Trading algoritmico con Python - pagina 12

[MetaQuotes]

PYTHON TRADING BOT #3 - MetaTrader 5, dati per il backtesting del trading

BOT DI TRADING PYTHON #3 - Metatrader 5, dati per il backtesting del trading

In questa sezione video, il presentatore evidenzia l'utilità della funzionalità di MetaTrader 5 che consente agli utenti di salvare i dati del tick da un intervallo di date specificato per scopi di backtesting. Sottolinea l'importanza di disporre di ampi dati storici per sviluppare algoritmi di trading precisi e consiglia di esportare i dati come file CSV da caricare in Python per creare modelli di trading. Prevede inoltre che questa funzione potrebbe non essere più gratuita a causa del crescente utilizzo di robot e intelligenza artificiale nel trading. Il presentatore incoraggia gli spettatori a utilizzare questa funzione e indirizzare ulteriormente l'interesse per il suo sito Web se hanno interesse per il trading e le criptovalute.

[MetaQuotes]

PYTHON TRADING BOT #4 - MetaTrader 5 e Python

BOT DI TRADING PYTHON #4 - MetaTrader 5 e Python

Questo video spiega come utilizzare MetaTrader 5 con Python e creare un login. Il pubblico deve prima installare il pacchetto MetaTrader 5 per Python e lo YouTuber dimostra come importare le librerie fornendo un codice di esempio. Menziona anche che ci sono molte risorse disponibili su come creare bot MetaTrader 5 usando Python. Il video si conclude con la raccomandazione di visitare il sito Web dello YouTuber per materiali commerciali economici e utili.

[MetaQuotes]

PYTHON TRADING BOT #5 - Ottenere i prezzi dei tick

BOT DE TRADING PYTHON #5 - Obteniendo ticks (prezzi)

Il video tutorial mostra due modi per ottenere tick (prezzi) dall'applicazione di trading MetaTrader 5 utilizzando Python. Il primo metodo prevede l'utilizzo della funzione symbolinfo.tick, che restituisce il prezzo corrente di un mercato con la possibilità di scegliere il tick bid o ask. Il secondo metodo è leggermente più complesso e coinvolge la funzione copyticksrange e la libreria datetime per recuperare i dati del tick da una data specificata fino all'ora corrente. Il tutorial include un grafico dei dati di tick raccolti ogni 15 minuti e dimostra come confrontarlo con un grafico reale per garantire la precisione. Infine, il video promuove un sito Web che offre documenti di trading convenienti e utili per chi è interessato al trading di criptovalute.

[MetaQuotes]

PYTHON TRADING BOT #6 - Apri e modifica le negoziazioni

BOT DE TRADING PYTHON #6 - Apri e modifica operazioni

Questa sezione del tutorial video sullo scambio di bot con Python copre il processo di apertura e modifica delle operazioni utilizzando Python. Il presentatore fornisce indicazioni sulla definizione di un acquisto per l'apertura di un'operazione attraverso una guida passo passo utilizzando un dizionario e la funzione di invio dell'ordine. Altri fattori che il dizionario dovrebbe coprire includono il tipo di operazione, i valori di stop-loss e take-profit. Viene dato un suggerimento per verificare l'efficacia in termini di costi del commercio utilizzando un volume basso. Inoltre, il presentatore spiega l'utilizzo della funzione di informazioni sui simboli per accedere al prezzo di mercato e al punto. Allo stesso modo, il video mostra la modifica delle negoziazioni aperte tramite la funzione di invio dell'ordine, iniziando con l'acquisizione del numero di ticket tramite una funzione integrata denominata "positions get". È possibile utilizzare un formato dizionario per modificare i valori di stop loss e take profit con la chiave "posizione" contenente il valore del numero del biglietto. Il presentatore termina raccomandando una pagina web di documenti commerciali conveniente e utile.

• 00:00:00 In questa sezione del video, il presentatore spiega come aprire e modificare le operazioni utilizzando Python. Il presentatore fornisce una guida passo passo per aprire un'operazione definendo un acquisto utilizzando un dizionario e quindi utilizzando la funzione di invio dell'ordine con quel dizionario come argomento. Il dizionario dovrebbe includere informazioni come il simbolo del mercato, il volume (che rappresenta la quantità di denaro utilizzata per l'operazione), il tipo di ordine e i valori di stop loss e take profit. Il presentatore consiglia di utilizzare un volume basso e fornisce una breve spiegazione di come funzionano lo stop loss e il take profit. Il presentatore spiega anche come ottenere il prezzo di mercato e il punto utilizzando la funzione Info simbolo. Infine, il presentatore consiglia di visitare una pagina Web per accedere a tutti i codici di errore relativi al tipo di sentimento nel dizionario degli ordini.
  
