Тем, кто не читал предыдущий топик этой темы, рекомендую для начала ознакомиться с ним [1].

В комментариях к предыдущему топику меня критиковали за неоптимальность кода Python. Однако, текст читают люди с совершенно разной подготовкой — от почти не знающих Python или знающих другие языки программирования, до продвинутых пользователей. Последние легко могут обнаружить неоптимальность кода и заменить его своим. Тем не менее, код должен быть доступен и новичкам, возможно не обладающим знанием пакетов и продвинутых методов. Поэтому, в коде я буду, по возможности, использовать только базовые конструкции Python, не требующие глубоких знаний, и которые могут легко читаться людьми, программирующими на других языках. Вместе с тем, по мере изложения, без фанатизма, буду вводить и новые элементы Python.
Если вы хотите как-то улучшить или оптимизировать код, приводите его в комментариях — это только расширит и улучшит изложенный материал.

Ну, а сейчас мы займемся разработкой и тестированием индикаторов. Для начала нам нужна простейшая стратегия с использованием МА — его и построим. Самой лучшей по характеристикам МА является ЕМА. Формула ЕМА:

Всем привет!

Вдохновился данным постом ( https://smart-lab.ru/blog/616708.php ) и решил немного подпилить код, пока карантин делать нечего.

Кто не знал как скачивать котировки по одной компании вручную — сайт для скачивания котировок по одному тикеру (финам):
www.finam.ru/profile/moex-akcii/gazprom/export/

Тут через питон скачиваем котировки из текстового файла, в который вносим желаемые тикеры компаний:




Сайт для скачивания среды программирования Python (PyCharm), пойдет обычная версия:
www.jetbrains.com/ru-ru/pycharm/download/#section=windows

Файлы из видео, в том числе и со списком тикеров:
yadi.sk/d/R3BSbFjV3Pfydg

Код программы:

import requests
import datetime
import pathlib
import apimoex
import pandas as pd
 
board = 'TQBR'
 
with open("C:/PYEX/TICK.txt", "r") as TICKs:
    TICKs = [line.rstrip() for line in TICKs]
pathlib.Path("C:/PYEX/Database/{}".format(board)).mkdir(parents=True, exist_ok=True)
process = 0
with requests.Session() as session:
    for TICK in TICKs:
         process = process + 1
         print((process / len(TICKs)) * 100, ' %')
         data = apimoex.get_board_history(session, TICK, board=board)
         if data == []:
             continue
         df = pd.DataFrame(data)
         df = df[['TRADEDATE','CLOSE']]
         df.to_excel("C:/PYEX/Database/{}/{}.xlsx".format(board,TICK), index=False)

Инвест привет!

Алроса рекомендовала выплатить остатки свободного денежного потока за 2019.

В соответствии с действующей дивидендной политикой АЛРОСА, Набсовет рекомендовал общему собранию акционеров направить на выплату дивидендов по итогам деятельности компании за 2019 год 100% свободного денежного потока (СДП), который составил 47,65 млрд рублей. Это соответствует 6,47 руб. на акцию.

Выплатили все до копейки. Платят к сожалению от стандартного FCF без учета процентов по кредиту.

За последние дни привилегированные акции Россетей выросли более чем на 10% на фоне новостей о размере дивидендов. 

Совет директоров компании рекомендовал финальные дивиденды за 2019 г. в размере 0,1893 руб. на «префы» и 0,0885 руб. на обыкновенные акции (рекордные дивиденды на обычку). Всего на выплату дивидендов Россети планируют направить 23 млрд руб., с учётом дивидендов за I кв. 2020 г. в размере 5 млрд руб. 

В соответствии с роликом вчера на ютубе — взял себе Сбербанка Преф.

Облигации выставил на продажу. Загрузка портфеля — 27%

Дальше буду ждать следующих событий:
1️⃣ 15 мая. Если не увижу падения — буду наращивать еще 10%

2️⃣ Пробоя индексов по РТС 1200 и ММВБ 2800. При их пробое — буду наращивать

3️⃣ Либо падения на 900 по РТС. И там тогда буду наращивать 25%.

Пока ПЛАН 3- это основной план.

Идем дальше!

В телеграмме каждый день обсуждаем ситуацию онлайн @trader_chernyh