Algoritmik ticarette Python - sayfa 7

Yeni yorum
 

Python kurulumu için MetaTrader 5



Python kurulumu için MetaTrader 5

Video eğitimi, Anaconda İsteminde "pip install MetaTrader5" girmeyi ve Python'daki MT5 paketinden MT5Initialize() işlevini çalıştırarak kurulumu doğrulamayı içeren Python için MetaTrader 5'i yükleme sürecini kapsar.

 

Streamlit ile Python ve MetaTrader 5 kullanarak bir web uygulaması oluşturma




Streamlit ile Python ve Metatrader 5 kullanarak bir web uygulaması oluşturma

Bu video, Python, Streamlit ve MetaTrader 5 kullanarak döviz kurlarını görüntüleyen ve yakınlaştırma ve zaman aralığı seçenekleri sunan gerçek zamanlı bir grafiğin nasıl oluşturulacağını gösterir. Sunum yapan kişi, veri çerçevelerini içe aktarmak için Pandas'ı ve verileri çizmek için Plotly'yi kullanır, hareketli ortalamaları ve Göreceli Güç İndeksini hesaplamak için işlevler ekler. Video, etkileşim için yakınlaştırmayı ve klavye kısayollarını işlemek için iş parçacığı içerir. Sunucu, kodun farklı işlevlerini açıklayarak ve grafikler üzerinde nesne çizme işlevi ekleyerek, kodu uygulamanın açıklamasında paylaşarak videoyu sonlandırır. Öğretici, yeni başlayanlara gerçek zamanlı finansal tablolar oluşturmaya yönelik basit bir giriş sunar.

  • 00:00:00 Bu bölümde, videoyu oluşturan kişi MetaTrader 5, Python ve Streamlit kullanılarak oluşturulmuş gerçek zamanlı bir tablo sergiliyor. Grafik, döviz kurlarını görüntüler ve yakınlaştırma, uzaklaştırma ve zaman dilimleri arasında geçiş yapma özellikleri sunar. Python kodu, veri çerçevelerini içe aktarmak için Pandas ve grafik oluşturmak için Plotly ile birlikte Streamlit ve MetaTrader 5 kitaplıklarını kullanır. Grafik, kullanıcılar için ayarlanabilir parametrelerle hareketli ortalamayı ve Göreceli Güç Endeksini hesaplamak için işlevler içerir. Oluşturucu ayrıca yakınlaştırmayı işlemek için iş parçacığı oluşturma ve kullanıcı etkileşimi için klavye kısayolları içerir. Genel olarak, öğretici, gerçek zamanlı finansal grafikler oluşturmak için bu kitaplıkları kullanmaya yeni başlayanlar için uygun bir giriş sunar.

  • 00:05:00 Python ve MetaTrader 5 ile Streamlit kullanarak bir web uygulaması oluşturmak istiyorsanız, gerekli verileri sağlamak için belirli işlevleri çağırmanız gerekir. Sembolleri almak için, "metatrader" işlevini kullanarak isimlerini çıkarabilir ve ardından onları bir sözlük formatında döndürebilirsiniz. Set paketi yapılandırma işlevi, web uygulamasının pencere boyutu ve başlığı gibi düzenini özelleştirmenize olanak tanır. Ek olarak, lsi'yi (göreceli güç indeksi) hesaplamak için, fonksiyona daha sonra çizilebilecek veri çerçevesi ve rsi değeri gibi gerekli veri ve parametreleri sağlamalısınız.

  • 00:10:00 Bu bölümde konuşmacı, global değişkenleri nasıl oluşturduğunu ve LSI hesaplamasını veri çerçevesine nasıl eklediğini ve RSI değerlerinin grafikte gösterilebilmesi için trace'i nasıl eklediğini açıklar. Ayrıca zaman çerçevesini, sembolü, çubukları, hareketli ortalamayı ve LSI değerlerini kullanarak grafiği her saniye güncelleyen sonsuz döngü işlevini nasıl yarattığını gösteriyor. Zaman çerçevesi bir sözlükten alınır ve çubuklar mt5.copy_rates_from_pos() işlevi kullanılarak elde edilir. Grafik bir resim değil, her saniye sürekli güncellenen bir animasyondur.

  • 00:15:00 Bu bölümde sunum yapan kişi, daha sonra küçültülecek çubuklar veri çerçevesinin nasıl dönüştürüleceğini ve daha iyi okunabilirlik için zamanın saniyelere nasıl dönüştürüleceğini açıklar. Bu bölüm ayrıca bir dağılım grafiği kullanmayı ve bunu grafiğe çizmek için hareketli ortalamanın nasıl hesaplanacağını kapsar. Sunucu, grafiğin yerinde sabit olması ve verileri kullanıcıya daha iyi sunmak için şekil düzenini sabit bir aralık ve kağıt rengiyle günceller.

  • 00:20:00 Bu bölümde konuşmacı, günlük grafikteki boşlukları ortadan kaldırmak için pencerenin boyutunda ve x ekseninde nasıl ayarlamalar yaptıklarını açıklıyor. Ayrıca basit bir fiyat kullanarak son fiyatın yatay bir çizgisini eklerler.
    kod satırı. Ardından konuşmacı, kullanıcı eksi veya artı tuşuna bastığında grafiği küçülten veya büyüten tuşa basma işlevini gösterir. Kod, uygulamayı basit ve gezinmesi kolay tutmak için birden çok işlev ve yer tutucu içerir.

  • 00:25:00 Bu bölümde, konuşmacı Metatrader5 ile tablo arasındaki bağlantıyı başlatma kodunu ve artı ve eksi tuşlarını kullanarak grafiğin boyutunu ayarlamak için bir klavye dinleyici iş parçacığının kullanımını açıklar. Ayrıca "st.title" işlevinin kullanımını ve "st.connect" işlevi aracılığıyla kaydırıcılar ve seçenekler için iki sütun oluşturulmasını tartışırlar. Konuşmacı, birinci sütun için bir yer tutucunun kullanımını ve 'sd.selectbox' işlevi aracılığıyla hareketli bir ortalamanın seçimini açıklar. Ayrıca, hisse senedi sembolünü veya çiftini seçme seçeneklerinin yanı sıra zaman diliminden de bahsederler.

