不負責聲明

本程式僅供教學用，有幾點必須要注意：

• 萬一新光證券改版，程式會無法使用喔！
• 不要在開盤的時候測試，不然就會直接買賣了喔0.0
• 在關市時實驗，記得要刪掉委託單喔！
• 不要在開盤的時候測試
• 不要在開盤的時候測試
• 不要在開盤的時候測試(很重要！多加幾行XD)

使用Selenium

這是一個網頁自動化工具，通常是拿來測試網頁用，但是拿來下單也可以！
我們用它是因為它支援javascript，實做起來就像是按鍵精靈一樣，比較簡單一點！

安裝方法請參考Selenium

除了pip install selenium以外，還必須要下載driver才行喔！
driver 就是一個控制瀏覽器的接口，可以挑chrome、firefox等來用。

自動登入

安裝好了之後，我們先來分析下新光金控的下單流程：

1. 連結到新光證券富貴角
2. 輸入帳密
3. 按「登入」

人工執行很簡單，但是要python執行怎麼寫呢？

首先，雖然人眼看到的是網頁，但程式看到的，都是代碼，
所以輸入帳密時，我們必須找出代碼中，對應到帳密的欄位進行填寫，
可以對著欄位按右鍵，查找該欄位的ID

於是我們就有了第一段程式碼（可以從第30行開始看就好了）：

# 1. webdriver: 就是瀏覽器的介面，可以操控瀏覽器
# 2. EC、WebDriverWait：我們可以用WebDriverWait等待EC的條件成立，才執行某些動作
# 3. By：寫條件的時候，用By來獲取網頁上的元素
from selenium import webdriver
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.common.by import By

# 用來填寫表單的function
def text_input(driver, idname, text):

    # 確認欄位id存在
    field = WebDriverWait(driver, 10).until(
        EC.presence_of_element_located((By.ID, idname))
    )
    # 清空並填入欄位
    field.clear()
    field.send_keys(text)

# 等 idname 按鈕出現時，按一下
def wait_then_click(driver, idname):

    # 確定按鈕存在
    element = WebDriverWait(driver, 10).until(
        EC.presence_of_element_located((By.ID, idname))
    )
    # 按一下
    element.click()

# 打開瀏覽器，並到登入的網址
driver = webdriver.Firefox(executable_path='你的driver的位置')
driver.get('https://w.sk88.com.tw/Cross/Pc/Login.aspx')

# 填入帳號密碼，按確認
text_input(driver, 'TxtIDNo', '你的帳號')
text_input(driver, 'TxtPass', '你的密碼')
wait_then_click(driver, 'Button1')

第30行才開始執行按鍵精靈的功能，假如前面看不懂就省略吧XD
以上代碼和解釋就請大家自行讀取囉！

但事情沒那麼簡單…

登入後就看到一行：本機無有效憑證，故無法網路下單，僅提供看盤資訊。

但我們就是想要網路下單呀！所以，只能來個自動匯入憑證了！

# 按一下確定
wait_then_click(driver, 'Button1')

# 匯入憑證（windows裡面的路徑要改成反斜線喔！「C:\hello\something\SKIS_xxx.pfx」之類的）
driver.find_element_by_id("FileUploadCert").send_keys('/Users/放哪都可以/Documents/SKIS_xxx.pfx')
text_input(driver, 'TxtCertPass', '你的密碼')

# 按「確認」
wait_then_click(driver, 'BtnImport')
wait_then_click(driver, "jqismooth_state0_button確　 認")

接下來我們又跳回到登入頁面了，所以再登入一次就可以下單囉！

import time
time.sleep(3)
text_input(driver, 'TxtPass', '你的帳號')
text_input(driver, 'TxtIDNo', '你的密碼')
wait_then_click(driver, 'Button1')

為什麼這邊要用time.sleep呢？
我也很想避免，但可能是page loading完，有一些javascript要驗證，
所以不能太快填寫表單，不然會被清除，加了sleep等待javascript驗證完畢，才能使用，
經過了百般折騰，我們終於可以正式的來下單了！

下漲停單

接下來就來示範漲停單，首先這個頁面，是非常可怕的連環iframe所包成的
什麼是iframe呢？白話來說就是網頁中的網頁，的意思…
所以這個下單介面，就是網頁包網頁包網頁，如下圖：

我們必須再深入兩層iframe，才能到達下單的真正網頁：

driver.switch_to_default_content()

