【程式交易實戰 08】結合 LINE Notify 實現停損停利

歡迎來到 程式交易實戰 的第八堂課，還記得上堂課實作的均線加碼策略嗎？在策略精進的議題中，加減碼機制以及停損停利都扮演著相當重要的角色！前幾堂課舉了不少加碼策略的回測及實作範例，讓大家了解加碼機制的重要性，接著我們將進入停損停利的部分，介紹如何結合 LINE Notify 來接收停損停利通知，並搭配庫存進行實際演練。

讀完本篇文，您將學會...

• 結合 LINE Notify 接收停損停利通知
• 透過庫存個股進行停損停利實單演練

停損停利簡介

不知道大家在投資股票的過程中，是否也覺得賣股票比買股票還要困難很多？在主觀交易中，停損停利說起來相當容易，但真正執行時，容易因主觀判斷，而錯失賣出時機。因此，本篇文章將帶大家實作停損停利，透過程式交易來戰勝凹單的心魔！因考量到用戶可能會希望先以接收通知的方式確認策略可行性，因此本篇將介紹如何結合 LINE Notify 接收停損停利通知，並搭配庫存進行實單演練。

事前準備

在使用 LINE Notify 接收通知前，需先取得 LINE Notify 個人存取權杖 (Access Token)，可以透過以下步驟：

1. 登入 Line-Notify-Bot
2. 到發行存取權杖（開發人員用）點選發行權杖
3. 填寫權杖名稱、選擇接收通知的聊天室，按下發行
4. 點選複製，因 Token 不會再顯示，請記得留存該 Token

示意圖如下：

策略執行

準備好 LINE Token 後，我們廢話不多說，直接進入程式碼部分吧！

step1. 載入相關套件

# 載入交易 API 套件
from fugle_realtime import (HttpClient,WebSocketClient)

from configparser import ConfigParser
from fugle_trade.sdk import SDK

from fugle_trade.order import OrderObject
from fugle_trade.constant import (APCode, Trade, PriceFlag, BSFlag, Action)

# 載入相關套件
import time
import json
import math
import datetime
import requests

# 載入 line-notify 套件
import lineTool

step2. 設定參數

symbolId = '6285' # 可以輸入您庫存中的某檔個股
SP = 0.3 # 設定 30% 停利 
SL = 0.2 # 設定 20% 停損

# 因考量讀者可能尚未開戶 or 目前無庫存可在這裡測試，可自行更改成本價
price_avg = 70
qty = 2000 # 2 張

step3. 程式碼實作

class SPSL_Strategy:
    
    # 設定方便調整的參數有 股票代碼
    def __init__(self, symbol_id, stopProfit_ratio, stopLoss_ratio):
        
        # 初始化交易 API 並取得 sdk object
        self.sdk = self._init_fugle_trade()
        
        self.API_TOKEN = "INPUT_YOUR_API_TOKEN" # 輸入您的富果 API Token -> 取自 https://developer.fugle.tw/docs/key/
        
        self.LINE_NOTIFY_TOKEN = "INPUT_YOUR_LINE_TOKEN" # 輸入您的 LINE Token -> 取自剛剛事前準備申請的 LINE Token 
        
        # 設定交易標的
        self.symbol = symbol_id

        # 設定停利比例
        self.stopProfit_ratio = stopProfit_ratio

        # 設定停損比例
        self.stopLoss_ratio = stopLoss_ratio
        
        # 最新價格
        self.now_price = None

        
    # 交易 API 設定檔的部分
    def _init_fugle_trade(self):
        # 讀取設定檔
        config = ConfigParser()
        config.read('./config.simulation.ini') # 使用模擬環境
        # 登入
        sdk = SDK(config)
        sdk.login()

        return sdk
    
    # 賣出設定
    def sell(self, qty, PriceFlag_type, APCode_type):

        order = OrderObject(
            buy_sell=Action.Sell,
            price_flag=PriceFlag[PriceFlag_type],
            price = '',
            stock_no=self.symbol,
            quantity=qty,
            ap_code=APCode[APCode_type],
            trade=Trade.Cash   # 現股賣出 的交易類別
        )
    
        self.sdk.place_order(order)
        
    # 平倉 -> 已考量整零股
    def sell_total_shares(self, qty):

        if qty >= 1000:
            # 計算預計賣出張數 -> 小數點無條件捨去
            vol = math.floor(qty/1000)
            # 市價、整股賣
            self.sell(vol, 'Market', 'Common')

            # 若還有零股需再下零股單
            # 賣出剩下的零股
            odd_vol = qty - vol*1000
            if odd_vol > 0:
                # 零股無法用市價賣，因此使用限價-跌停價、盤中零股賣
                self.sell(odd_vol, 'LimitDown', 'IntradayOdd')

        # 庫存不足一張時
        elif qty < 1000:
            # 跌停價、盤中零股賣
            self.sell(qty, 'LimitDown', 'IntradayOdd')

    # 取得庫存 - 成交均價、成交股數
    def get_inventoryInfo(self):

        inventories_list = self.sdk.get_inventories()

        # 取得成交均價
        spec_symbol = list(filter(lambda x:x['stk_no']==self.symbol, inventories_list))
        price_avg = float(spec_symbol[0]['price_avg'])

        qty = int(spec_symbol[0]["cost_qty"])

        return price_avg, qty    

    # 透過下面的 webSocket  function 取得最新價格
    def get_latest_price(self, message):
        
        json_data = json.loads(message)

        # 只使用整股最新價格
        if json_data['data']['info']['type'] == "EQUITY":
            # 更新目前價格
            self.now_price = json_data['data']['quote']['trade']['price']

            print(self.now_price)

    def create_ws_quote(self):
        ws_client = WebSocketClient(api_token=self.API_TOKEN)
        ws = ws_client.intraday.quote(symbolId=self.symbol, on_message=self.get_latest_price)
        ws.run_async()
        time.sleep(1)
    
    # 停損停利判斷
    def run_strategy(self, price_avg, qty):

        # 若已有庫存，可以拿掉以下註解取得庫存資訊
        # price_avg, qty = self.get_inventoryInfo()

        while datetime.time(9, 0, 0) < datetime.datetime.now.time() < datetime.time(13, 25, 0) and self.now_price is not None:

            # 達到 停利 就進行平倉操作：
            if  self.now_price >= price_avg*(1+self.stopProfit_ratio):
                
                # 執行平倉操作 
                self.sell_total_shares(qty)

                # 預計回傳 line notify 通知的訊息
                msg = '\n'+ f'達到停利條件：{self.stopProfit_ratio*100} %'+'\n'+'賣出' + str(self.symbol) +'\n'+ str(self.now_price) +'元' + '\n' + str(qty) + "股"

                print(msg)
                # 執行 line notify 通知
                lineTool.lineNotify(self.LINE_NOTIFY_TOKEN, msg)

                break
            
            # 達到 停損條件 進行平倉操作
            elif self.now_price <= price_avg*(1-self.stopLoss_ratio):
                
                # 執行平倉操作 
                self.sell_total_shares(qty)

                # 預計回傳 line notify 通知的訊息
                msg = '\n'+ f'達到停損條件：-{self.stopLoss_ratio*100} %'+'\n'+'賣出' + str(self.symbol) +'\n'+ str(self.now_price) +'元' + '\n' + str(qty) + "股"

                print(msg)
                # 執行 line notify 通知
                lineTool.lineNotify(self.LINE_NOTIFY_TOKEN, msg)

                break

            else:
                msg = '\n'+ f'尚未達到停損停利條件！'+'\n'+'庫存成交均價：'+ str(price_avg) +' 元'+'\n'+'現價：' + str(self.now_price) +' 元' + '\n' +'股數：'+ str(qty) + " 股"
                print(msg)
            

if __name__ == '__main__':

    # 透過 step2. 設定的參數取得預計交易的標的、停利比例、停損比例
    SPSL = SPSL_Strategy(symbolId, SP, SL)
    SPSL.create_ws_quote()
    SPSL.run_strategy(price_avg, qty)    

若該股票達到您設定的停損停利條件，即可至您選擇的聊天室查看該訊息，示意圖如下：

結論

本篇文章帶大家了解如何實作基本的停損停利出場策略，並結合 LINE Notify 接收停損停利通知，搭配庫存個股進行停損停利的實作演練，希望結合個人化通知，幫助讀者漸進式地了解富果 API 的相關應用！另外，讀者也可以嘗試若再搭配分批出場該如何實作，快去試試吧！

下篇文章將會是停損停利的延伸應用，帶大家實作能夠因應市場變化而自動調整的進階版停損停利策略 - 移動停利停損，請大家敬請期待！