  • 00:30:00 Bu bölümde YouTuber, Streamlit ile Python ve MetaTrader 5 kullanarak bir web uygulaması oluşturma gösterimini sonlandırıyor. Uygulamanın alım satım sinyalleri hakkında bilgi gösterdiğini ve grafiklere nesne çizmek için işlevsellik eklediğini açıkladılar. Ayrıca koddaki farklı işlevlere ve amaçlarına dikkat çektiler ve uygulamanın açıklamasında kodun paylaşılmasıyla son buldular. YouTuber, izleyicilerine izledikleri için teşekkür ederek videoyu sonlandırdı.
 

PYTHON SENTETİK ENDEKS TİCARET BOT'U!! - MetaTrader 5'TEN MUM VERİLERİ ALMAK



PYTHON SENTETİK ENDEKS TİCARET BOT'U!! - MetaTrader 5'TEN MUM VERİLERİ ALMAK

Eğitim videosu, MetaTrader 5'ten (MT5) mum verilerini alan bir Python ticaret botunun nasıl oluşturulacağını açıklar. Sunum yapan kişi, MT5'i yapılandırma, bot için bir sınıf oluşturma, değişkenleri başlatma, iş parçacıkları oluşturma ve basit kar al ve zararı durdur parametreleriyle ticaret stratejisini tanımlama dahil olmak üzere süreci adım adım anlatır. Sunum yapan kişi ayrıca hataları işleme ve kodda hata ayıklama hakkında talimatlar sağlar ve işlemin basitliğini vurgulayarak ve konuyla ilgili yaklaşan bir kurstan bahsederek videoyu sonlandırır. Öğretici, anlayışlı ve yeni başlayanlar için uygundur, bu da onu bir Python ticaret botu oluşturmakla ilgilenen herkes için harika bir kaynak yapar.

  • 00:00:00 Videonun bu bölümünde sunum yapan kişi, süreçte yer alan adımları açıklayarak Python ile bir endeks ticareti botunun nasıl oluşturulacağını gösterir. İlk adım, algoritmik ticareti etkinleştirerek ve yerel ana bilgisayar için web isteklerine izin vererek MetaTrader 5 platformunu yapılandırmaktır. Bundan sonra sunum yapan kişi Visual Studio Code'u açar ve lot kenarı, zaman periyodu ve pazar için parametreleri alan bir oluşturucu ile bot için bir sınıf oluşturarak kodlamaya başlar. Bot, bir sözlük aracılığıyla bilgi paylaşan dizilerle çalışacaktır, böylece sunum yapan kişi, paylaşılan verileri depolamak için bir diziler listesi ve bir sözlük başlatır. Son olarak, dizileri durdurmak için bir olay oluşturulur. Sunucu, GitHub deposunda daha fazla bilgi ve açıklama sağlar.

  • 00:05:00 Bu bölümde, sunucu sınıf değişkenleri, sabitler, kuyruklar, sözlükler ve iş parçacıkları gibi tüm gerekli öğeleri başlatarak ticaret botunun iş parçacıkları arasında veri paylaşmasına izin verir. Sunum yapan kişi ayrıca botun iş parçacıklarını başlatması ve öldürmesi için yöntemler bildirir. Kill thread işlevi, peel değişkeninin değerini 'kill' olarak ayarlar ve ardından thread'leri güvenli bir şekilde durdurmak için birleştirme işlevini çağırır. Son olarak sunum yapan kişi, kullanıcının enter tuşuna basarak botu durdurmasını sağlayan bir bekleme işlevi oluşturur.

  • 00:10:00 Videonun bu bölümünde konuşmacı soketleri kullanarak MetaTrader 5'ten mum verilerini almak için bir Python programı oluşturacaklarını açıklıyor. İlk olarak, mumlar.py adlı bir dosya oluşturarak ve soketler aracılığıyla veri gönderip almak için soket ve json gibi gerekli kitaplıkları içe aktararak başlarlar. Ayrıca soket bağlantısı için kullanılacak adres ve portu tanımlarlar. Konuşmacı daha sonra sunucu ve istemci soketlerini kullanarak soket bağlantısını başlatmak için bir işlev yaratmaya devam eder. Soketin belirtilen adrese ve bağlantı noktasına nasıl bağlanacağını ve gelen bağlantıların nasıl dinleneceğini gösterirler. İşlev daha sonra bağlantıları kabul eder ve istemci adresini yazdırır.

  • 00:15:00 Bu bölümde YouTuber "thread_candles" fonksiyonunu çağırarak mum bilgilerini alacak fonksiyonun nasıl oluşturulacağını anlatıyor. MetaTrader5'ten bilgi almak için "mesaj" adlı bir değişken oluşturarak başlar. Ardından soket başlatılır ve kullanıcı enter tuşuna basana kadar çalışacak bir ana döngü oluşturulur, bu noktada hapı öldürecek ayar yapılır. Döngü, soketten gelen mesajı bağlantıdan alıp kodunu çözerek başlar. Kod, mesajın yazdırılıp yazdırılamayacağını kontrol eder ve yazdırılabilirse yazdırır. YouTuber, ana dosyanın nasıl oluşturulacağını gösterdikten sonra MT5 içinde nasıl istemci oluşturulacağını açıklamaya geçiyor ancak bunun bir MT5 öğreticisi olmadığı için derine inmeyeceklerini vurguluyor.

  • 00:20:00 Bu bölümde sunum yapan kişi GitHub'dan kodun nasıl kopyalanacağına ve MT5'ten mum verilerini alan bir Python ticaret botu oluşturmak için nasıl kullanılacağına ilişkin adım adım bir kılavuz sağlar. Sunum yapan kişi, kodun her tik hakkında bilgi göndermek için belirteçleri kullandığını ve her mumun açılış ve kapanış fiyatları için JSON biçimini içeren bir dize oluşturduğunu açıklar. Dizeyi bir sözlüğe dönüştürmek için sunum yapan kişi, json load işlevinin kullanılmasını önerir. Sunum yapan kişi ayrıca botun ve istemcinin nasıl başlatılacağını ve durdurulacağını ve botun uzman danışman menüsünden nasıl silineceğini gösterir.

