Jeg er ny til programmering, Python og Pandas så forhåpentligvis er dette ikke et dumt spørsmål. Jeg har lastet ned noen FOREX-data herfra. En måneders verdi av data er rundt 50mil linjer i CSV-format for alle par. Jeg vil til slutt kunne teste en strategi på tvers av flere tidsrammer og instrumenter. Her er koden jeg bruker: På alt annet enn en avkortet testfil tar denne lesingen i gang lang tid. Er det en måte jeg skal lagre dataene på slik at Pandas kan lese filene mye raskere Er det en grense for størrelsen på dataene som Pandas med rimelighet kan håndtere. Enhver hjelp vil bli verdsatt. Les mer Kvant ferdigheter Hvis du er en handelsmann eller en investor og ønsker å skaffe seg et sett med kvantitative handelsferdigheter, er du på rett sted. Trading med Python-kurset vil gi deg de beste verktøyene og rutene for kvantitativ handelsforskning, inkludert funksjoner og skrifter skrevet av ekspertkvantitative handelsfolk. Kurset gir deg maksimal effekt for din investerte tid og penger. Det fokuserer på praktisk anvendelse av programmering til handel i stedet for teoretisk datavitenskap. Kurset vil betale seg raskt, ved å spare tid i manuell behandling av data. Du vil bruke mer tid på å forske på strategien og gjennomføre lønnsomme handler. Kursoversikt Del 1: Grunnleggende Du lærer hvorfor Python er et ideelt verktøy for kvantitativ handel. Vi vil starte med å sette opp et utviklingsmiljø og vil da introdusere deg til de vitenskapelige bibliotekene. Del 2: Håndtere data Lær hvordan du får data fra ulike gratis kilder som Yahoo Finance, CBOE og andre nettsteder. Les og skriv flere dataformater, inkludert CSV - og Excel-filer. Del 3: Forsker strategier Lær å beregne PL og tilhørende resultatmålinger som Sharpe og Drawdown. Bygg en handelsstrategi og optimaliser ytelsen. Flere eksempler på strategier diskuteres i denne delen. Del 4: Going live Denne delen er sentrert rundt Interactive Brokers API. Du lærer hvordan du får realtids lagerdata og plasserer livebestillinger. Massevis av eksemplskode Kursmaterialet består av notatbøker som inneholder tekst sammen med interaktiv kode som denne. Du vil kunne lære ved å samhandle med koden og endre den til din egen smak. Det vil være et godt utgangspunkt for å skrive egne strategier Mens noen emner blir forklart i detalj, for å hjelpe deg med å forstå de underliggende konseptene, vil du i de fleste tilfeller ikke trenger å skrive din egen lavnivåkode på grunn av støtte fra eksisterende åpne - kilder biblioteker. TradingWithPython bibliotek kombinerer mye av funksjonaliteten som diskuteres i dette kurset som en ferdig til bruk-funksjon, og vil bli brukt gjennom hele kurset. Pandas vil gi deg all den kraftige løftekraften som trengs for datatrykk. Alle koden er gitt under BSD-lisensen, slik at den brukes i kommersielle forpliktelser. Kursuskarakter En pilot av kurset ble avholdt våren 2013, dette er hva studentene fikk å si: Matej godt utformet kurs og god trener. Absolutt verdt sin pris og min tid Lave Jev visste åpenbart hans ting. dybde av dekning var perfekt. Hvis Jev kjører noe slikt igjen, er jeg den første som melde meg på. John Phillips Ditt kurs fikk meg til å hoppe, begynte å tenke på python for lageranalyse. Python Algorithmic Trading Library PyAlgoTrade er et Python Algorithmic Trading Library med fokus på backtesting og support for papirhandel og live-trading. La oss si at du har en ide for en handelsstrategi, og du vil gjerne vurdere den med historiske data og se hvordan den oppfører seg. PyAlgoTrade lar deg gjøre det med minimal innsats. Hovedfunksjoner Fullt dokumentert. Eventdrevet. Støtter Market, Limit, Stop og StopLimit bestillinger. Støtter Yahoo Finance, Google Finance og NinjaTrader CSV-filer. Støtter alle typer tidsseriedata i CSV-format, for eksempel Quandl. Bitcoin trading støtte gjennom Bitstamp. Tekniske indikatorer og filtre som SMA, WMA, EMA, RSI, Bollinger Bands, Hurst eksponent og andre. Ytelsesmålinger som Sharpe-forhold og drawdown-analyse. Håndtere Twitter-hendelser i sanntid. Event profil. TA-Lib integrasjon. Veldig lett å skalere horisontalt, det vil si å bruke en eller flere datamaskiner til å teste en strategi. PyAlgoTrade er gratis, åpen kildekode, og den er lisensiert under Apache-lisensen, versjon 2.0.
Comments
Post a Comment