python

Написал тут питонячью библиотечку небольшую для поиска поддержки/сопротивления.

Там пара алгоритмов для поиска уровней, один алгоритм для скоринга и возможность отрисовать уровни на чарте.

Общая концепция такая:
1. Ищем разворотные точки
2. Обучаем Agglomerative Clustering, собираем уровни из точек

Находит оно примерно следующее:



Юзайте в общем. Работает на Python 3.6+

Когда не лень выкладываю что-то по трейдингу в телегу

Всем привет!

Месяц назад я поделился скриптом для анализа отчёта Сбербанк-брокера.
Сегодня решил выложить промежуточный результат доработок.
Теперь скрипт, дополнительно, показывает:
— ТОП 5 акций в портфеле,
— Сортировка акций в портфеле по секторам,
— ТОП 5 облигаций в портфеле,
— Сортировка облигаций в портфеле по типам (ОФЗ, Субъект или Корпорат),
— Параметры портфеля,
— Действия для достижения целевых параметров портфеля (для меня это: Акции — 50%, Облигации — 40%, Золото — 10%)




( Читать дальше )

Воодушевлённый статьёй с рекламой структурных продуктов на Хабре, адаптировал python-скрипт для их самостоятельного тестирования. Основная идея в том, что подобные продукты предлагают 100% защиту капитала.  А учитывая 10 лет бычьего рынка, исторические показатели подобных продуктов одурманивают безрисковым раем.

Скрипт подойдёт для быстрого и понятного тестирования своих портфелей с ребалансировкой в разные периоды. Ну а кому-то данный инструмент может пригодиться для самостоятельного построения подобных стратегий. Их наипростейшей формы. Однако брокеры пишут, что это не каждому под силу.

Код выложен в GitHub в виде Jupyter-блокнота. Поехали!

( Читать дальше )

Интересный код, для тех, кто в теме.


Это подборка различных RL алгоритмов в реализации для трейдинга. Если пишете свой алго, возможно, тут есть что позаимствовать. Код, понятное дело, на Python.  Для тех, кто не знает, что такое reinforcement learning — погуглите, это действительно крутая штука. Имхо, это единственная технология machine learning, которая может дать что-то стоящее в трейдинге. Порог входа достаточно серьезный, но дорогу осилит идущий:)

Часть, которая завязана на принятии решении, сильно упрощена, но это реально неплохая стартовая точка.

Всем привет!

   Если Вы, как и я, являетесь клиентом брокера Сбербанка (получаете отчёты в виде HTML-файлов), немного знакомы с Python и придерживаетесь простейшей стратегии управления портфелем (периодическая ребалансировка портфеля для поддержания определённых долей типов активов), то, возможно, Вам будет полезен скриптик, который я сегодня накидал.

   Результат работы скрипта:

Принцип прост — в скрипте, в переменной REPORT_PATH, указываете путь к своему файлу с отчётом и запускаете скрипт.

  Я ни разу не программист-профессионал, и не специалист по управлению финансами, так что прошу профи не бросаться в меня чем-то тяжёлым из-за качества кода или употребляемых терминов.
Скрипт больше писался для прокачки умения работать с Python и Github.

Скрипт находится на https://github.com/Chelomir/Sberbank_Brokerage_report_analyzer

Приветствую вас, любители трейдинга!

Видел на смартлабе посты про Пайтон (Python), читать их было очень интересно, в том числе и про то, как НС торгует на бирже. В настоящее время Пайтон (https://www.python.org/) занимает 3 строчку в рейтинге по языкам программирования (https://www.tiobe.com/tiobe-index//). Сам изучал в детстве бейсик (Basic), потом паскаль (Pascal) и далее посмотрел множество языков программирования, вплоть до ассемблера. Самый тяжелый С++)), а все потому, что у него код пишется сокращенными символами, например «начало» и «конец» программы обозначались фигурными скобками «{ …здесь код… }», а у паскаля «begin» и «end». Согласитесь, проще запомнить слова, чем множество лишних для нас символов, которые хранятся у нас в головном мозге, нейронных клетках. Программировал из любопытства.