  • 00:25:00 Bu bölümde, eğitim videosu, MT5'ten alınan verilerle bir sözlüğün güncellenmesi ve bir sipariş dizisi oluşturulması konusunda yol gösterir. Güncellenen sözlük, verileri doğru biçime dönüştüren self.data işlevi kullanılarak gönderilir. Öğretici, işlemler arasındaki mum sayısı ve kayıp durdurma parametreleri gibi bot için tanımlama makrolarını içerir. Emir iş parçacığı işlevi, stop olayını ve ticaret verilerini alır ve basit bir kar al ve zararı durdur ile temel bir ticaret stratejisi oluşturur. Öğretici ayrıca, bağlantının ve sunucu soketinin kapatılmasını ve ardından botun örnek kodla test edilmesini içerir.

  • 00:30:00 Bu bölümde YouTuber, MT5'ten mum verilerini almak ve belirli kriterlere göre operasyon açmak için kullanmak için gerekli adımları tartışıyor. İlk adım, son işlem zamanı adı verilen bir değişken bildirmek ve başlangıç değerini sıfıra ayarlamaktır; bu, daha sonra bir işlemin ne zaman açıldığını izlemek için kullanılacaktır. Ardından, daha sonra geçerli zamanı saniyeye dönüştürmek için kullanacağımız tarih-zaman işlevi kullanılarak bir çağ ilan edilir. Ardından, hataları önlemek için mum ipliğinin başlamasını bekliyoruz. Bittiğinde, bir işlem açma koşullarının karşılanıp karşılanmadığını kontrol ettiğimiz bir döngüye gireriz. Bir önceki mum bir patlama ise (kapat > aç) ve mevcut saat, son işlem zamanı artı alım satım verileri zaman diliminden büyükse, bir işlem açılır. Son çalışma zamanı güncellenir ve açık pozisyon fonksiyonu çağrılır. Son olarak, alım satım verileri (piyasa ve lot büyüklüğü dahil) tanımlanır ve açık pozisyon fonksiyonuna bir argüman olarak iletilir.

  • 00:35:00 Bu bölümde, oluşturucu MT5 kullanarak hücre işleminin nasıl gönderileceğini açıklar ve açık konum işlevinin nasıl yürütüleceğine dair bir eğitim verir. Kullanıcının piyasayı bir dizi olarak, lotex'i bir kayan nokta olarak girmesi ve yazma işlemi yapması gerekir. Bu fonksiyon, mevcut fiyattan zararı durdur değeri çıkarılarak ve kar al değerinin cari fiyata eklenmesiyle tanımlanan zararı durdur ve kârı al değişkenlerinin tanımlanmasına yardımcı olur. Oluşturucu, kodu test etmek ve hata ayıklamak için hücre mumu ve ticaret verilerinin kullanılmasını önerir. Son olarak, oluşturucu, işlevin ne zaman çalıştırıldığına ve emirlerin alınıp satıldığına dair bir örnek sağlar.

  • 00:40:00 Bu bölümde, öğretici hata ayıklamaya odaklanır. Bir çözüm bulmak için Google'da görüntülenen hata mesajından başlayarak adım adım hata ayıklama işlemi gösterilir. Buradaki özel hata, kullanılan komisyoncuya bağlı olan geçersiz sipariş doldurma türüdür. Çözüm, listelenen üç sipariş doldurma türünü de denemek ve komisyoncunuz için hangisinin işe yaradığını görmektir. Hata düzeltildikten sonra öğretici, başarılı bir şekilde pozisyon açmaya devam eder.

  • 00:45:00 Bu bölümde konuşmacı, Python sentetik endeks ticaret botuna kısa bir genel bakış sunarak ve bunun ne kadar kolay oluşturulabileceğini vurgulayarak videoyu sonlandırıyor. Ayrıca bu konuda benzer kurslara kıyasla çok kapsamlı ve uygun fiyatlı bir kurs oluşturacağını da belirtiyor. İzleyicileri kanalını beğenmeye, paylaşmaya, abone olmaya ve herhangi bir soruyla kendisine ulaşmaya teşvik ediyor.
 

Hisse senedi fiyatı verileri MetaTrader 5'ten Python'a nasıl aktarılır?



Hisse senedi fiyatı verileri MetaTrader 5'ten Python'a nasıl aktarılır?

Bu YouTube videosunda, hisse senedi fiyat verilerini MetaTrader 5'ten Python'a aktarmanın farklı yöntemleri açıklanmaktadır. Yöntemler, gerekli kitaplıkları içe aktarmayı, istenen zaman çerçevesini ve zaman dilimini ayarlamayı, "veri al" adlı bir işlevi tanımlamayı, elde edilen veri çerçevesini değiştirmeyi, tqtndm paketini kullanmayı, bir oranlar çerçevesi oluşturmayı ve fiyatları almak için iki veri çerçevesini kullanmayı içerir. tarih/saat bilgisi. Konuşmacı, kodu daha temiz hale getirmek için döngüleri bir işleve yerleştirmeyi önerir ve bu yöntemleri kullanarak, kullanıcılar çok fazla zorluk çekmeden çok sayıda sembol için verileri kolayca içe aktarabilir.

  • 00:00:00 Bu bölümde, konuşmacı hisse senedi fiyatı verilerinin MetaTrader5'ten Python'a nasıl aktarılacağını açıklıyor. İlk adım, pandas, pytz, datetime, tqdm ve MetaTrader5 dahil olmak üzere gerekli tüm kitaplıkları içe aktarmaktır. Ardından, hoparlör MetaTrader5'i başlatır ve istenen saat dilimini ve zaman çerçevesini ayarlar. Konuşmacı, sembolü, gereken mum sayısını ve zaman çerçevesini gerektiren "veri al" adlı bir işlevi tanımlar. İşlev, istenen verileri döndürür ve konuşmacı, işlevde her giriş ve çıkışın ne yaptığını açıklar.