WebDriverWait(driver, 10).until(EC.presence_of_element_located((By.NAME, "Content")))
driver.switch_to.frame('Content')

WebDriverWait(driver, 10).until(EC.presence_of_element_located((By.ID, "OrderPanel")))
driver.switch_to.frame('OrderPanel')

接下來就可以利用這個iframe下單了，總共有七個步驟，以漲停買入為例，如下圖：

這邊要注意第三跟五的步驟，我們要等待特定的事件發生，才能繼續進行喔！
因為這關係到網頁與新光證券的伺服器中間的認證，沒有等待就下不了單喔！

接下來就把這七個步驟寫成代碼：

stock_id = '2330'
bs = 'buy'
amount = 1

# 第一步驟
text_input(driver, 'TxtSymb', stock_id)

# 第二步驟
btnbs_xpath = "//span[@id='RdoOrls']/label/span" if bs == 'buy' else "//span[@id='RdoOrls']/label[2]/span"
driver.find_element_by_xpath(btnbs_xpath).click()

# 第三步驟
if bs == 'buy':
    WebDriverWait(driver, 10).until(EC.presence_of_element_located((By.XPATH, "//body[@style='background: rgb(255, 192, 203) none repeat scroll 0% 0%;']")))
else:
    WebDriverWait(driver, 10).until(EC.presence_of_element_located((By.XPATH, "//body[@style='background: rgb(167, 217, 254) none repeat scroll 0% 0%;']")))

# 第四步驟
btnlimit_xpath = "//span[@id='RdoOrpt']/label[2]/span" if bs == 'buy' else "//span[@id='RdoOrpt']/label[4]/span"
driver.find_element_by_xpath(btnlimit_xpath).click()

# 第五步驟
if bs == 'buy':
    WebDriverWait(driver, 10).until(EC.presence_of_element_located((By.XPATH, '//input[@id = "TxtOrpr" and @value = "漲停價"]')))
else:
    WebDriverWait(driver, 10).until(EC.presence_of_element_located((By.XPATH, '//input[@id = "TxtOrpr" and @value = "跌停價"]')))

# 第六步驟
text_input(driver, 'TxtOrsh', str(amount))

# 第七步驟
driver.execute_script('QueryConfirm()')
wait_then_click(driver, 'jqismooth_state0_button確　 認')
wait_then_click(driver, 'jqismooth_state0_button離　 開')

這邊我有用一些xpath的方式，來查找一些按鈕，可以參考xpath教學
假如已經事先登入，執行這7個步驟，大約落在3秒左右，應該還算是堪用，
但以上範例都是用漲停或是跌停買賣，而且我真的沒有在盤中使用過，還請小心服用！

以上就是盤中買賣不負責教學！不知道大家有什麼建議呢？

1. 用數學模型，運算出買賣股票清單
2. 清單自動與看盤軟體對接，實現自動買賣

今天就教你怎麼將自己的帳戶與python做連接，讓電腦得知你實際持股的部位。

打開券商看盤軟體（網站）

首先，我們針對新光證券來進行對接，其它證券的朋友就不好意思了，我只有新光XDD，但每一家的網站設計不會差太多，可以舉一反三，做出其它證券的對接系統。

雖然我是新光的用戶，但新光的網站真的很瞎！介面老舊不說，每天早上9點開盤必當機…好在我都是直接下開盤漲停買入，我是可憐窮散戶金額小所以沒差XDD。

打開網頁，監控network

接下來我們要來查看登入機制是如何運作的，知道了內部的機制，才能用python來模擬登入的動作喔！

1. 用無痕視窗登入頁面
2. 對著網頁任何一處按右鍵，選擇inspect（中文忘記是什麼了，反正就是最下方那個XD）
3. 選擇network（一樣請自己對照中文）

做完這三步驟你應該會看到以下節圖：

這個 Network 列表是做什麼的？

network這個列表，最主要就是會紀錄網頁所用到的 get 跟 post 的請求，什麼是 get 跟 post 呢？籠統的說，這些就是你的瀏覽器跟網站主機互動時的通信方式，平常瀏覽網頁，將網頁從網路上下載到瀏覽器中，這個動作通常是用get，而隱私性比較高的（登入、修改網路上的資料），就會用 post。

