现金，数字货币市场活跃度远比市场形成之初高了很多，也出现了很多合约交易所，提供了大量可套利对冲的机会。现货跨市场套利、期现对冲套利、期货跨期套利、期货跨市场套利等等，策略层出不穷。今天我们就一起 领略一个 由C++语言编写，交易市场 为OKEX合约交易所的“硬核”跨期对冲策略。
为什么说策略有些硬核，原因在于策略使用C++ 语言编写，策略阅读难度略高。但是并不妨碍量化投资人学习到这个策略设计、思路方面的精华。策略通篇较为简洁，行情数据获取方面，不同于以往策略使用 rest 接口，该策略使用了websocket接口，接受交易所行情推送。
设计方面，策略结构合理，代码耦合度很低，很方便扩展或者优化。策略原理比较简单，即远期合约和近期合约做正、反套对冲，基本原理上和商品期货的跨期对冲一致。
正套，做空远期合约，做多近期合约。
反套，做多远期合约，做空近期合约。
对冲策略主要关注的是标的物差价的波动，对差价做回归交易。然而，差价是有可能小幅震荡，或者大幅震荡，或者单边一个方向。
这就带来了对冲盈亏的不确定性，但是风险还是远小于单边趋势的。对于跨期策略的各种优化很多都是选择从仓位控制层面入手，从开仓平仓触发上入手。例如经典的用布林指标做为差价波动时，正套、反套的开仓、平仓点。
（1）代码大概主要分为四个部分：
1、枚举值定义，定义一些状态值，用于标记状态。一些和策略思路无关的功能函数，例如 url 编码函数，时间转换函数等，这些函数和策略思路没有关系，仅仅是对于数据做处理使用。
2、K线数据生成器类：策略由该生成器类对象生成的K线数据驱动。
3、对冲类：该类的对象可以执行具体的交易逻辑，对冲操作、策略细节的处理机制等。
4、策略主函数，也就是 main函数。main 函数是策略的入口函数，主要循环在此函数内执行，此外这个函数内还执行一个重要的操作，即访问交易所的websocket 接口，获取推送来的tick行情数据，作为K线数据生成器的原料数据。
（2）枚举值定义，其它功能函数
1、枚举类型 State声明
enum State {
STATE_NA,
STATE_IDLE,
STATE_HOLD_LONG,
STATE_HOLD_SHORT,};
因为代码中有些函数返回某个状态，所以这些状态都定义在了枚举类型 State中。
看到代码中出现 STATE_NA 即为 非正常状态， STATE_IDLE 为空闲状态，即可以对冲操作的状态。 STATE_HOLD_LONG 为持有正套对冲仓位的状态。 STATE_HOLD_SHORT为持有反套对冲仓位的状态。
2、字符串替换，本策略中没有调用，算是一个备用的工具函数，主要处理字符串。
string replace(string s, const string from, const string& to)
3、功能为转换为十六进制字符的函数 toHex
inline unsigned char toHex(unsigned char x)
4、处理url编码的函数
std::string urlencode(const std::string& str)
5、时间转换函数，把字符串格式的时间转换为时间戳。
uint64_t _Time(string &s)
（3）K线数据生成器
这个类主要就是负责把获取到的 tick 数据加工成差价K线，用于驱动策略对冲逻辑。
为什么要用 tick 数据呢？
由于单个合约的K线数据是这一个合约在一定周期内的价格变化统计。而两个合约的差价 的K线数据则是在一定周期内的差价价格变化统计，因此不能简单的拿两个合约各自的K线数据做减法运算，计算每根K线Bar上各个数据的差值，当做差价。这样最明显的错误就例如，两个合约的最高价、最低价，并不一定是同一时刻的。所以相减出来的数值没有太大意义。
因此我们需要使用实时的tick数据，实时计算差价，实时统计成一定周期内的价格变动（即K线柱上的高开低收）。这样我们就需要一个K线数据生成器，单独作为一个类，很好的进行处理逻辑分离。
（4）对冲类
1、getState
这个函数主要处理订单检测，订单撤销，仓位检测，仓位平衡等工作。
2、Loop
策略的交易逻辑封装在这个函数中，其中调用 getState ， 使用K线数据生成器对象生成 差价的K线数据，进行对冲开仓、平仓、加仓逻辑的判断。还有一些对于图表的数据更新操作。
（5）策略主函数
策略启动后是从main 函数开始执行，策略在main 函数的初始化工作中，订阅了websocket 接口的tick行情。main 函数最主要的工作就是构造了一个主循环，不停的接收交易所websocket 接口推送来的tick行情，然后调用对冲类对象的成员函数： Loop 函数。由行情数据 驱动 Loop 函数中的交易逻辑。
tick行情实际是订阅的订单薄深度数据接口，获取的是每档的订单薄数据。但是策略中只是使用了第一档的数据，其实就和tick行情数据差不多了，策略中并没有用其它档的数据，也没有用第一档的订单量数值。
仓位控制采用类似“波菲纳契”数列的对冲仓位比例，进行控制。这样的仓位控制可以实现差价越大，套利对冲数量相对增加，对仓位进行分散，从而把握住小差价波动小仓位，大差价波动仓位适当增大。
