Files
Chan/research/live/latency_hummingbot.py
T
UbuntuandCursor 7e339d2a54 research: 影子交易器落在 Hummingbot 上,并修掉 Bitget 连接器的换根延迟
1m 腿的滑点余量只有几个 bp,所以要测的必须是生产路径的滑点——换个运行时
测出来的数就不作数。框架因此从「滑点已知后再定」提前到测量阶段就定为
Hummingbot(Spot/Perp 连接器均 v2.0,Bitget 是 Foundation Partner)。

新增 research/live/。前置测量:

- bench_compute.py 本机算力,1m 单币 0.318s、三币串行 1.38s
- venue_parity.py Binance 与 Bitget 同根信号重合仅 14.6~42.6%
- signal_sensitivity.py 0.25bp 扰动就换掉一半信号
- aggregate_robustness.py 但总体期望不降——脆的是信号身份,不是 alpha
- bitget_baseline.py 因此改用 Bitget 原生基线定预算:余量 BTC -0.13bp、
  ETH +4.02bp、SOL +2.92bp。BTC 本就为负,只作延迟测量的参照物

运行时选型:

- parity_env.py 容器与本机信号逐一相同(下标、中枢数、checksum 全等),
  容器内 0.26s/币反而更快。故 chanlun 直接挂载进容器,不必另起信号服务。
  装进现有 .venv 那条路走不通:Hummingbot 要 numba>=0.61.2 与
  aiohttp<3.14,与本机 Python 3.14 冲突
- latency_ccxt.py / latency_hummingbot.py / latency_compare.py 初测显示
  Hummingbot 比 ccxt.pro 慢约 1030ms,90 根逐根配对里 80~97% 更慢
- probe_ws_action.py 否掉「丢弃 snapshot」的猜测:换根首条就是 update
- probe_hb_vs_raw.py 与 latency_attribute.py 四路归因——容器网络 2~18ms、
  Hummingbot 处理 -10~-30ms,1350~1480ms 全落在解析方式上
- probe_ws_payload.py 定位根因:Bitget 换根会推一条带两根的消息
  [上一根, 新一根],而上游取 data["data"][0] 拿到的是上一根,新一根要等
  下一条单元素消息

修复:

- patched_candles.py 处理消息里的全部元素。不能简单改成 [-1]——那样上一根
  的收盘价会永远停在换根前约 1 秒的那次推送上,而信号对 0.25bp 都敏感
- verify_patch.py 60 根配对验证:拿回 1060~1090ms,与原始 WS 只差 5~14ms
  已贴理论下限,19 根已收盘 K 线 OHLCV 逐根未变。折算 ETH 省 0.54bp、
  SOL 省 0.42bp。此 bug 值得向上游反馈

影子交易器:

- shadow_hb.py 不下单,读连接器真实盘口按仓位吃单深度算成交价,与次根开盘价
  (回测 entry_delay=1 的口径)相减,分解成延迟漂移、盘口价差、深度冲击。
  盘口 10Hz 滚动缓冲 30 秒,把延迟变成自变量:每个信号记 0.5/1/2/5s 与实际
  算完时刻各一个滑点值,本机算得慢也不影响能读出的曲线
- shadow_signal.py 信号计算隔离到子进程。0.26s 是纯 CPU 且 chanlun 受 GIL
  限制,放进 asyncio 循环会把行情处理一起卡住
- shadow_report.py 首日延迟门槛与滑点曲线报表

不用 paper trade 测滑点:它的成交由 Hummingbot 自己的撮合模型模拟,
测出来是模型行为而非市场行为。

Co-authored-by: Cursor <cursoragent@cursor.com>
2026-08-27 23:51:57 +08:00

118 lines
4.0 KiB
Python
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
"""延迟基准 BHummingbot 侧的数据到手时刻。
在 Hummingbot 容器内运行,测的事件与 latency_ccxt.py 完全相同:
**我们在什么时候得知第 N 根 1m 已经收盘**。
为什么必须在 Hummingbot 里测而不是复用 ccxt 的数字:如果最终执行走
Hummingbot,那决定成交价的是它的 WS 处理与事件循环延迟。用别的运行时测出
的滑点,换到 Hummingbot 上就不成立了。
用 max_records=20 让历史回填快速完成——这里只关心增量推送的时刻,不需要
2000 根窗口。
输出 out/latency_hummingbot.csv,字段与 A 侧一致,事后按 kline_ts join。
"""
from __future__ import annotations
import argparse
import asyncio
import csv
import time
from pathlib import Path
SYMS = ("BTC", "ETH", "SOL")
CONNECTOR = "bitget_perpetual"
OUT = Path("/out/latency_hummingbot.csv")
async def main_async(minutes: int) -> None:
from hummingbot.data_feed.candles_feed.candles_factory import CandlesFactory
from hummingbot.data_feed.candles_feed.data_types import CandlesConfig
feeds = {}
for s in SYMS:
cfg = CandlesConfig(connector=CONNECTOR, trading_pair=f"{s}-USDT",
interval="1m", max_records=20)
feeds[s] = CandlesFactory.get_candle(cfg)
print(f"[Hummingbot 延迟] {SYMS} · connector={CONNECTOR} · "
f"计划跑 {minutes} 分钟", flush=True)
for s, f in feeds.items():
if hasattr(f, "start"):
f.start()
else:
await f.start_network()
print(f" {s} 已启动订阅", flush=True)
# 等历史回填完成,否则 deque 尾部时间戳还在跳变
t0 = time.time()
while time.time() - t0 < 120:
if all(f.ready for f in feeds.values()):
break
await asyncio.sleep(0.5)
ready = {s: f.ready for s, f in feeds.items()}
print(f" 回填状态 {ready}{time.time() - t0:.1f}s", flush=True)
OUT.parent.mkdir(parents=True, exist_ok=True)
fh = OUT.open("w", newline="")
writer = csv.DictWriter(fh, fieldnames=["kline_ts", "sym", "t_data_ms", "lag_ms"])
writer.writeheader()
last = {}
for s, f in feeds.items():
c = f._candles
last[s] = int(c[-1][0]) if len(c) else None
stats: dict = {}
deadline = time.time() + minutes * 60
while time.time() < deadline:
for s, f in feeds.items():
c = f._candles
if not len(c):
continue
newest = int(c[-1][0])
if last[s] is None:
last[s] = newest
continue
if newest > last[s]:
now_ms = int(time.time() * 1000)
# Hummingbot 的时间戳是秒,统一成毫秒后再与本地钟相减
closed_ms = newest * 1000 if newest < 1e12 else newest
lag_ms = now_ms - closed_ms
writer.writerow({"kline_ts": closed_ms, "sym": s,
"t_data_ms": now_ms, "lag_ms": lag_ms})
fh.flush()
stats.setdefault(s, []).append(lag_ms)
n = len(stats[s])
if n % 5 == 1:
med = sorted(stats[s])[n // 2]
print(f" {s}: 第 {n} 根,本次 lag {lag_ms}ms,中位 {med}ms",
flush=True)
last[s] = newest
await asyncio.sleep(0.01)
for f in feeds.values():
f.stop()
fh.close()
print("\n########## t_data t_closems##########")
for s in SYMS:
v = sorted(stats.get(s, []))
if not v:
print(f" {s}: 无样本")
continue
print(f" {s}: n={len(v)} 中位 {v[len(v) // 2]}ms "
f"P90 {v[int(len(v) * .9)]}ms 最大 {v[-1]}ms")
print(f"\n产物写入 {OUT}")
def main() -> None:
ap = argparse.ArgumentParser()
ap.add_argument("--minutes", type=int, default=20)
args = ap.parse_args()
asyncio.run(main_async(args.minutes))
if __name__ == "__main__":
main()