import MyPack.Filters as flt
import TSClasses as tsc
import matplotlib.pyplot as plt
#import numpy as np
#from scipy.stats import randint
#rv=randint.rvs(0,10,size=10)
# чтение данных из БД
DB='csvdb1.db'
Ticker='SPFB.SBRF-9.18'
c=flt.cCandle()
SD=tsc.StockData(DB,
Ticker)
rdb=SD.rdb
F8=SD.F8
F16=SD.F16
F32=SD.F32
F150=SD.F150
rd=SD.rdb
Dev=SD.Dev
Stoch=SD.Stoch
# определение диапазона значений по оси х
Ib=1500
Ie=Ib+150
# подготовка данных для графиков
I=[i for i in range(Ib,Ie)]
Hist=[rdb.history[i][c.c] for i in I]
f8=[F8[i] for i in I]
f16=[F16[i] for i in I]
f32=[F32[i] for i in I]
f150=[F150[i] for i in I]
Devp=[F150[i]+Dev[i] for i in I]
Devm=[F150[i]-Dev[i] for i in I]
Kpb=[Stoch[0][i] for i in I]
Dpb=[Stoch[1][i] for i in I]
# построение графиков
#fig, axs = plt.subplots(2, 1,figsize=(10.0,5))
fig = plt.figure(figsize=(10,6.5))
axs1 = plt.subplot2grid((3, 1), (0, 0),rowspan=2,fig=fig)
axs2 = plt.subplot2grid((3, 1), (2,0), rowspan=1,fig=fig)
axs1.plot(I,Hist, label='Hist')
axs1.plot(I,f8,label='F8')
axs1.plot(I,f16,label='F16')
axs1.plot(I,f32,label='F32')
axs1.plot(I,f150,label='F150')
axs1.plot(I,Devp)
axs1.plot(I,Devm)
axs1.legend()
axs1.set_xticks(range(Ib,Ie+10,10))
axs1.grid(True, which='both')
axs2.plot(I,Kpb, label='F')
axs2.plot(I,Dpb, label='S')
axs2.set_xticks(range(Ib,Ie+10,10))
axs2.legend()
axs2.grid(True)
plt.show()
终于掌握了Python中的图形布局。哦,学习matplotlib包很难在盐酸中游泳。
这就是图表上的结果。
我喜欢它)。
而这里是代码。
代码是作为一个整体给出的,但我没有给出任何数据,这是不可能的--你必须自己做。你只需要使用#plotlib。其余的,只是为了了解--什么、哪里、从哪里来。
我不像往常那样写评论,但这样会让你更容易理解现成的副本。
除了我之前的帖子 之外,还看了一下在3000个计数时相对于回归线的分布。在较短的间隔时间内,它是非常参差不齐的。
事实上,它是非常不稳定的,它的形状在不同的图中变化很大,但最小和最大偏差保持在差不多的水平。嗯,而且没有长尾巴的痕迹。我不做任何结论,自己看吧。
我只能说,分布尾巴是我们行为的结果,而不是市场造成的。
一般来说,这些关于方差有限性的研究的意义是明确的。
总的来说,对偏差方差的有限性的这种探索的意义是明确的。
不,你不知道)。这根本不是一个结果或探索。)这里没有什么可探索的。这是一个副产品。早在关于尾巴和寻找未知事物的谈话一开始,我就在TIP主题中写过这些内容。但是,既然你可以在两者之间展示,为什么不可以呢。不要把它看得那么严重,把事情看得更简单)。建议,来自一个老而有经验的挑衅者。)
你可能已经读过关于小波的文章
关于交易、自动交易系统和策略测试的论坛
我的想法是将Python交易系统用于MT。
Yuriy Asaulenko, 2019.01.26 14:22
傅里叶和小波变换。一般来说,伟大的东西,在信号中看到你的眼睛看不到的东西(可能还有其他方式)。这一切都很好,非常有诱惑力。是的,但这一切都在一个已经形成的信号中。一切都很好,非常诱人。
我用市场报价试了一下。嗯?- 这是一个很好的指标。但是没有,又是边缘效应,在画面的最边缘,引号断裂的地方,什么都说不出来。
很遗憾,但小波的主题已经结束。可能是,暂时关闭,直到更好的时候)。
终于掌握了Python中的图形布局。哦,学习matplotlib包很难在盐酸中游泳。
这就是图表上的结果。
我喜欢它)。
而这里是代码。
代码是作为一个整体给出的,但我没有给出任何数据,这是不可能的--你必须自己做。你只需要使用#plotlib。剩下的只是为了理解--什么、哪里和从哪里来。
我不像往常那样写评论,但这样会让你更容易理解现成的样本。
把代码放在文件中
D:\PYTHON\YURAZ>yz_112.py
回溯(最近的一次调用)。
文件 "D:\PYTHON\YURAZ\yz_112.py",第1行,在<module>中
输入 MyPack.Filters作为flt
ModuleNotFoundError: 没有名为'MyPack'的模块
D:\PYTHON\YURAZ>pip install MyPack
已经满足要求:MyPack在c:\users\yuraz\appdata\local\programs\python\python38\lib\site-packages(0.1)中。
d:\python\yuraz>。
有什么遗漏吗?
请你告诉我,如果该工具是活跃的交易,你在哪里可以找到这个选项。
https://www.mql5.com/en/docs/integration/python_metatrader5/mt5symbolinfo_py
请你告诉我,如果该工具是活跃的交易,你在哪里可以找到这个选项。
https://www.mql5.com/en/docs/integration/python_metatrader5/mt5symbolinfo_py
该结构在官方网站上有描述。
或像这样
MICEX和SPX的决定方式是这样的
基于Python的Python工作平台,带有图形界面 tkinter
使用Python 3.7 64x + Microsoft Visual Studio Enterprise 2019 (2) 16.8.2