  • 00:05:00 Bu bölümde konuşmacı, hisse senedi fiyat verilerini MetaTrader5'ten Python'a aktarmak için kullanılan bir işlevi açıklıyor. İşlev bir sembol, bir zaman çerçevesi ve bir tarih alır ve istenen verileri içeren bir veri çerçevesi döndürür. Konuşmacı, zaman sütununu gündüze dönüştürmek ve gereksiz sütunları kaldırmak da dahil olmak üzere, ortaya çıkan veri çerçevesini manipüle etmek için adımlardan geçer. Ek olarak, birden fazla varlık için veri çağırmayı kolaylaştırmak için bir for döngüsünün kullanılması önerilir.

  • 00:10:00 Bu bölümde, konuşmacı tqtndm paketi kullanılarak MetaTrader5'ten Python'a hisse senedi fiyatı verilerinin nasıl aktarılacağını açıklıyor. Try işlevini ve accept işlevini kullanarak, daha önce tanımlanan, simgeyi alan ve gün sayısını 400 olarak ayarlayan bir oranlar işlevini çağırmak için kullanırlar. Döndürülen veriler bir sözlüğe eklenir ve mevcut olmayan veriler çıkarılır. Konuşmacı, kodu daha temiz hale getirmek için döngüyü bir işleve yerleştirmeyi önerir. Genel olarak süreç, bir oranlar çerçevesi oluşturmayı, verileri bir sözlüğe eklemeyi ve ardından komut dosyasını çalıştırmayı içerir.

  • 00:15:00 Bu bölümde konuşmacı, iki veri çerçevesinin kullanılmasıyla, kullanıcıların fiyatları ve tarih/saat bilgilerini alarak metatrader5'ten hisse senedi fiyat verilerini kolayca Python'a aktarabileceğini açıklıyor. Bu yöntem çok fazla zorluk çekmeden çok sayıda sembol için kullanılabilir.
 

MetaTrader 5'te Python ile Çevrimiçi Ticaret + MQL5'ten veri alın



MetaTrader 5'te Python ile Çevrimiçi Ticaret + MQL5'ten veri alın

Öğretici, MetaTrader'dan bir veri kümesinin nasıl indirileceğini ve Python kullanarak çevrimiçi ticaret anlaşmalarının nasıl yürütüleceğini gösterir. Eğitmen MetaTrader5, pandalar ve tarih saat kitaplıklarını içe aktarır, veri kümesi için varlık ve zaman çerçevesini belirtir ve son yüz veri noktasını indirir. MetaTrader5'te bir pozisyonun, zararı durdur, kâr al ve belirli bir süre için GTC komutunu kullanarak nasıl yönetileceğini açıklarlar. Bu bölüm, bir pozisyonu yönetmek için gereken farklı komutlar hakkında temel bir anlayış sunsa da, kullanılan genel ticaret stratejisinin ne olduğu net değil.

  • 00:00:00 Eğitimin bu bölümünde, eğitmen MetaTrader 5'ten bir veri seti indirmeyi ve Python kullanarak basit çevrimiçi ticaret anlaşmaları yapmayı gösteriyor. MetaTrader5 kitaplığı içe aktarılır ve yazılım kısayol yolu Python'a yönlendirilir. Pandalar ve tarih saat kitaplıkları da içe aktarılır ve geçerli saat, veri kümesindeki son verilerin saatini belirtmek için kullanılır. İstenen varlığın sembol anahtarı yazılır ve veri seti için zaman çerçevesi (bu durumda günlük zaman dilimi) seçilir. Son yüz veri noktası indirilir ve verileri kullanıcının kişisel sisteminde depolamak için bir format komutu kullanılır. Online ticaret, işlemin varlıklarının ve hacminin belirlenmesi, fiyat biriminin pip olarak tanımlanması ve girilen pozisyona göre satış veya alış fiyatının kullanılmasıyla gerçekleştirilir.

  • 00:05:00 Bu bölümde video, MetaTrader 5'te Python komutlarını kullanarak bir pozisyon için zararı durdur ve kârı nasıl alacağınızı anlatıyor. Ayrıca pozisyon bileti numarası belirterek pozisyonun nasıl kapatılacağını gösteriyor. GTC komutu, bir işlemi belirli bir süre boyunca aktif tutmak için açıklanmaktadır. Video ayrıca, aktif bir zararı durdur ve kârı al özelliğine sahip bir USDJPY işleminin bir örneğini gösterir. Genel olarak, bu bölüm Python aracılığıyla MetaTrader 5'te bir pozisyonu yönetmek için gereken farklı komutlara ilişkin temel bir anlayış sağlar.

  • 00:10:00 Bu bölümde uzun pozisyonun başarıyla kapatıldığını öğreniyoruz. Ne yazık ki, daha fazla bağlam olmaksızın, uzun pozisyonun ne anlama geldiği veya kullanılan genel ticaret stratejisinin ne olduğu açık değildir.
 

Python MetaTrader 5 Ticareti Kopyala



Python MetaTrader 5 Ticareti Kopyala

Bu uygulama, ticareti MetaTrader 5'ten başka bir MetaTrader 5'e kopyalayabilir, bu da aynı zamanda ticaretinizi kimin kopyalayabileceğini, pariteyi/hisseyi ayarlayabileceğini, hacmi ayarlayabileceğini, kaybı durdurabileceğini ve kopyalayıcı sinyalinizin her birini kâr elde edebileceğini kontrol edebilen web panosu tarafından kontrol edilir.
Kopyalama için zaman toleransı 5 saniyedir, 5 saniyeden fazla sinyal kopyalanmazsa, Windows cmd bazen takılıyor, pencerelerde başka bir terminal uygulaması kullanılması önerilir.

Soru ve Cevap
----------------------------------
S: MT4 kullanılarak çalıştırılabilir
A : Hayır, MT4 python'u desteklemiyor

S: Linux üzerinde çalışabilir mi?
C: Hayır, aslında mt5 pencereler için tasarlanmıştır, eğer mac veya linux üzerinde çalışıyorsa, yalnızca benzer bir windows öykünücüsü kullanılarak çalıştırılır veya bunun gibi bir şey, mac veya linux üzerinde çalışan windows uygulamasını çalıştırmaya zorlamak için

S : Sinyalin kopyalanacağının garantisi var mı?
A : kopyalanacak sinyalin başarısı veya başarısızlığı çeşitli faktörlere bağlıdır, en sık vps durumunuz, ana veya istemcilerden gelen bağlantıyı kaldırabilir, kararsız istemci bağlantısı, komut dosyası gecikmesi, terminal, kilitlenmeler, vb.

