_type_enum = enum(OPENLONG="OpenLong", OPENSHORT="OpenShort", OPENDOUBLE="OpenDouble",n                      CLOSELONG="CloseLong", CLOSESHORT="CloseShort", CLOSEDOUBLE="CloseDouble",n                      EXCHANGELONG="ExchangeLong", EXCHANGESHORT="ExchangeShort",n                      OPENUNKOWN="OpenUnkown", CLOSEUNKOWN="CloseUnkown", EXCHANGEUNKOWN="ExchangeUnkown",n                      UNKOWN="Unkown", NOCHANGE="NoChange")

成交性质是啥?有现成的数据可以直接使用吗?

这里就会涉及到一些期货的基础知识了,我不引述太多。我直接说结论:

成交性质有8种

多开(OpenLong),空开(OpenShort),双开(OpenDouble),多平(CloseLong),空平(CloseShort),双平(CloseDouble),多换(ExchangeLong),空换(ExchangeShort)

如果是股票就简单多了,但是期货中引入了开仓和平仓的概念,所以这一块会复杂一些,话说我花了几个晚上的时间才搞清楚。

举一个 双平 多平 的实例的实例(商品期货,成交量是双边统计),其他就可以引申(这里可以分析出持仓量和成交量的关系):


成交2 持仓 -2 双平

就是说,有2手成交(成交量),这2手的仓差都是“—”的,也就是都是平仓单,其中1手多头平仓,1手空头平仓。(双边统计?)n双平意思好理解,这个都懂,但红色和蓝色是有区别的,红色的是空头主动平仓,和挂单平多仓的成交,对价格上涨有促进作用;蓝色的是多头主动平仓,对价格下跌有好处。举个通俗的例子:你有两手多玉米,想平仓,此时状态:n卖1:1767n买1:1766n你如果想立刻平仓,可以按报1756市价成交,如果正好卖给那个平空仓的,就显示这种状态:n价格 现手 状态 仓差 n1766 4 双平(绿色) -4 n内盘增加4,外盘不动n你也可以挂单平仓,可以报1767,这样要等一会,因为执行价格优先,平仓优先,时间优先的原则n如果你的卖出去时是一个空头主动平仓买走的n显示这种状态:n价格 现手 状态 仓差 n1767 4 双平(红色) -4 n这时是外盘增加4,内盘不动

成交 92 持仓 -62 多平

如果是双边统计,那么应该是92/2=46手单边,主动发起的动作是多平,而且为46手,这样对手单肯定也为46手,加起来就是92手,这就是双边统计,两边的成交都算做成交量,这点和股票和股指期货是不一样的。n这时候想想,哪种类型的单可以和多平进行成交?n多开 和 空平 (我怎么知道?看此段分析的最后) n如果对手单全部是多开,这样持仓量是不变的,成交性质应该是多换。但是这里持仓量少了62手,除了多平会导致减少46手,对手单也导致减少了(62-46)=16手,这里可以判定肯定会有空平的单子夹在里面,有多少呢?nX 多开手数 Y 空平手数nx + y = 46nx - y = -62 + 46 = -16nx = 15ny = 31n附:我怎么知道多平的对手单由多开和空平组成?n这里是我自己的一个小诀窍,其实期货买卖只有4种动作:n多开(买合约),多平(卖合约),空开(卖合约),空平(买合约)n这样多平是卖合约,对手就是买合约:多开和空平

持仓量变化和成交量有什么关系?

持仓量变化有3种(input1)

开仓(持仓量增加),空仓(持仓量减少),换仓(持仓量不变)

@staticmethodndef get_open_interest_delta_forward(open_interest_delta, volume_delta):nt"""根据成交量的差和持仓量的差来获取仓位变化的方向nttreturn: open_interest_delta_forward_enumnt"""ntif open_interest_delta == 0 and volume_delta == 0:nttlocal_open_interest_delta_forward = open_interest_delta_forward_enum.NONEntelif open_interest_delta == 0 and volume_delta > 0:nttlocal_open_interest_delta_forward = open_interest_delta_forward_enum.EXCHANGEntelif open_interest_delta > 0:nttif open_interest_delta - volume_delta == 0:ntttlocal_open_interest_delta_forward = open_interest_delta_forward_enum.OPENFWDOUBLEnttelse:ntttlocal_open_interest_delta_forward = open_interest_delta_forward_enum.OPENntelif open_interest_delta < 0:nttif open_interest_delta + volume_delta == 0:ntttlocal_open_interest_delta_forward = open_interest_delta_forward_enum.CLOSEFWDOUBLEnttelse:ntttlocal_open_interest_delta_forward = open_interest_delta_forward_enum.CLOSEntreturn local_open_interest_delta_forward

持仓量与成交量的关系貌似在上一节已经分析出来了,但是持仓量和成交价格(多空)的关系又如何呢?如果我现在通过持仓量的增加来判断是开仓,没问题,那是多开还是空开呢?这时候需要了解下期货订单撮合成交的机制。