Я хочу поделиться с вами, про Нейронную сеть (НС), что меня заставляет двигаться в этом направлении вперед. Простую НС теперь может создать любой желающий, даже ребенок с 6 лет сможет понять суть работы НС и попробовать написать программу. Программировать можно через веб-сайт, например Гугол (Google) сделал потрясающую колабораторию (так он ее называет) для программирования на Пайтон (https://colab.research.google.com/).

( Читать дальше )

Предлагаем посмотреть на новую версию платформы MetaTrader 5 со следующими изменениями:

1. Terminal: Добавлено API для запроса данных из терминала MetaTrader 5 через приложения, использующие язык Python.
   
   

   Python является современным высокоуровневым языком программирования для разработки сценариев и приложений. Содержит множество библиотек для машинного обучения, автоматизации процессов, анализа и визуализации данных.

   Пакет MetaTrader для Python предназначен для удобного и быстрого получения биржевой информации через межпроцессное взаимодействие прямо из терминала MetaTrader 5. Полученные таким образом данные можно дальше использовать для статистических вычислений и машинного обучения.

   
   
   

    

   Подключение

   1. Скачайте последнюю версию Python со страницы https://www.python.org/downloads/windows
   2. При установке Python отметьте чек-бокс «Add Python X.X to PATH%», чтобы можно было из командной строки запускать скрипты на Python.
   3. Установите модуль MetaTrader5 из командной строки

( Читать дальше )

Всемирный банк выкладывает в открытый доступ тонны экономической статистики. Её можно скачивать, используя язык программирования Питон. Для этого Всемирный банк разработал питоновскую библиотеку wbank. Опишу как ею пользоваться. Писать буду так, чтобы получилось даже у человека, который из этого поста впервые узнал про Питон и Всемирный банк.
Полная документация (в этом посте она не понадобится)
---
Если вы не хотите программировать, то и не надо. Все данные можно получить и без питона и построить красивый график:
Вот, к примеру, ВВП России и Италии:

Ссылка на этот показатель. Там можно выбирать любые страны. 
Но мы пойдём другим путём! Сложным! Этот путь позволяет строить графики любого вида и анализировать данные так гибко, как только вы захотите.
На выходе у нас получится такой график: ВВП по паритету крупнейших 10 стран мира. Скрипт сам понимает, какие страны крупнейшие:

( Читать дальше )

Я тут программирую потихоньку. Осваиваю библиотеку matplotlib. Она позволяет на языке Питон рисовать красивые графики. Ловите график Российского ВВП. 

В 1 квартале 2019 ВВП вырос на 0,5%, если сравнивать с 1 кварталом 2018 года. Тут же все кому не лень начали плакать «Ааааа!!! Мы на пороге рецессии!!! Путин, что ты делаешь!!!». И ни один крикливый клоун не удосужился включить мозг и повспоминать недавние события.
Помните, в конце прошлого года ВВП резко пересчитали с прогнозных 1,8% до 2,3% и все удивлялись и возмущались, какой бесстыжий Росстат, нагло рисует цифры? А всё потому, что к 1-му кварталу 2018 года досчитали объём работ по сфере «Строительство» — строительство завода Ямал СПГ. Раньше его не учитывали, а теперь учли, потому что объект был сдан Это дало высокую базу сравнения. В сравнении с этой базой результат 1 квартала 2019 года получился скромным: +0,5%. Если бы не Ямал СПГ, рост ВВП в 1 квартале 2019 был бы намного выше.

( Читать дальше )

Продолжаю учить язык программирования Питон.
Начал разбираться с фреймворком backtrader.
https://www.backtrader.com/
Он позволяет качать котировки с YahooFinance и анализировать их. Можно гонять разные стратегии, считать сколько заработал или потерял. По себе знаю, что самое трудное — сделать первые шаги. Потом всё идёт гораздо легче. Так вот, описываю первые шаги, чтобы получить вот такую картинку. Это код из базового примера с их заглавной страницы, я сам ничего не писал. 

Это стратегия по пересечению скользяшек. На графике видно, что все сделки убыточные (вверху красные кружочки). При удачных сделках они были бы синие. Но дело не в убыточности отдельной стратегии, а в том, чтобы освоить фреймворк.
1. Качаем питон и устанавливаем https://www.python.org/
2. Запускаем чёрное окошко — cmd.exe
3. В командной строке пишем:

pip install backtrader

это установит фреймворк, а потом

( Читать дальше )