Python betiğini çalıştırırken komut isteminde donma gibi sorunlar yaşıyorsanız, lütfen https://stackoverflow.com/questions/591047/command-line-windows-hanging-in-rdp-windows adresine gidin.

Kodlar
------------
sanal ortam oluştur:
piton -m venv .venv

sanal ortamı etkinleştir:
.venv/Komut Dosyaları/etkinleştir

gereksinimler kitaplığını yükleyin:
pip kurulumu -r gereksinimleri.txt

çalışan ana komut dosyası:
piton master.py

köle betiğini çalıştırıyor:
piton ticareti.py

 

Python ve MetaTrader Geri Test Sistemleri | Ticaret Makine Öğrenimi Stratejilerini Geliştirme ve Test Etme



Python ve Metatrader Geri Test Sistemleri | Ticaret Makine Öğrenimi Stratejilerini Geliştirme ve Test Etme

Video, birden fazla ticaret stratejisini değerlendirmek ve forex ticareti için makine öğrenimini kullanmak için istikrarlı bir geriye dönük test platformunun geliştirilmesini tartışıyor. Konuşmacı, girdi verilerini çıkarmak için aracılarla arabirim oluşturan MetaTrader 5'i kullanarak yeni bir geriye dönük test platformunun nasıl oluşturulacağını gösterir. Ayrıca, verileri ayıklamak, Python stratejilerini kullanarak işlemek ve ardından önceden belirlenmiş parametrelere dayalı alım satımları başlatmak için uzman bir danışmanın nasıl kodlanacağını da açıklarlar. Video ayrıca, makine öğrenimi algoritmaları oluşturmak ve eğitmek için etiket verilerinin nasıl oluşturulacağını ve özelliklerin nasıl çıkarılacağını gösterir. Son olarak, konuşmacı en doğru olarak tanımlanan rastgele orman ile geriye dönük test için kullanılan çeşitli algoritmaları tartışır. Genel olarak, geriye dönük test sistemi, %96'lık bir performansla güvenilir ve verimli sonuçlar sağladı ve gelecekteki çalışmalar, makine öğrenimi algoritmalarının canlı ticaret ortamlarına entegre edilmesini içeriyor.

  • 00:00:00 Bu bölümde, konuşmacı forex ticareti kavramını ve kurumlar, hükümetler, çok uluslu şirketler ve bireysel yatırımcılar arasında neden bu kadar popüler hale geldiğini tanıtıyor. Pazar, pazartesiden cumaya günün 24 saati açıktır ve bu da herkesin erişebilmesini sağlar. Popülaritesinin nedenlerinden biri, muazzam kar potansiyelidir. Ancak, forex değişim yönünün doğru tahmin edilmesi önemlidir. Bu amaçla konuşmacının amacı, birden fazla ticaret stratejisini değerlendirmek, hangi döviz çiftlerinin ve zaman dilimlerinin en iyi performansı gösterdiğini belirlemek ve tahminleri iyileştirmek için makine öğrenimini kullanmak için istikrarlı bir geriye dönük test platformu oluşturmaktı. Konuşmacı ayrıca tahmin için destek vektör makinelerini ve yapay sinir ağlarını kullanan önceki araştırmalardan bahseder.

  • 00:05:00 Bu bölümde, konuşmacı, makine öğrenimi algoritmaları geliştirmenin ilk adımı olan, algoritma eğitimi ve testi için bir geriye dönük test platformu geliştirme yaklaşımını tartışıyor. MK Backtesting gibi mevcut geriye dönük test platformlarını incelerler, ancak nihayetinde mevcut Python stratejileriyle sorunsuz bir şekilde entegre olan ve veri tutarlılığı ve bütünlüğü kriterlerini karşılayan yeni bir platform oluşturmaya karar verirler. Yeni platform, geriye dönük test platformu için girdi verilerini ayıklamak üzere komisyoncularla arayüz oluşturan endüstri standardı MetaTrader 5 platformuna dayanıyor. Geriye dönük test platformu, verileri değerlendirmek ve Ticaret Stratejisi Sınıfı gibi ticaret stratejileri tarafından üretilen sinyale dayalı olarak çıktı dosyaları oluşturmak için zararı durdur ve kar al gibi bir dizi parametre kullanır. Genel olarak yaklaşım, seviye verileri hazırlamayı, bir geriye dönük test platformu geliştirmeyi ve ardından hazırlanan verilere dayalı bir makine öğrenimi algoritması oluşturmayı içerir.

  • 00:10:00 Bu bölümde, konuşmacı, her yeni mum oluşturulduğunda canlı ticaret temelinde MetaTrader 5'ten verileri genişletmek için uzman bir danışmanın nasıl kodlandığını açıklar. Uzman danışman, verileri MetaTrader 5'ten alır ve harici bir elektronik tablo dosyasına yazar; bu dosya daha sonra bir alım satım sinyali almak için farklı stratejiler kullanarak işlemek üzere bir Python motoru tarafından okunur. Sinyal daha sonra uzman danışman tarafından okunan bir eylem dosyasına yazılır ve ardından MetaTrader 5 ortamında alım satımları başlatır. Alım satım ortamı, belirlenen kar al ve zararı durdur marjlarına göre alım satımlar gerçekleştirerek canlı alım satım yapabilir ve uzman danışman, alım satımları çeşitli parametrelere göre değiştirir ve kapatır.

  • 00:15:00 Bu bölümde, konuşmacı MetaTrader platformunda geriye dönük test yapma ve rapor oluşturma sürecini açıklıyor. Geriye dönük test hızının nasıl ayarlanacağını ve tahminlerde bulunmak için gerekli stratejilerin nasıl içe aktarılacağını gösterirler. Ardından, çıktı dosyalarının oluşturulması ve kaydedilmesi gibi temizlik görevlerini yerine getiren eylem yazarı da dahil olmak üzere programın farklı işlevlerini tartışırlar. Son olarak, döviz çifti, zaman çerçevesi ve dönemle ilgili ayrıntıların yanı sıra yapılan tüm ticaretin bir özetini içeren, geriye dönük test tarafından üretilen raporu gösterirler.