輸入你的帳號密碼按下登入，你會看到network的列表出現了很多東西，大部分的都不重要，請點選其中的 Login.aspx，裡面紀錄著用來登入的通訊過程。

你應該會看到以上的節圖，裡面有些重要的資訊，我們先把登入當作是一封寫給新光主機的信，上圖中包含了幾個重要的資訊：

1. 信寄到：https://w.sk88.com.tw/Cross/Pc/Login.aspx 這個地方
2. 這是一個 POST request
3. server 回覆代號是 302 （通常是2XX、或3XX。4XX、5XX代表有問題）

查看 Request 內容

目前知道的訊息有：信的種類為 post，而地址也有了。但信中的內容要寫什麼呢？無非就是跟登入有關的訊息吧！例如帳號密碼之類的，所以我們將視窗往下拉，看到form data這裡：

你可以看到信封裡的內容：

1. __EVENTTARGET: 欄位為空
2. __EVENTARGUMENT: 欄位為空
3. __VIEWSTATE: 亂碼
4. __VIEWSTATEGENERATOR: 亂碼
5. __EVENTVALIDATION: 亂碼
6. TxtIDNo: 你的身份證字號,
7. TxtPass: 你的密碼,
8. HiddenIDNo: 你的生份正字號,
9. Button1: 登入,

我們可以發現除了帳號密碼外，還有很多怪東西，例如：「__EVENTTARGET」等等，這些東西我們不能亂填，我們得找到這些欄位的正確內容，登入才會生效。
我們可以到原本的登入網頁找：

1. 回到登入頁面（inspect依然開啟）
2. 點選 inspect 中的 Element，打開網站的原始碼，並搜尋（Ctrl-F 或 Cmd-F），’__VIEWSTATE’，就可以找到一它的value是多少了！
3. 其它如「__EVENTARGUMENT」、「__VIEWSTATE」、「__VIEWSTATEGENERATOR」、「__EVENTVALIDATION」也是用一樣的方式找

以下是節圖：

當然自己慢慢輸入肯定很蠢，所以這一切都要用python自動化才行！
以後真的只要1秒就可以下載好，省去網站慢吞吞填入帳密。。。

寫code時間

所以你已經瞭解了原理了，接下來就是實做！
首先，我們要得到網頁，找尋當中的「__VIEWSTATE」等驗證碼：
得到網頁、驗證碼

import re
import requests
import pandas as pd
from io import StringIO

# 開啟瀏覽器
ses = requests.Session()

# 打開登入網頁
d = ses.get('https://w.sk88.com.tw/Cross/Pc/Login.aspx')

# 此函式會找特定的value，如「__VIEWSTATE」等
def find_value(name, web):
    reg = 'name="' + name + '".+value="(.*)" />'
    pattern = re.compile(reg)
    result  = pattern.findall(web.text)
    try:
        return result[0]
    except:
        return ""

# 使用方式
find_value('__VIEWSTATE', d)

我特別寫好了一個 find_value 的函式，它會幫你找出網頁中的怪碼，大家有興趣可以去研究 regex ，用來解析字串用的。

於是__VIEWSTATEGENERATOR、 __EVENTVALIDATION，這些怪東西的驗證碼就被找到了！

寫信封的內容

接下來我們再來實際的登入：

用python模擬登入

data = {
    '__EVENTTARGET': find_value('__EVENTTARGET', d),
    '__EVENTARGUMENT': find_value('__EVENTARGUMENT', d),
    '__VIEWSTATE': find_value('__VIEWSTATE', d),
    '__VIEWSTATEGENERATOR': find_value('__VIEWSTATEGENERATOR', d),
    '__EVENTVALIDATION': find_value('__EVENTVALIDATION', d),
    'TxtIDNo':'你的身份證字號（帳號）',
    'TxtPass':'密碼',
    'HiddenIDNo':'你的身份證字號（帳號）',
    'Button1':'登入',
}

login = ses.post('https://w.sk88.com.tw/Cross/Pc/Login.aspx', data=data)

以上的code，就是創建信封的內容 data，並發送「POST」，請求登入。記得要修改改帳號密碼才能用喔！

下載持股部位

接下來，由於已經登入了，我們就去相對應的網址，下載自己的持股部位：
下載持股部位

# 下載持股
data = ses.get('https://w.sk88.com.tw/Cross/Pc/QueryPositionRealTime.aspx')
data.encoding = 'utf-8'

# 用 pandas 整理
df = pd.read_html(StringIO(data.text))[0]

# 設定第一行row 為 欄位名稱
df.columns = df.iloc[0]

# 刪除第一行row
df = df.iloc[1:]
df

以上是我的持股記錄，趁最近表現不錯放一下XDD，這只是表面績效很好，實際上沒那麼好，因為最近賣了很多虧損股，只剩好的股票，所以才看起來光鮮亮麗。絕對不能只看持股獲利，還必須考慮銀行帳戶中的存款才行喔！不然很有可能發現，持股獲利很高，但帳戶餘額慢慢變少的情況喔！

