「量化交易一定要會寫程式嗎？」
不一定。我在這篇文章裡介紹了三種不用寫 Code 的方法。但如果你願意花一個下午學一點 Python，你能做到的事情會完全不同。
用 Pine Script 你只能在 TradingView 上跑回測。用 Python 你可以直接連上交易所 API、自動下單、抓即時數據、跑自己的多因子模型。這是從「用別人的工具」到「自己造工具」的跨越。
這篇的目標：讓一個從沒碰過 Python 的人，在兩小時內跑出第一個能自動在 OKX 上下單的程式。不講廢話，每一行程式碼都會解釋。
環境安裝（15 分鐘）
安裝 Python
去 python.org 下載最新版 Python（建議 3.10 以上）。安裝時記得勾選「Add Python to PATH」。安裝完打開終端機（Windows 用 CMD 或 PowerShell，Mac 用 Terminal），輸入：
python --version看到版本號就代表安裝成功。
安裝必要套件
pip install python-okx pandaspython-okx 是 OKX 的官方 Python SDK，封裝好了所有 API 呼叫。pandas 是數據處理神器，後面會用到。
取得 OKX API Key
登入 OKX，進入「個人中心」→「API」。點「建立 API Key」。給 API Key 取個名字（比如「python-bot」）。權限設定：勾選「讀取」和「交易」。不要勾「提幣」——這是安全原則，即使 API Key 洩漏也不會被轉走資金。設一個 API 密語（passphrase），記下來。點確認後，你會看到 API Key 和 Secret Key。把這兩個加上 passphrase 存到安全的地方——Secret Key 只會顯示一次。
安全提醒：API Key 不要寫在程式碼裡上傳到 GitHub。用環境變數或 .env 文件來管理。
第一個程式：查詢 BTC 價格
import okx.MarketData as MarketData
# 建立 API 連線（查詢市場數據不需要 API Key）
market = MarketData.MarketAPI(flag="0") # 0=實盤, 1=模擬盤
# 查詢 BTC/USDT 最新價格
result = market.get_ticker(instId="BTC-USDT")
price = result["data"][0]["last"]
print(f"BTC 當前價格: {price} USDT")把這段存成 check_price.py，在終端機跑 python check_price.py。如果你看到一個數字，恭喜——你已經成功連上 OKX API 了。flag="0" 是實盤環境，"1" 是模擬盤。建議你所有測試都先在模擬盤跑。
第二個程式：查詢帳戶餘額
import okx.Account as Account
api_key = "你的API_KEY"
secret_key = "你的SECRET_KEY"
passphrase = "你的PASSPHRASE"
account = Account.AccountAPI(api_key, secret_key, passphrase, flag="1")
result = account.get_balance()
for item in result["data"][0]["details"]:
if float(item["cashBal"]) > 0:
print(f"{item['ccy']}: {item['cashBal']}")注意 flag="1"——我用的是模擬盤。在你確定程式邏輯完全正確之前，永遠用模擬盤測試。
核心程式：30 行自動下單
這個程式的邏輯是：查詢 BTC 當前價格 → 在當前價格下方 1% 掛一個限價買單 → 設好止盈止損。
import okx.Trade as Trade
import okx.MarketData as MarketData
# API 設定
api_key = "你的API_KEY"
secret_key = "你的SECRET_KEY"
passphrase = "你的PASSPHRASE"
flag = "1" # 模擬盤
# 建立連線
market = MarketData.MarketAPI(flag=flag)
trade = Trade.TradeAPI(api_key, secret_key, passphrase, flag=flag)
# 查詢 BTC 當前價格
ticker = market.get_ticker(instId="BTC-USDT")
current_price = float(ticker["data"][0]["last"])
print(f"BTC 當前價格: {current_price}")
# 計算掛單價格（當前價格的 99%，即下方 1%）
buy_price = round(current_price * 0.99, 1)
# 計算止盈止損
tp_price = round(buy_price * 1.03, 1) # 止盈 +3%
sl_price = round(buy_price * 0.98, 1) # 止損 -2%
# 下限價買單
result = trade.place_order(
instId="BTC-USDT",
tdMode="cash",
side="buy",
ordType="limit",
px=str(buy_price),
sz="0.001",
tpTriggerPx=str(tp_price),
tpOrdPx=str(tp_price),
slTriggerPx=str(sl_price),
slOrdPx=str(sl_price),
)
if result["code"] == "0":
print(f"下單成功！掛單價: {buy_price}")
print(f"訂單ID: {result['data'][0]['ordId']}")
else:
print(f"下單失敗: {result['data'][0]['sMsg']}")30 行。做了四件事：連上 API → 查價格 → 算出掛單價和止盈止損 → 下單。
逐段解釋
連線部分（第 4-12 行）：用你的 API Key 建立跟 OKX 的連線。MarketAPI 不需要認證（公開數據），TradeAPI 需要認證（涉及你的帳戶）。
查價和計算（第 15-22 行）：先查 BTC 即時價格，然後算出比當前價格低 1% 的買入價、+3% 的止盈價、-2% 的止損價。這些百分比你可以根據自己的策略調整。
下單（第 25-35 行）：place_order 是最核心的函數。tdMode="cash" 是現貨，合約改成 "isolated"（逐倉）。side="buy" 是買入。ordType="limit" 是限價單，改成 "market" 就是市價單。合約交易的完整教學可以看這篇。
進階：定時查價 + 條件下單
把上面的程式加一個循環，就變成一個簡單的自動交易機器人。以下是一個每小時檢查 RSI，超賣就買入的範例：
import time
import okx.Trade as Trade
import okx.MarketData as MarketData
# （API 設定省略，同上）
market = MarketData.MarketAPI(flag="1")
trade = Trade.TradeAPI(api_key, secret_key, passphrase, flag="1")
def get_rsi(instId, period=14):
candles = market.get_candlesticks(instId=instId, bar="1H", limit=str(period+1))
closes = [float(c[4]) for c in candles["data"]]
closes.reverse()
gains, losses = [], []
for i in range(1, len(closes)):
change = closes[i] - closes[i-1]
gains.append(max(change, 0))
losses.append(max(-change, 0))
avg_gain = sum(gains) / period
avg_loss = sum(losses) / period
if avg_loss == 0: return 100
return 100 - (100 / (1 + avg_gain / avg_loss))
while True:
rsi = get_rsi("BTC-USDT")
ticker = market.get_ticker(instId="BTC-USDT")
price = float(ticker["data"][0]["last"])
print(f"BTC: {price} | RSI: {rsi:.1f}")
if rsi < 30:
print("RSI 超賣！買入...")
trade.place_order(instId="BTC-USDT", tdMode="cash",
side="buy", ordType="market", sz="0.001")
time.sleep(3600)這就是你在回測教學裡學的 RSI 策略——只不過現在它是自動執行的。
安全注意事項
API Key 安全。不要把 API Key 寫死在程式碼裡。用環境變數：
import os
api_key = os.environ.get("OKX_API_KEY")
secret_key = os.environ.get("OKX_SECRET_KEY")
passphrase = os.environ.get("OKX_PASSPHRASE")IP 白名單。在 OKX 的 API 設定裡，把你的電腦 IP 加入白名單。即使 Key 洩漏，別人也無法從其他 IP 呼叫。
模擬盤先跑。任何新策略都先在模擬盤上跑至少一週。確認邏輯正確後再切實盤。
錯誤處理。網路會斷、API 會逾時。你的程式需要有 try-except 來處理這些情況。
資金上限。在程式裡硬編碼一個最大下單金額。即使程式出 bug 連續下單，也不會超過上限。
從這裡往哪走？
學完這篇你已經能用 Python 連上 OKX API 自動查價和下單了。接下來可以：把七種量化策略的任何一種用 Python 實現、用 pandas 處理歷史 K 線跑本地回測、把程式部署到雲伺服器 24 小時運行。
延伸閱讀
從零開始：量化交易入門。不想寫程式？三種不用 Code 的方法。先用 Pine Script 練手：Pine Script 中文教學。學會回測再上線：回測教學。搞懂合約操作：OKX 合約交易教學。
常見問題 FAQ
完全不會程式，學 Python 量化交易要多久？
如果你只是要連上 OKX API 做基本的自動下單（像本文的 30 行程式），一個下午就能跑起來。但如果你想寫更複雜的策略（多因子模型、數據分析、風控系統），需要花 2-4 週學 Python 基礎和 pandas 數據處理。建議先用本文的程式碼在模擬盤上跑通，再逐步擴展。
OKX API Key 洩漏了怎麼辦？
立刻到 OKX 個人中心刪除該 API Key 並建立新的。如果你建 Key 時沒有勾選「提幣」權限（本文強烈建議不勾），那最壞情況是別人能用你的帳戶交易，但不能把錢轉走。如果設了 IP 白名單，即使 Key 洩漏別人也無法從其他 IP 使用。這就是為什麼安全設定這麼重要。
模擬盤和實盤的差異大嗎？
API 介面完全一樣（只差 flag 參數），所以程式邏輯的驗證是準確的。但模擬盤不會有真實的滑點和流動性問題——你的市價單永遠能以理想價格成交，但實盤在大波動時可能滑點很大。建議模擬盤跑通後，先用最小金額（0.001 BTC）在實盤驗證一週。
Python 量化交易程式需要 24 小時運行嗎？
取決於你的策略頻率。如果是每小時檢查一次 RSI 的策略，關電腦就停了。解決方案有三個：把程式部署到雲伺服器（AWS、DigitalOcean 等，月費約 5-10 美元）；用 OKX 的條件單功能讓交易所幫你監控觸發條件；或用 交易機器人平台來跑策略，它們的伺服器 24 小時運行。
Mr. Slash 不是你的理財顧問。本文的程式碼僅用於教學目的，不構成投資建議。自動交易有程式錯誤和市場風險，請務必先用模擬盤測試，並且只用你虧得起的資金。
發表迴響