  • 00:20:00 Bu bölümde video, ticaret için makine öğrenimi algoritmaları oluşturmak ve eğitmek için etiket verileri ve özellik çıkarma oluşturmak için tasarlanmış bir geriye dönük test platformunun kullanımını açıklıyor. Bu platform, çıkarılan verilerin tüm dönemini alarak ve ticaret için gerekli sinyalleri ve göstergeleri üreterek, ardından gerçek sonuçları elde etmek için işlemleri başlatıp takip ederek süreci basitleştirir. Video, bu platformu kullanarak, ticaretin gerçek sonucunu temsil eden etiket verilerinin nasıl üretileceğini ve RSI, TSI ve Stokastik gibi verilerden çıkarılan çeşitli özellikleri gösterir. Bu platform, daha dengeli veriler oluşturarak ticaret için daha güvenilir makine öğrenimi algoritmaları oluşturabilir.

  • 00:25:00 Bu bölümde konuşmacı, destek vektör makinesi, lojistik regresyon, xgboost, MLP ve rastgele orman dahil olmak üzere geriye dönük test için kullanılan farklı makine öğrenimi algoritmalarını tartışıyor. Her algoritmanın doğruluğu kaydedilir ve analiz edilir ve konuşmacı rastgele ormanı %96 doğrulukla en doğru olarak tanımlar. Veriler ayrıca daha sonra kullanmak üzere bir elektronik tablo dosyası oluşturmak için etiketlenir ve izlenir. Genel olarak, bu algoritmalarla geriye dönük test yapma süreci hızlı ve verimlidir.

  • 00:30:00 Bu bölümde konuşmacı, geriye dönük test sisteminin sonuçlarını ve teknik göstergeler ve makine öğrenimi algoritmaları kullanarak ticaret ML stratejilerinin geliştirilmesini özetler. İstikrarlı geriye dönük test platformu, yalnızca %25'lik bir performansa sahip olan kıyaslama stratejisi SMAEMA'ya kıyasla %96'lık bir performansla güvenilir ve verimli sonuçlar sağladı. Geriye dönük test platformu, manuel müdahale gerektirmeden otomatik işlem yapma yeteneğine sahipti. Gelecekteki çalışmalar, çoklu stratejiler ve öz-dikkat RNN ve LSTM gibi daha karmaşık algoritmalar kullanarak tahmin doğruluğunu iyileştirmek ve kârı en üst düzeye çıkarmak için makine öğrenimi algoritmalarının canlı geriye dönük test ve ticaret ortamlarına entegrasyonunu içerir.
 

Python ile Algoritmik Ticaret Stratejileri Nasıl Oluşturulur - Adım Adım Süreç



Python ile Algoritmik Ticaret Stratejileri Nasıl Oluşturulur - Adım Adım Süreç

Video, Python kullanarak algoritmik ticaret stratejilerinin nasıl oluşturulacağına dair adım adım bir kılavuz sunar. İlk adım, sistem için kuralları tanımlamayı, ticaretten duyguları ortadan kaldırmayı ve karlılığı optimize etmek için geriye dönük testler yapmayı içerir. Sunum yapan kişi daha sonra bir hipotez ve hareketli ortalama geçişleri gibi teknik göstergeler kullanarak bir ticaret stratejisinin nasıl oluşturulacağını gösterir. Strateji daha sonra kodlanır ve optimizasyonu sağlamak için tekrar tekrar geriye dönük testler yapılır. İkinci bölüm, algoritmik çerçeveyi kodlamaya ve basit hareketli ortalamaların karşılaştırmasına dayalı olarak alıp satmayı belirleyen bir sinyal işlevi oluşturmaya odaklanır. Üçüncü bölüm, işlevleri kullanarak canlı piyasa verilerinin nasıl işleneceğini tartışırken, dördüncü bölüm, stratejinin WPS'de nasıl uygulanacağını açıklamaktadır. Sunucu, yeni başlayanlara ticaret stratejilerini basit ve net tutmalarını tavsiye ederek bitirir.

  • 00:00:00 Videonun bu bölümünde sunum yapan kişi Python ile algoritmik ticaret stratejileri oluşturma sürecini açıklıyor. İlk olarak, algoritmik ticareti açıkça tanımlanmış kuralları olan ve istisnası olmayan bir sistem olarak tanımlarlar. Bunun avantajları, ölçülebilir verilere dayalı ticaret stratejilerini kodlayabilmemiz ve duyguların denklemden çıkarılmasıdır. Ayrıca, sistemin karlılığını optimize etmek ve test etmek için geriye dönük testin kolayca yapıldığından da bahsediyorlar. Daha sonra sunum yapan kişi, özellikle hareketli ortalama geçişleri olmak üzere bir hipotez ve teknik göstergeler kullanarak bir ticaret stratejisinin nasıl oluşturulacağını gösterir. Toplanan bilgilerle kurallar dizisi oluşturulur ve ardından strateji geriye dönük testten geçer. Bu süreç, strateji optimal kabul edilene kadar tekrar edilebilir.

  • 00:05:00 Bu bölümde, konuşmacı Python ile algoritmik ticaret stratejileri oluşturma sürecini adım adım tartışıyor. Geriye dönük testin, tacirlerin kâr ve zararlarının nasıl geliştiğini anlamalarına nasıl olanak tanıdığını ve başarılı olursa, tacirlerin bir demo hesapta canlı bir ticaret botu ile ileri teste geçebileceğini açıklıyorlar. Konuşmacı ayrıca, öğrenmesi kolay bir dil olduğu ve pandalar ve komplo gibi geriye dönük test ve algoritmik ticaret için birçok kitaplığa sahip olduğu için ticaret için Python kullanılmasını önerir. Son olarak, konuşmacı, hızlı hareket eden ortalama 10 ve yavaş hareket eden ortalama 100 kullanarak Alman hisse senedi endeksinde basit bir hareketli ortalama geçiş stratejisi oluşturma sürecini anlatıyor. Algoritmik çerçeveyi kodlamanın önemini vurguluyorlar. GitHub sayfalarında bulundu.