参考:期货的撮合交易是如何成交的,市价单及限价单的成交机制? - 量化交易 - 知乎

简单来讲就是(input2):

  • 价格在ask1 price或者ask1 price之上,则为买合约(多开,空平)
  • 价格在bid1 price或者bid1 price之下,则为卖合约(多平,空开)

清晰了之后才能用代码写出来,注意我做这个计算时,是以上个tick的数据为准,再以该tick数据为参考,由于我们的tick只是快照,这个算法其实是不准确的。

@staticmethodndef get_order_forward(last_price, ask_price1, bid_price1, pre_last_price, pre_ask_price1, pre_bid_price1):nt"""获取成交的区域,根据当前tick的成交价和上个tick的ask和bid价格进行比对nt   return: order_forward_enumnt"""ntif TickAnalysis.float_bigger_equal(last_price, pre_ask_price1):nttlocal_order_forward = order_forward_enum.UPntelif TickAnalysis.float_smaller_equal(last_price, pre_bid_price1):nttlocal_order_forward = order_forward_enum.DOWNntelse:nttif TickAnalysis.float_bigger_equal(last_price, ask_price1):ntttlocal_order_forward = order_forward_enum.UPnttelif TickAnalysis.float_smaller_equal(last_price, bid_price1):ntttlocal_order_forward = order_forward_enum.DOWNnttelse:ntttlocal_order_forward = order_forward_enum.MIDDLEnntreturn local_order_forwardn

其实分析到这里,我们可以发现从成交量,持仓量,还有成交价格可以算出那8种成交性质,代码请看本文最后一段。

对手单是什么?为什么要分析他,期软上都没有?

啥呀?上面的两部分已经把这个问题已经分解完了,我还说啥...为什么要分析他?

我是这么想的,这个行业是精细活,不分析清楚我不舒服。哈哈

# 只与计算对手单的组成相关,只有4种tick类型才需要计算对手单的组成nhandicap_dict = {tick_type_enum.OPENLONG: {opponent_key_enum.OPPOSITE: tick_type_enum.CLOSELONG,n                                           opponent_key_enum.SIMILAR: tick_type_enum.OPENSHORT},n                 tick_type_enum.OPENSHORT: {opponent_key_enum.OPPOSITE: tick_type_enum.CLOSESHORT,n                                            opponent_key_enum.SIMILAR: tick_type_enum.OPENLONG},n                 tick_type_enum.CLOSELONG: {opponent_key_enum.OPPOSITE: tick_type_enum.OPENLONG,n                                            opponent_key_enum.SIMILAR: tick_type_enum.CLOSESHORT},n                 tick_type_enum.CLOSESHORT: {opponent_key_enum.OPPOSITE: tick_type_enum.OPENSHORT,n                                             opponent_key_enum.SIMILAR: tick_type_enum.CLOSELONG}n                 }n

用Python的字典把对手单的对应关系做了描述

最后这部分代码是核心,简单来讲就是 f (input1, input2) = output1:

  1. 根据成交量和持仓量的变化算出仓位变化性质
  2. 根据价格算出多空
  3. 根据仓位变化性质和多空算出那8种成交性质
# 根据 open_interest_delta_forward_enum 和 order_forward_enum 计算出tick类型的字典ntick_type_cal_dict = {n    open_interest_delta_forward_enum.NONE:n        {n            order_forward_enum.UP: {tick_type_key_enum.TICKTYPE: tick_type_enum.NOCHANGE,n                                    tick_type_key_enum.TICKCOLOR: tick_color_enum.WHITE},n            order_forward_enum.DOWN: {tick_type_key_enum.TICKTYPE: tick_type_enum.NOCHANGE,n                                      tick_type_key_enum.TICKCOLOR: tick_color_enum.WHITE},n            order_forward_enum.MIDDLE: {tick_type_key_enum.TICKTYPE: tick_type_enum.NOCHANGE,n                                        tick_type_key_enum.TICKCOLOR: tick_color_enum.WHITE}n        },n    open_interest_delta_forward_enum.EXCHANGE:n        {n            order_forward_enum.UP: {tick_type_key_enum.TICKTYPE: tick_type_enum.EXCHANGELONG,n                                    tick_type_key_enum.TICKCOLOR: tick_color_enum.RED},n            order_forward_enum.DOWN: {tick_type_key_enum.TICKTYPE: tick_type_enum.EXCHANGESHORT,n                                      tick_type_key_enum.TICKCOLOR: tick_color_enum.GREEN},n            order_forward_enum.MIDDLE: {tick_type_key_enum.TICKTYPE: tick_type_enum.EXCHANGEUNKOWN,n                                        tick_type_key_enum.TICKCOLOR: tick_color_enum.WHITE}n        },n    open_interest_delta_forward_enum.OPENFWDOUBLE:n        {n            order_forward_enum.UP: {tick_type_key_enum.TICKTYPE: tick_type_enum.OPENDOUBLE,n                                    tick_type_key_enum.TICKCOLOR: tick_color_enum.RED},n            order_forward_enum.DOWN: {tick_type_key_enum.TICKTYPE: tick_type_enum.OPENDOUBLE,n                                      tick_type_key_enum.TICKCOLOR: tick_color_enum.GREEN},n            order_forward_enum.MIDDLE: {tick_type_key_enum.TICKTYPE: tick_type_enum.OPENDOUBLE,n                                        tick_type_key_enum.TICKCOLOR: tick_color_enum.WHITE}n        },n    open_interest_delta_forward_enum.OPEN:n        {n            order_forward_enum.UP: {tick_type_key_enum.TICKTYPE: tick_type_enum.OPENLONG,n                                    tick_type_key_enum.TICKCOLOR: tick_color_enum.RED},n            order_forward_enum.DOWN: {tick_type_key_enum.TICKTYPE: tick_type_enum.OPENSHORT,n                                      tick_type_key_enum.TICKCOLOR: tick_color_enum.GREEN},n            order_forward_enum.MIDDLE: {tick_type_key_enum.TICKTYPE: tick_type_enum.OPENUNKOWN,n                                        tick_type_key_enum.TICKCOLOR: tick_color_enum.WHITE}n        },n    open_interest_delta_forward_enum.CLOSEFWDOUBLE:n        {n            order_forward_enum.UP: {tick_type_key_enum.TICKTYPE: tick_type_enum.CLOSEDOUBLE,n                                    tick_type_key_enum.TICKCOLOR: tick_color_enum.RED},n            order_forward_enum.DOWN: {tick_type_key_enum.TICKTYPE: tick_type_enum.CLOSEDOUBLE,n                                      tick_type_key_enum.TICKCOLOR: tick_color_enum.GREEN},n            order_forward_enum.MIDDLE: {tick_type_key_enum.TICKTYPE: tick_type_enum.CLOSEDOUBLE,n                                        tick_type_key_enum.TICKCOLOR: tick_color_enum.WHITE}n        },n    open_interest_delta_forward_enum.CLOSE:n        {n            order_forward_enum.UP: {tick_type_key_enum.TICKTYPE: tick_type_enum.CLOSESHORT,n                                    tick_type_key_enum.TICKCOLOR: tick_color_enum.RED},n            order_forward_enum.DOWN: {tick_type_key_enum.TICKTYPE: tick_type_enum.CLOSELONG,n                                      tick_type_key_enum.TICKCOLOR: tick_color_enum.GREEN},n            order_forward_enum.MIDDLE: {tick_type_key_enum.TICKTYPE: tick_type_enum.CLOSEUNKOWN,n                                        tick_type_key_enum.TICKCOLOR: tick_color_enum.WHITE}n        },n}n

期货交易明细:关于期货中持仓量、成交量、价格的关系推导对吗?

在期货交易中,持仓量,成交量,价格,是同步变化的。见下图:

这个图中,有三个部分。

首先,是第一个框:盘口。

然后,是第二个框:最新价。

最后,是下面的框:成交明细。

盘口中,PTA期货当前的卖出排队价格是5156,共有287手。当前的买入排队价格是5152,共有32手。

这个时候的最新价是5154(第二个框)。为什么是这个数字?因为这是最后一次成交了2手,价格就是在5154.

好了,这是当前的基本情况。那么,假如我现在要买入开仓。请注意,我这里是开仓。

我买入开仓2手PTA2001,下单价格为5156。请注意,这里面现在是有287手挂单以5156卖出的。那么,我这个单子下进去的一瞬间,就会跟这287手挂单中的排队排在前两手成交。

成交的一瞬间就会发生什么?

最新价,变成了5156。

如果我们排除其他的情况,就单看我们的单子的话,那么在成交明细那个栏里,就会显示,成交了4手。

那么,持仓量呢?因为我是买入开仓。我的行为,肯定会增加2手的持仓量。但是,跟我成交的卖出一方,有可能是卖出开仓,也有可能是卖出平仓。

如果他是卖出开仓,加上我的两手,那么持仓量就增加了4手。如果他是卖出平仓,那么,他的平仓会导致持仓量减少两手,而我的能增加2手,所以,总体的持仓量就不变。

在成交的一瞬间,这三个数据:价格,成交量,持仓量,在一瞬间就全部变化了。所以,它们是一体的关系。

这就是持仓量成交量和价格的逻辑关系。

有些人利用成交量变化来预判未来的走势,显然,是没有什么用的。因为,一切都已经过去了…价格变化的一瞬间,成交量和持仓量直接就变了。未来的价格怎么走,是由接下来的人的交易行为决定的。

现在增仓价格上行,有可能下一秒就大幅度减仓上行。现在增仓价格下跌,由可能下一秒就大幅度减仓上涨……

想要用成交量的话,那只有一个途径,就是一个把成交量当成一个过滤的条件。比如,不放量不交易之类的。

期货交易需要遵循哪些原则

猜您喜欢

更多与期货交易明细相关文章