  
• 00:05:00 In questa sezione, il video spiega come modificare una posizione aperta utilizzando una funzione chiamata "invio ordine". Il primo passo consiste nell'ottenere il numero del biglietto della transazione aperta utilizzando una funzione incorporata chiamata "positions get". Una volta ottenuto il numero del biglietto, l'utente può modificare i valori di stop loss o take profit utilizzando un formato dizionario. È importante avere la chiave "posizione" con il valore del numero del biglietto nel dizionario. Questo metodo può essere applicato sia all'acquisto che alla vendita di operazioni. Il video si conclude con una raccomandazione sul sito Web per materiali di trading convenienti e utili.

[MetaQuotes]

PYTHON TRADING BOT #7 - Trailing stop

BOT DE TRADING PYTHON #7 - Trailing stop

In questo video, il presentatore spiega come programmare uno stop di trading in Python, poiché non può essere eseguito automaticamente in MetaTrader 5. Dimostra come impostare manualmente lo stop loss per ridurre al minimo la perdita se il prezzo scende e garantire un profitto se il prezzo sale, usando un semplice esempio su un grafico dei prezzi. Il presentatore fornisce una guida e un codice passo passo sullo schermo e suggerisce di visitare il suo sito Web per utili documenti commerciali.

[MetaQuotes]

PYTHON TRADING BOT #8 - Generazione di dati per l'IA

BOT DE TRADING PYTHON #8 - Generando dati per la IA

In questo video, il presentatore mostra come generare dati di backtest per creare un algoritmo di intelligenza artificiale di successo per il trading di script e criptovalute. Suggeriscono di utilizzare un piccolo file per generare dati e correggere il formato del file prima di generare vari attributi come il tipo di operazione, il profitto, la percentuale di successo, la pendenza e gli indicatori. Spiegano anche come superare la sfida di aprire e cercare ripetutamente il file di dati aprendo il file di mining in modalità binaria. Inoltre, sottolineano l'importanza di salvare i valori degli indicatori durante l'addestramento dell'IA per un trading efficace.

• 00:00:00 In questa sezione, lo YouTuber dimostra come generare dati di backtesting essenziali per creare un algoritmo di intelligenza artificiale efficace. Raccomanda di utilizzare un file piccolo per generare dati poiché quelli più grandi possono essere noiosi da usare. Per generare dati di backtesting, corregge il formato dei file e quindi genera vari attributi per addestrare l'intelligenza artificiale, come il tipo di operazione, il profitto, la percentuale di successo, la pendenza e gli indicatori. L'algoritmo di YouTuber simula il trading durante il caricamento delle variabili e degli indicatori per ciascuna riga del file, quindi verifica se è possibile effettuare o meno uno scambio e controlla l'esito positivo o negativo dello scambio. Uno degli errori di YouTuber non è la memorizzazione dei valori degli indicatori, che secondo lui è un attributo importante per addestrare l'IA.
  
  
• 00:05:00 In questa sezione del video, il presentatore parla di un problema riscontrato durante il controllo dell'esito positivo di un'operazione nel file di data mining. Hanno scoperto che dovevano continuare ad aprire e cercare ripetutamente il file, il che era inefficiente. Per superare questa sfida, suggeriscono di aprire il file di mining in modalità binaria, che consente loro di passare direttamente alla linea che devono controllare. Spiegano che pur avendo un computer potente con molta RAM potrebbe consentire una soluzione rapida e semplice, non è sempre fattibile. Il presentatore condivide il fatto che l'addestramento di un'IA efficace richiede il salvataggio di molti attributi e che, sebbene possano esserci errori, è possibile trovare soluzioni semplici.

[MetaQuotes]

PYTHON TRADING BOT #9 - Creazione di un'intelligenza artificiale

BOT DI TRADING PYTHON #9 - Creando una IA

In questo video, l'host mostra come addestrare un'intelligenza artificiale utilizzando i dati del video precedente utilizzando un notebook Jupyter per visualizzare l'output e la libreria Skyler per creare un albero decisionale e una rete neurale. Grafici e istogrammi vengono creati per classificare visivamente le operazioni riuscite e fallite. Vengono utilizzati diversi modelli di intelligenza artificiale per classificare i dati e l'host consiglia di creare un piccolo file con loop per trovare la migliore configurazione per il modello utilizzando il punteggio più alto. Raccomanda di utilizzare un numero dispari di alberi decisionali durante la creazione di un modello per ottenere risultati migliori e condivide un tasso di precisione del 64% del suo modello. Gli spettatori sono incoraggiati a visitare il sito Web di Sky Learn per saperne di più su alberi decisionali, foreste e reti neurali, come, iscriversi e condividere il video e visitare il sito Web dell'host per acquistare documenti relativi al trading e alla criptovaluta a prezzi accessibili.

• 00:00:00 In questa sezione del video, l'host spiega come addestrare un'intelligenza artificiale utilizzando i dati generati nel video precedente. L'host utilizza un notebook Jupyter per visualizzare l'output di diversi casi di test e la libreria Skyler, associata all'intelligenza artificiale, per creare un albero decisionale e una rete neurale. I dati vengono passati a Pandas tramite una funzione e il frame di dati viene utilizzato per definire i tipi di caricamento di ciascuna colonna di attributi. L'host condivide quindi come creare grafici e istogrammi per classificare visivamente le operazioni riuscite e fallite. Infine, vengono utilizzati diversi modelli di intelligenza artificiale per classificare i dati e l'host consiglia di creare un piccolo file con loop per trovare la migliore configurazione per il modello utilizzando il punteggio più alto.
  
  
• 00:05:00 In questa sezione, il relatore consiglia di utilizzare un numero dispari di alberi decisionali durante la creazione di un modello per ottenere risultati migliori. Rivela anche che il modello che ha creato ha un tasso di precisione del 64%, che è inferiore solo dell'1% rispetto a un altro modello simile. Per aiutare coloro che non hanno familiarità con alberi decisionali, foreste e reti neurali, consiglia di visitare il sito Web Sky Learn, che è un'ottima risorsa per conoscere questi argomenti.
  

[MetaQuotes]

TRADING CANDELE IN PITONE

VELA DI TRADING IN PITONE

L'autore spiega come ottenere dati di trading da MetaTrader 5 e convertirli in candele usando Python. Inizia mostrando come si possono ottenere dati sui tick da un mercato specifico su MT5 ed esportarli in un file CSV. Quindi dimostra come utilizza un semplice algoritmo per trasformare i dati del tick in candele di diversi periodi di tempo — 15 minuti, 1 minuto, 30 secondi, ecc. — che vengono salvati in un DataFrame di Pandas. Lo YouTuber sottolinea l'importanza di avere un DataFrame con una colonna "chiusa", in quanto ciò consente all'utente di caricare indicatori tecnici in Python con l'aiuto della libreria TA-Lib. Il video fa parte di una serie in cui insegna come utilizzare Panda e altre librerie per l'analisi del trading.

[MetaQuotes]

MACD IN PYTHON - BIBLIOTECA DI ANALISI TECNICA

MACD EN PYTHON - BIBLIOTECA DI ANALISI TECNICA

Il video mostra un tutorial sul caricamento dei valori MACD in Python utilizzando la libreria di analisi tecnica, con particolare attenzione alla generazione di tali valori da un file di dati esistente con una colonna chiusa. Il video dimostra anche l'installazione della libreria di analisi tecnica e il calcolo dei valori della linea MACD e Signal utilizzando un costruttore di oggetti dalla libreria. Infine, il relatore mostra il tracciato dei valori risultanti utilizzando la libreria Matplotlib. In conclusione, il video fornisce una guida completa sul processo di caricamento dei valori MACD in Python utilizzando la libreria di analisi tecnica.

[MetaQuotes]

RSI IN PYTHON - BIBLIOTECA DI ANALISI TECNICA

RSI EN PYTHON - BIBLIOTECA DI ANALISI TECNICA

In questo video, il relatore spiega il processo di caricamento dell'indicatore RS in Python utilizzando la libreria TIA. I passaggi coinvolti includono la definizione di un frame di dati contenente la colonna su cui caricare l'indicatore, l'importazione della libreria TIA, la creazione di un oggetto con la funzione di costruzione dell'indicatore RS e la chiamata al metodo dell'indicatore RS per creare un frame di dati con le informazioni dell'indicatore RS. Il video mostra come confrontare i dati dell'indicatore RS con i dati di mercato reali per garantire l'accuratezza dell'implementazione. In sintesi, il relatore fornisce un approccio semplice che può essere seguito per caricare l'indicatore RS in Python.