  • 00:10:00 Bu bölümde sunum yapan kişi, daha önce tartışılan hareketli ortalama çaprazlama stratejisini kullanarak algoritmik bir ticaret stratejisi oluşturmak için Python'u nasıl kullanacağını gösterir. İki dosya sağlarlar: geriye dönük olarak test edilmiş bir dosya ve canlı bir ticaret bot dosyası. Geriye dönük test edilen dosya, stratejinin 2032 yılı için nasıl performans gösterdiğine ilişkin veri analizini içerir. Canlı ticaret bot dosyası, oturum açma kimlik bilgilerine sahip bir dosyanın oluşturulmasını gerektirir ve kullanıcıların hareketli ortalama geçişlerini kullanarak ticaret yapmasına olanak tanır. Sunum yapan kişi daha sonra Python entegre geliştirme ortamını gösterir ve geçmiş verileri almak, basit hareketli ortalamaları hesaplamak ve ticaret mantığını uygulamak için pandas, blockly ve datetime gibi kitaplıkları kullanan kodu açıklar. Son olarak sunum yapan kişi, basit hareketli ortalamaların karşılaştırılmasına dayalı olarak alınıp satılmayacağını belirleyen bir sinyal işlevi oluşturur.

  • 00:15:00 Bu bölümde, konuşmacı belirli bir menkul kıymetin ne zaman alınacağını veya satılacağını gösteren sinyal sütununun hesaplanma sürecini açıklar. Sinyal sütunu, daha sonra alış veya satış koşullarının karşılanıp karşılanmadığını satır satır kontrol eden veri çerçeve çubuklarına "sinyal al" işlevinin uygulanmasıyla elde edilir. Ayrıca, işlem hacmi ve komisyoncuya ödenen komisyon dikkate alınarak, önceki fiyat değişikliği ve sinyal değişikliği sütunları da hesaplanarak varsayımsal kazançlar belirlenir. Konuşmacı daha sonra altı aylık bir süre boyunca brüt ve net kârları kullanarak bir grafik gösterir ve stratejinin bazı geri çekilme dönemleri ile birlikte 2.380€ net kâr ürettiğini gösterir. Son olarak konuşmacı, izleyicinin daha uzun bir geçmiş için test etmek istemesi durumunda geriye dönük test stratejisinin örnek kodunun paylaşılmasından bahseder.

  • 00:20:00 Bu bölümde sunucu, Python'da bir ticaret stratejisi oluşturmak için işlevleri kullanarak canlı piyasa verilerinin nasıl işleneceğini açıklıyor. Stratejilerinin varsayılan parametreleriyle MetaTrader5, pandalar, saat, tarih saat ve hesap ilkelerini içe aktarmayı önerirler. Sunum yapan kişi, pozisyonları kapatmak ve Londra ve New York seanslarının işlem saatlerini kontrol etmek için alım satım işlevleri oluşturdu. Ayrıca döngüde bir ticaret sinyali kullanarak bir piyasa emri göndermek için bir işlev yarattılar ve hızlı SMA yavaş SMA'nın üzerindeyse satış pozisyonlarını kapatmayı öneriyorlar. Sunum yapan kişi, bu işlevlerin nasıl kullanılacağını gösterir ve ticaret hesabında oturum açarken hesaba genel bir bakış sağlamak için MT5 Toplam Pozisyon işleviyle açık pozisyonların sayısını kontrol eder.

  • 00:25:00 Bu bölümde, konuşmacı, stratejinin WPS (Web İşleme Hizmeti) üzerinde dağıtıldığı sürecin son adımını açıklıyor. Temel yapılandırmaları sağladığı Countable adlı bir DP (Bulut Masaüstü Sağlayıcısı) kullanmanızı önerir. Ayrıca, MT5'in yalnızca Windows'ta çalıştığını ve aracı Londra'da bulunuyorsa İngiltere'de barındırılan bir veri merkezi seçilmesini önerdiğini belirtiyor. Konuşmacı daha sonra yeni başlayanlara ipuçları ve tavsiyeler vermeye devam ediyor ve daha sonra zamanla daha fazlasını eklemek için stratejilerini basit ve net tutmalarını tavsiye ediyor. İzleyiciye teşekkür ederek ve onları yorumlarda soru sormaya teşvik ederek bitiriyor.
 

3-mum kurulumunu Python ile geriye dönük test etme



3-mum kurulumunu Python ile geriye dönük test etme

Video, üç mumlu bir kurulumun karlılığını geriye dönük test etmek için Python'un nasıl kullanılacağını gösterir. Sunum yapan kişi Metatrader5'ten EUR/USD döviz çifti için haftalık OHLC verilerini alır ve bunu Plotly Express kullanarak görselleştirerek bir Pandas veri çerçevesine dönüştürür. Belirli bir mum tipi işlevini kullanarak yükseliş ve düşüş mumlarını tanımlarlar ve üç mum yükseliş kurulum koşulunu tanımlarlar. Kurulumun her oluşumu için dördüncü mumun yukarı veya aşağı gitme olasılığını hesaplayarak, bu kurulumları satın almanın karlılığını geriye dönük olarak test ederler. Sunum yapan kişi, her yükseliş kurulumunda uzun süre devam etmenin bir miktar gelir sağlayacağı sonucuna varır, ancak kâr hızlı bir dönemde geldiği için sabırlı olmanın önemini vurgular.

