新人資訊

技術-後台類-azure function #8-連上幣安api

對於技術和風險愛好者來說，幣圈的瘋狂事蹟很難不被吸引，大家入圈原因各有不同，個人技術水準還不到參與項目開發，但對於量化交易的開放和便利性則很對味，經過幾個月的探索，逐步摸進了幣安交易所提供的 api，功能強大效率快，一點不囉嗦歡迎上擂台比身手的感覺。基於 azure function + python 賜給我的堅實基礎，讓我可以向外伸出觸角探索世界，就來記錄一下。

在幣安的帳戶管理中點選創建新 api，即刻生成可立即使用。

搜尋一下相關的 python + binance 竟然出現好幾種 SDK，真是生態蓬勃發展中，我選擇從官網連結的 binance-connector，在 python 環境中執行 pip install binance-connector 後就已經完全準備好了。

簡單下幾行指令，已經確認抓到帳戶資料了，帳戶裡有甚麼幣通通正確抓出。

確認帳戶資產正確後，要開始交易必須先取得行情報價，因此下一步想要取得即時 K 線資料，經查也是一個簡單的呼叫就行了，幣安對開發者真是太友善了，反而問題出在自己對系統架構的設計，是要用同一個 function 傳回多項資訊 (帳戶餘額 and 即時 K 線)，還是分成不同的 function 處理？這當然各有利弊，試了才知道，趁機學習一下傳回包含兩個陣列的複雜 json 物件是否可行。目前採用 dataframe.to_json() 雖然好用，但若要包進另一個 list 則不可行，所以腦筋動到 json.dumps() 身上，試試多層次巢狀物件次否可以運作，竟然一試就成功。如以下 crpto_info 物件 (大括號開頭) 的下一層的 balance 屬性，其值為中括號代表的陣列，如此已經預備好可以包進第二個屬性，用來儲存 K 線資訊。

將取得 K 線的功能設計成一個子程序，傳回 list of dictionaries，因 dataframe 並不支援 json serialize 所以必須執行 to_dict()，另外 datetime 型態也不行，故暫緩在此轉換格式。成功傳回 json 字串，因為物件結構已經比較複雜了，直接看序列化資料非常痛苦，好在有好用的工具 online json viewer 可幫忙分析成完美的樹狀結構層層展開，真是太棒了。

接下來一步一步趨近交易實戰，資訊透明必須先達到，面對密密麻麻的交易紀錄，要看出操作績效真是太難，通常只知淨值劇烈波動，然後無從檢討操作方法，因此我想若是能將交易紀錄標示在 K 線上，應該對檢討績效精進方法有幫助，查一下文件果然也是非常簡單，呼叫 my_trades() 即得，資料已經順利的包進函數的回傳物件裡了。

這兩項資料就位後，要有效解讀就必須調用適當的圖表。傳回前端用網頁呈現一定是最方便的了，但我想先用互動式 python 畫畫看，以便快速檢視結果，若效果良好再製作網頁，達到 do anywhere 的境界。用 matplotlib 簡單的線條和標註呈現，買進紅色賣出綠色，效果非常良好，在 1000 小時中的買進賣出價位清楚標示，且可算出淨買賣金額和價格，完全可以表達這 1000 小時的操作績效。如下表示共經過 29 回合的交易，收到 123.81 USDT，結餘 0.5 單位 AR Coin，價格為 -247.62 USDT (得到 0.5 單位 AR Coin 不須花錢，市場還以 247 USDT 價格倒貼我！)，以最新市價 31.22 比較，假設如果做對應數量賣出沖銷 0.5 單位，庫存數回歸 1000 小時前的狀態，則可實現損益 139.42 USDT。

By Newman Chen 2022/3/14

後記：上圖只要十幾二十行的 python code 就可以搞定，其實這樣我自己用就很可以了，但還是手癢想挑戰一下網頁，沒想到這一試就花了超過 10 倍的時間，前端的技術實在太多樣了，但無論如何還是還是把以下的網頁搞定了，過程過於瑣碎實在很難紀錄，我也理解到前端工程師真是很難的職業。也許還會是另一種解法，就是用 python 在後端產生圖表，用靜態圖檔的方式給網頁參照，也許更能利用到 python 的圖表優勢，目前先這樣囉。此工具已經很好用了，先體驗一陣子再說。

By Newman Chen 2022/3/16

參考資料

https://binance-docs.github.io/apidocs/spot/en/#api-library

http://jsonviewer.stack.hu/