以上就是今天的教學，有以下幾個小重點：

1. 學習用chrome來找 get post 的方法
2. 利用python 模擬登入帳號
3. 下載自己的持股狀況

下次會介紹如何串接自動化買賣，敬請期待！

我就在想，有沒有一種投資方法，
可以自動化投資加密貨幣，卻不用承受這麼高的風險？
於是開始研究基於加密貨幣的量化投資，
寫成一系列的文章，共12篇，一篇只需要操作 15 分鐘，
分享給大家！

為什麼要投資加密貨幣

加密貨幣當前是個小眾市場，但是有很大的潛力
從貨幣供給、基本面的角度，加密貨幣也是非常有市場的
是值得投資的商品

德意志交易所（Deutsche Bórse）
這個月發行了 BTC-E
是由 100% BTC 支持的
代表每個德國人，都可以從股票帳戶購買 BTC！

當初被世界各國禁止，
現在反而是逐漸開放，
從期貨、現貨等，進入人們的日常，
你還覺得加密貨幣沒有未來嗎？

前導：（Python x Crypto (Part 1)：為什麼是比特幣？）

然而投資跟投機往往一線之間，
像是比特幣
波動就非常大！
所以持有時加密貨幣一定要

• 少部位
• 用量化分析降低風險

買入時機： Miner Capitulation 指標

長期投資，究竟要怎麼投資比特幣？
可以參考一個很有用的指標，
不過這個指標的原理，比較複雜，
需要兩篇的時間慢慢解說：

• 用Python投資加密貨幣：比特幣操作最強指標(原理篇)
• 用Python投資加密貨幣：比特幣操作最強指標(技術篇)

學完後，你就可以製作出下面這種專業的操盤工具喔！

上述指標
在歷史上看來很準確
但是可以投資的時機真的太少了
畢竟比特幣的上漲跟下跌週期非常長

要怎麼樣可以安穩的投資加密貨幣呢？
我們可以用量化投資的方式，
只要重複做簡單的操作
就可以有效控制風險！

用 Python 做自動化投資（量化投資）

要打造一個可用的交易策略，
可以參考下方的文章
每一步程式碼都可以在 Colab 線上執行
不需要安裝和設定 Python 環境，
你可以現在就跟我們一起
來做量化投資的實驗喔！

1. 獲得歷史數據：加密貨幣爬蟲撰寫
2. 找出交易訊號：交易策略訊號實做
3. 模擬回測績效：實做回測績效驗證
4. 策略參數優化：二十倍的策略優化

學完上方單元，就能做出歷史績效高達20倍的比特幣交易策略喔！

有了以上的研究，
再加上你自己的創意，
不斷的嘗試，
就會有底氣，
可以買入人生第一枚加密貨幣了！

加密貨幣入金

然而，究竟要怎麼買？買多少？這篇文章告訴你：

• 如何投資加密貨幣
• 加密貨幣入金

上面的文章總結，
我們可以有兩種投資的方法：

1. 小額長線投資
2. 量化策略投資

其中，量化投資需要有紀律的操作，
但是，萬一訊號出現在午夜，
難道我們要熬夜操做嗎？
也太累了吧？！

所以我們也額外教大家
怎麼做一個全自動化的策略
我們是利用 Amazon Web Service （AWS）
裡面的 Lambda 功能
來自動監控策略，
決定買入賣出的喔！

策略雲端交易

使用 AWS Lambda 的好處
就是在每個月提供 400,000 GB-seconds 的額度
照著下方的教學，基本上不太會超額
讓你雲端免費自動下單交易！

• 基本功能：AWS 簡易架設
• 用 AWS 算出策略多空
• AWS 手機監控與雲端下單

有了雲端的自動執行策略，
就可以讓你 忘記交易
直到某一天 突然想起
打開手機，發現帳戶資產多了個零！（為了押韻，純屬效果XD）

用最科學的方式，投資最先進的貨幣

加密貨幣是體制上的顛覆，
加密貨幣之於傳統貨幣，就像是Uber之於計程車行一樣，
引入新的科技，必然會有一些配套措施來不及因應（詐騙、價格波動），
也會引來舊有制度的既得利益者反感。

加密貨幣的發展有些顛頗，
但長期來說，整個世代會朝著先進、便利的方向發展。
或許一百年後的未來，大家會嘲笑現在的金融體制怎麼這麼不方便呢！

FinLab 的目標，就是
希望可以在量化投資的路上，當大家的「武器製造商」！
就讓我們一起用 Python 勇闖未來吧！

如果喜歡我們的文章，也歡迎參考我們最新募資的線上課程「用 Python 理財：打造加密貨幣實戰策略」，在線上課程中，我們會更有系統、更完整地教您如何從無到有，打造10種加密貨幣實戰策略，並且能夠自動化雲端交易！有興趣的話，可以點此觀看課程介紹影片喔！

我們上次已經寫好了「核心」程式，但什麼時候，才能執行這些程式呢？總共有兩種方式啟動程式：

1. 一種是連上網監控
2. 另一種是時間間格、自動下單（每4小時）

1. 連上網監控

我們可以用「新增觸發條件」來觸發，並且點選「API Gateway」：

最後會給你一個網址，用任何手機、筆電 連進去就可以了！

2. 時間間格、自動下單

首先我們先將原本的 API Gateway 刪除，然後再增加新的 Trigger：每4小時執行一次！

這樣就會四小時執行一次了！

假如我們希望它四小時判斷多空與下單，可以將上一個單元的範例，做以下的修改：

1. 新增 client 使用金鑰登入（可以到 Binance 申請）
2. 做多時，要買入「BTCUSDT」
3. 做空時，賣出「BTCUSDT」

以下的範例，在做空時，我們只單純的賣出，而不額外做空，因為我們現在是用現貨且無槓桿的交易帳戶，所以沒有辦法做空喔！
假如想要做BTC期貨，也可以參考官方的Margin Trading End Point

以下就是現貨範例：

import json
from binance.client import Client

def lambda_handler(event, context):
    
    ##########
    # Login #
    ##########
    
    # before:
    # client = Client()
    
    # after:
    PUBLIC = '<YOUR-PUBLIC-KEY>'
    SECRET = '<YOUR-SECRET-KEY>'
    QUANTITY = 0.0001

    client = Client(api_key=PUBLIC, api_secret=SECRET)
    
    ###################
    # historical data #
    ###################
    
    klines = client.get_historical_klines("BTCUSDT", Client.KLINE_INTERVAL_4HOUR, "two week ago")
    
    def sma(n):
        return sum([float(k[4]) for k in klines[-n-1:-1]])/n
    
    def prev_sma(n):
        return sum([float(k[4]) for k in klines[-n-2:-2]])/n
    
    sma60 = sma(65)
    sma5 = sma(5)
    
    psma60 = prev_sma(65)
    psma5 = prev_sma(5)

    ###################
    #      Trade      #
    ###################
    
    ret = ''
    
    if sma5 > sma60 and psma5 < psma60:
        ret = 'long'
        order = client.order_market_buy(
            symbol='BTCUSDT',
            quantity=QUANTITY)
        
    if sma5 < sma60 and psma5 > psma60:
        ret = 'short'
        order = client.order_market_sell(
            symbol='BTCUSDT',
            quantity=QUANTITY)
        
    if sma5 < sma60 and psma5 < psma60:
        ret = 'hold short'
    
    if sma5 > sma60 and psma5 > psma60:
        ret = 'hold long'

    # TODO implement
    return {
        'statusCode': 200,
        'body': json.dumps('btc-trading-signal: ' + ret)
    }

經過這12個單元，相信大家對於加密貨幣量化交易有初步的理解，大概瞭解如何建構一個自動化的交易系統！

你會發現，手刻一個交易系統，其實沒有很難，難的在於，如何「系統化」的建立一個多元的交易策略，研發多個策略 並統整起來，考驗大家撰寫策略、系統化的能力！

怕輸太多錢嗎？沒關係，因為加密貨幣可以切割至 10 的 8 次方！就算你有一百種不同的策略，也可以用300元台幣順利分散風險喔！所以不要再猶豫了，趕快來試試看吧！

如果喜歡我們的文章，也歡迎參考我們最新募資的線上課程「用 Python 理財：打造加密貨幣實戰策略」，在線上課程中，我們會更有系統、更完整地教您如何從無到有，打造10種加密貨幣實戰策略，並且能夠自動化雲端交易！有興趣的話，可以點此觀看課程介紹影片喔！