  • 00:00:00 Bu bölümde, konuşmacı üç mum kurulumunu geriye dönük test etmek için Python'u nasıl kullanacağını tartışıyor. Bunu yapmak için önce Metatrader5 platformuna bağlanırlar ve 1 Ocak 2019'dan Kasım 2021'e kadar haftalık bir zaman diliminde EUR/USD döviz çifti için OHLC verileri isterler. Veriler daha sonra bir Pandas veri çerçevesine dönüştürülür ve Plotly Express kullanılarak görselleştirilir. . Konuşmacı daha sonra veri çerçevesindeki mumların belirli bir mum tipi işlevi kullanılarak yükseliş veya düşüş olarak nasıl etiketleneceğini gösterir. Bunu, mum türü sütununu bir, iki ve üç mum ileriye kaydırarak üç mumun da yükselişe geçtiği bir koşul yaratarak üç yükseliş mumu kurulumunun koşulunu karşılamak için kullanırlar. Daha sonra, bu kurulumun her oluşumu için dördüncü mumun yukarı veya aşağı gitme olasılığını hesaplar ve bu kurulumları satın almanın karlılığını geriye dönük olarak test ederler.

  • 00:05:00 videonun bu bölümünde sunum yapan kişi, Python kullanarak üç mumlu bir kurulumun nasıl geriye dönük test edileceğini tartışıyor. Kurulum, birinci, ikinci ve üçüncü mumların hepsinin yükseliş gösterdiği mumları tanımlamayı içerir. Sunucu, önceki kapanışla bir veri çerçevesi oluşturur ve kazanılan veya kaybedilen puan sayısını hesaplamak için sonucu önceki mumla karşılaştırır. Daha sonra, satın almanın veya satmanın iyi bir fikir olup olmayacağını belirlemek için verileri istatistiksel olarak analiz etmeye devam ederler. Her bir kurulumu yineleyerek ve üç mum kurulumunu bir arsa üzerine ekleyerek, her kurulumun kapanışında alım yapmanın ve bir sonraki mumun kapanışından hemen sonra satmanın bazı durumlarda karlı olacağını gösteriyorlar. Sunucu, kurulumun kaç kez gerçekleştiğini ve kurulum başına ortalama olarak ne kadar kazanılacağını veya kaybedileceğini hesaplar. Her yükseliş düzeninde uzun süre devam etmenin bir miktar gelir sağlayacağı sonucuna varıyorlar.

  • 00:10:00 Bu bölümde video, Python ile 3 mum kurulumunun geriye dönük testine ilişkin bir örnek sunuyor. Ekseni sıfırladıktan sonra, kümülatif puanların kar eğrisi ile 2019'da kaybedilen ve kazandıran işlemlerin olduğu süreyi gösterir. Kâr hızlı bir dönemde gelir ve bu dönem gelene kadar sabır gerekir. Video ayrıca günlük grafikte XA USD'nin nasıl analiz edileceğini ve geçmiş verileri isteyerek ve veri çerçevesini çizerek performansını nasıl görüntüleyeceğinizi gösterir. Kâr eğrisi, kâr ve zararlardaki iniş ve çıkışları görmek için kullanılır. Son olarak video, bu test yönteminin herhangi bir sayıda pazarda ve zaman diliminde kullanılabileceği sonucuna varıyor ve kullanıcıların kendi algoritmik stratejilerini yazabileceklerini ima ediyor.
 

Python'da Gerçek Zamanlı Şamdan Grafiklerini Kodlayın



Python'da Gerçek Zamanlı Şamdan Grafiklerini Kodlayın

Bu videoda yazar, FOREX ticareti için gerçek zamanlı bir mum çubuğu veri tablosu oluşturmak üzere Dash, pandas ve plotly kullanarak Python'da bir web uygulaması oluşturuyor. Uygulama, veri toplamak için MetaTrader 5 kitaplığını kullanır ve kullanıcıların görüntülenecek mumların sembolünü, zaman çerçevesini ve sayısını değiştirmesine olanak tanır. Video, MetaTrader 5'ten geçmiş çubuklar istemek ve go.candlestick ile bir şekil nesnesi oluşturmak da dahil olmak üzere, uygulama için düzen ve geri aramalar oluşturma sürecini anlatıyor. Ortaya çıkan uygulama her 20 milisaniyede bir güncellenir ve 200 milisaniyelik bir güncelleme aralığına sahiptir. İzleyiciler, uygulamayı indirmek için GitHub sayfasını ziyaret etmeye davet edilir.

  • 00:00:00 Bu bölümde YouTuber, izleyicinin gerçek zamanlı mum çubuğu verileriyle canlı bir forex veri tablosu oluşturma hakkındaki sorusunu yanıtlıyor. Video, YouTuber'ın MetaTrader 5'ten veri toplamak için MetaTrader5 kitaplığını kullanırken veri analizi ve görselleştirme için Dash, pandas ve plotly kullanarak Python'da bir web uygulamasını nasıl kodladığını açıklıyor. bir sözlük kullanarak zaman dilimleri. Uygulamanın ortaya çıkan çıktısı, kullanıcıların 200 milisaniye güncelleme aralığıyla verileri gerçek zamanlı olarak görüntülemek için sembolü, zaman çerçevesini ve mum sayısını değiştirebildiği bir grafiktir.

  • 00:05:00 Videonun bu bölümünde konuşmacı, gerçek zamanlı mum grafiği uygulaması için yerleşim düzeninin oluşturulmasını açıklıyor. Sembol ve zaman çerçevesi için açılan bileşenler, MT5 işlevlerinden içe aktarılır ve değerler varsayılan olarak ayarlanır. Çubuk sayısı girişi, varsayılan değeri 20 olan DBC giriş alanı kullanılarak oluşturulur. Uygulama düzeni, sembol açılır menüsü, zaman çerçevesi açılır menüsü ve çubuk sayısı girişini içeren bir HTML div'den oluşur. Küçük bir ayırıcı, ardından gerçek zamanlı grafiği güncellemek için her 200 milisaniyede bir yeni bir geri arama oluşturan DCC aralığı bileşeni eklenir. Sayfa içeriği, grafiği her 20 milisaniyede bir güncelleyen, sembol açılır listesinin, zaman çerçevesi açılır listesinin ve çubuk sayısı girişinin durumunu alan bir geri arama içerir. Geri arama, MetaTrader 5'ten tarihsel çubukları ister ve go.candlestick ile bir şekil nesnesi oluşturur. Son olarak konuşmacı izleyicilere ilgileri için teşekkür eder ve onları uygulamayı indirmek için GitHub sayfasını ziyaret etmeye davet eder.
1234567891011121314...24
Yeni yorum
Neden: