算法交易中的Python - 页 13

[MetaQuotes]

Python 中的 EMA - 技术分析库

EMA EN PYTHON - 技术分析库

讲师演示了如何使用预加载数据在 Python 中加载指数移动平均线指标。第一步是从 MetaTrader 5 获取数据，这可以通过选择所需的市场和日期然后导出数据来完成。获取数据后，需要使用函数将其转换为蜡烛图。然后，讲师安装必要的库并从库中导入 EMA 指标类。为了计算 EMA，数据框列（例如收盘数据）被传递给构造函数。窗口参数指定用于 EMA 的周期数。最后，使用 ema_indicator 方法获取 EMA 值，该方法创建一个包含这些值的数据框。

[MetaQuotes]

Python 中的 SMA - 技术分析库

SMA EN 蟒蛇！ - 技术分析库

该视频讨论了简单移动平均线 (SMA) 以及如何在 Python 中使用它。主持人解释说，SMA 很容易与过去的数据一起使用，这些数据可以通过 MetaTrader5 获得。该视频继续演示如何从报价数据创建蜡烛图并使用 AlgoTraderTrends 库计算 SMA 值。演示者提供了有关如何导入和使用库从数据框的特定列计算 SMA 值的分步指南。该视频最后呼吁观众采取行动，如果他们觉得有帮助，请点赞、订阅和分享视频。

[MetaQuotes]

如何将股票价格数据从 MetaTrader 5 导入 Python？

如何将股票价格数据从 MetaTrader 5 导入 Python？

在此 YouTube 视频中，解释了将股票价格数据从 MetaTrader 5 导入 Python 的不同方法。这些方法包括导入必要的库、设置所需的时间范围和时区、定义一个名为“获取数据”的函数、操作生成的数据框、使用 tqtndm 包、创建利率框架以及利用两个数据框检索价格和日期/时间信息。演讲者建议将循环放入一个函数中以使代码更简洁，并且使用这些方法，用户可以轻松地为众多符号导入数据而不会有太大困难。

• 00:00:00 在本节中，演讲者解释了如何将股票价格数据从 MetaTrader5 导入 Python。第一步是导入所有必要的库，包括 pandas、pytz、datetime、tqdm 和 MetaTrader5。然后，演讲者初始化 MetaTrader5 并设置所需的时区和时间范围。演讲者定义了一个称为“获取数据”的函数，该函数需要符号、所需的蜡烛数和时间范围。该函数返回所需的数据，演讲者解释了每个输入和输出在函数中的作用。
  |
  
• 00:05:00 在本节中，演讲者解释了用于将股票价格数据从 MetaTrader5 导入 Python 的函数。该函数接受一个符号、一个时间范围和一个日期，并返回一个包含所请求数据的数据框。演讲者通过步骤操作生成的数据框，包括将时间列转换为白天并删除不必要的列。此外，建议使用 for 循环，以便更轻松地调用多个资产的数据。
  
  
• 00:10:00 在本节中，演讲者解释了如何使用 tqtndm 包将股票价格数据从 MetaTrader5 导入 Python。他们使用 try 函数和 accept 函数来调用先前定义的利率函数，该函数接受符号和设置为 400 的天数。返回的数据附加到字典中，并删除任何不可用的数据。演讲者建议将循环放入函数中以使代码更简洁。总的来说，该过程涉及创建利率框架、将数据附加到字典，然后运行脚本。
  
  
• 00:15:00 在本节中，演讲者解释说，通过使用两个数据框，用户可以通过检索价格和日期/时间信息轻松地将股票价格数据从 metatrader5 导入 Python。这种方法可以毫不费力地用于许多符号。

[MetaQuotes]

Python 中的 RSI 交易机器人！！- 从 METATRADER 5 获取数据

RSI BOT DE TRADING EN PYTHON！！ - COGIENDO DATOS DE MT5

该视频提供了有关在 MetaTrader 5 (MT5) 上使用 RS 索引创建 Python 机器人进行算法交易的深入教程。该过程涉及为算法交易和 Web 请求配置 MT5，使用 Mt5 库创建机器人文件，以及导入 RS 交易类，以及接收时间段、手数和市场字符串等参数的构造函数。为激活机器人，演示者使用“设置”功能启动事件，并使用“加入”功能正确结束流程。该视频还介绍了创建用于从 MT5 接收数据的服务器模块，以及用于开启和关闭机器人交易的功能的定义。演示者通过将机器人加载到图表上并分析其行为来测试机器人。总体而言，该视频提供了有关如何设置和测试用于自动交易的 RSI 机器人的广泛指南。

• 00:00:00 在本节中，视频创作者解释了如何使用 Python 中的 RS 索引和 MetaTrader 5 (MT5) 创建交易机器人。第一步是配置 MT5 以启用算法交易和网络请求。然后，创建者展示了如何通过使用 Mt5 库创建机器人文件、导入 RS 交易类以及创建接收时间段、手数和市场字符串等参数的构造函数来创建机器人。最后，创建者演示了如何使用事件和字典来正确停止机器人来存储交易数据。用户可以在创建者的 GitHub 个人资料上访问完整代码。
  
  
• 00:05:00 在视频的这一部分，演示者讨论了打开和关闭三个机器人的功能的创建，以及如何激活事件和在启动后停止机器人。演示者使用“set”功能激活事件，使用“join”功能正确结束流程。此外，他们创建了一个单独的函数来等待用户按下“enter”，然后停止程序并使用“join”函数停止机器人。他们继续为三个机器人中的每一个定义一个函数，它们之间的唯一区别是打印到控制台的文本。
  
  
• 00:10:00 在本节中，视频讨论了创建一个名为“python rs6”的模块，该模块将充当服务器并从充当客户端的 MT5 接收数据。 socket库用于创建服务器，端口号为889，地址设置为localhost。然后视频继续解释如何创建一个函数来启动套接字并侦听连接，使用 accept 函数来接受传入的连接。该函数的主循环设置为无限期运行，直到设置停止事件，函数接收消息并在未设置停止事件时对其进行解码。总的来说，该视频涵盖了创建用于使用 RSI 数据进行交易的 Python 机器人的基础知识。
  
  
• 00:15:00 在视频的这一部分，演示者用 Python 创建了一个 RSI 交易机器人，用于从 MT5 检索数据。这个名为“rs player”的机器人是在 MT5 的“EA 交易”部分创建的，并加载了 R&S 和套接字连接以连接到位于指定地址的 Python 服务器。通过执行报价，机器人将信息发送到服务器，这是一个字符串，其中包含前一个报价的 RSI 值和当前 RSI 值。在 Python 中，接收到的数据用逗号分隔并转换为浮点数，以便对数据进行进一步操作。通过关闭连接和服务器套接字来关闭机器人，并添加一个功能来处理遇到的任何错误。演示者通过创建一个导入 MT5 和机器人类的主文件来测试机器人，初始化一个实例，并启动实时交易会话。
  
  
• 00:20:00 在本节中，视频演示了如何将机器人加载到图表上并测试它是否正确接收数据。该机器人设置为在 60 秒内接收 1 笔 0.01 的交易，并使用变量来建立订单和使用的杠杆量。为了执行机器人，该视频向用户展示了如何保存代码并在 MQL5 中编译它，然后通过单击“输入”关闭机器人。然后视频展示了使用宏指令文件的创建，包括“蜡烛图”和“操作之间”，以确保每组蜡烛图只执行一次交易。总体而言，该视频提供了有关如何设置和测试用于算法交易的 RSI 机器人的详细指南。
  
  
• 00:25:00 在文字记录摘录的这一部分，演讲者解释了如何创建一个名为“边界”的函数，该函数接收停止事件、共享数据字典和机器人信息字典作为输入。该函数包括用于保存上次操作时间和当前时间的变量。本节还介绍了基于特定条件建立买入或卖出头寸背后的逻辑，以及考虑操作之间的时间间隔的重要性。演讲者提到需要创建一个称为“开仓”的函数来开仓。
  
  
• 00:30:00 在本节中，YouTuber 解释了如何使用 Python 定义用于在 MetaTrader 5 平台上进行交易的函数。该功能称为“开仓”，它接收市场、手数和操作类型。 YouTuber解释说，这个功能的代码可以在Google Chrome的MT5 Python订单发送页面找到，直接复制粘贴即可。但是，有几项需要自定义，例如订单类型、止损和获利，这取决于用户的经纪商。 YouTuber 继续为机器人定义止损和获利，然后展示如何导入函数和创建机器人来执行交易。
  
  
• 00:35:00 在本节中，YouTuber 演示了如何通过在代码中键入“[-1]”来访问 Ceret Orders 代码中列表的最后一个元素，这将返回列表的最后一个元素。下一步是通过将代码更改为在价格超过 50 时购买，在某个价格点设置购买触发器。机器人可以执行，如果满足标准，例如价格超过阈值，它将执行买单。然后，用户可以通过检查代码和观察机器人的行为来检查获利和止损水平是否设置正确。 YouTuber 鼓励用户在 GitHub 上查看该机器人，并点赞、订阅和分享视频。

[MetaQuotes]

如何使用 MetaTrader 5 和 Python 从股票市场下载数据

如何使用 MetaTrader 5 和 Python 下载证券交易所数据

视频教程“如何使用 MetaTrader5 和 Python 下载股市数据”解释了如何使用 MetaTrader5 和 Python 下载股市数据。本教程演示了如何创建 Python 脚本来访问所需的资产并将数据导出到 CSV 文件。该视频涵盖的主题包括安全存储登录凭据、使用 Pandas 处理数据以及使用 cop rates 从蜡烛中提取数据。可用的高质量和免费数据是开发工具以吸引更多人进入股票市场的宝贵资源。该视频最后呼吁访问 Develop Academy 网站以进一步学习并通过 Instagram 进行联系。

• 00:00:00 在本节中，演讲者讨论了拥有优质和丰富数据对量化交易者的重要性，并强调了寻找良好公共数据源的难度。他介绍了他最近发现的一种解决方案，该解决方案使用 MetaTrader 5 系统下载数据，将其分类到内部数据库中，并在本地计算机上开发策略，无需支付任何费用。他逐步完成了安装和导出数据的步骤，展示了 MetaTrader 5 的独特功能，允许用户将数据导出到 CSV 文件中，该文件可以轻松导入到其他数据分析软件中。
  |
  
• 00:05:00 在本节中，演讲者解释了如何使用 MetaTrader 5 和 Python 下载股市数据。通过在 Python 中创建脚本，用户可以通过编程方式从 MetaTrader 5 请求数据并导出任何所需资产的信息。第一步是在 Python 环境中安装 MetaTrader5 模块，然后创建一个 Python 脚本来复制登录 MetaTrader 5 和访问所需资产的过程。演讲者还分享了创建外部文件以安全存储登录凭据的技巧。
  
  
• 00:10:00 在本节中，视频介绍了如何使用 MetaTrader 5 和 Python 从证券交易所下载数据。该过程涉及连接到经纪商的特定服务器，然后使用 MetaTrader 5 方法提取和组织数据。该视频演示了如何在 Bradesco 代码中提取数据，包括设置日期和标记要提取的报价类型。请求完成后，视频展示了如何使用 Pandas 操作数据并创建数据框。在本例中，返回的数据涵盖了 3 月初至 3 月 10 日期间在布拉德斯科发生的所有操作。
  
  
• 00:15:00 在本节中，演讲者讨论了如何使用 MetaTrader 5 和 Python 下载股票市场数据。他们解释了如何检索有关交易量、攻击者和交易位置的数据，这些数据可用于开发高频交易策略。数据质量高且免费提供，这是开发人员创建可用于吸引更多人进入股市的工具的重要资源。演讲者还演示了如何处理时间戳并将它们转换为真实数据，以及如何使用 cop rates Range 函数从蜡烛中提取数据。总的来说，本教程提供了有关如何有效收集股票市场数据以进行交易分析的宝贵信息。
  
  
• 00:20:00 在最后的部分，演讲者给出了简短的结束语，感谢观众的观看，并提供了他们网站 Develop Academy 的链接，供有兴趣了解更多量化交易策略的人使用。演讲者鼓励有问题的观众对视频发表评论或在 Instagram 上与他们联系。

[MetaQuotes]

在 MetaTrader 5 中通过 Python 进行在线交易 + 从 MQL5 获取数据

在 GitHub 获取代码： https://github.com/Hesamtps/online-trading-by-python-in-MetaTrader5-get-data-from-mql5

在 MetaTrader 5 中通过 Python 进行在线交易 + 从 MQL5 获取数据

本教程演示了如何从 MetaTrader 下载数据集并使用 Python 进行在线交易。讲师导入 MetaTrader5、pandas 和 datetime 库，指定数据集的资产和时间范围，并下载最后一百个数据点。他们解释了如何在 MetaTrader5 中通过设置止损、获利和使用 GTC 命令在指定的持续时间内管理头寸。虽然该部分提供了对管理头寸所需的不同命令的基本理解，但尚不清楚所采用的整体交易策略是什么。

• 00:00:00 在教程的这一部分，讲师演示了从 MetaTrader 下载数据集并使用 Python 进行简单的在线交易。导入MetaTrader5库，软件快捷路径指向Python。还导入了pandas和datetime库，用当前时间指定数据集中最后一条数据的时间。写入所需资产的符号密钥，并为数据集选择时间范围（在本例中为每日时间范围）。下载最后一百个数据点，并使用格式命令将数据存储在用户的个人系统中。在线交易是通过确定交易的资产和数量，将价格单位定义为点，并根据输入的头寸使用卖价或买价来进行的。
  
  
• 00:05:00 在本节中，视频解释了如何在 MetaTrader5 中使用 Python 命令为头寸设置止损和获利。它还展示了如何通过指定仓位单号来平仓。 GTC 命令被解释为在指定的持续时间内保持事务处于活动状态。该视频还展示了具有主动止损和止盈的 USDJPY 交易示例。总的来说，本节提供了对通过 Python 在 MetaTrader5 中管理头寸所需的不同命令的基本理解。
  
  
• 00:10:00 在本节中，我们了解到多头仓位已成功平仓。不幸的是，在没有进一步背景的情况下，不清楚多头头寸指的是什么或所采用的整体交易策略是什么。

[MetaQuotes]

使用 Python 交易 - 如何在股票市场上执行订单？

Trading con Python - 如何交易？

在本视频中，我将向您展示如何使用 Python 执行股票订单。对于那些想在股票市场上应用他们的数据分析和经济学知识的人。

[MetaQuotes]

第 2 部分：使用 Python 进行交易 - 如何进行自动化投资？

第 2 部分：TRADING con Python - ¿Cómo hacer INVERSIONES automizadas？

这是第二部分，关于如何使用 Python 进行交易。在第一部分中，我解释了如何启动订单。在这一部分中，我将教授如何根据股票价格及其之间的关系自动启动订单，并使用来自网络抓取的数据并应用算法交易。

[MetaQuotes]

使用 Python 进行算法交易（MACD 指标）

交易算法 con Python (Indicador MACD)

在这个关于“Trading Algorítmico con Python (Indicador MACD)”的视频中，讲师详细解释了如何使用 MACD 指标在 Python 中创建交易算法。该视频介绍了 MACD 指标使用的三个参数，以及它们如何决定买卖决策。 Pandas、NumPy 和 Yahoo Finance 等库用于获取和分析股票数据，而数据清理技术和字典用于检索关键信息。总的来说，该视频提供了使用 Python 和 MACD 指标构建交易算法的实用概述。

• 00:00:00 在本节中，讲师讨论使用 Python 的 MACD 指标的交易算法。他们解释说，MACD 指标使用三个参数来确定市场是处于上升趋势还是下降趋势，并据此下单进行买入或卖出。讲师演示了该指标的代码如何工作，以及如何根据不同的交易策略对其进行自定义。他还解释了如何使用 Yahoo Finance、Data Time、Pandas 和 NumPy 等库来获取和分析股票价格数据。最后，他们展示了如何根据 MACD 指标使用数据清理技术和字典来检索股票购买的最后日期。
  
  
• 00:05:00 在本节中，演讲者解释了如何使用 Python 中的 MACD 指标创建图表来说明算法交易策略。他建议从“inteligencia-artificial”网站下载代码并访问培训部分。该视频还鼓励观众发表评论或提出他们可能有的任何问题。

[MetaQuotes]

使用 Python 进行算法交易（布林带指标）

Trading Algorítmico con Python (Indicador Bandas de Bollinger)

在此视频中，演讲者讨论了布林带、它们如何衡量市场波动性以及如何使用 Python 创建基于它们的自动订单系统。演讲者解释了使用的主要库，例如 Yahoo Finance 和 Pandas，并强调了指定参数以便为分析的每只股票定制系统的重要性。他们还演示了将数据添加到买卖列，以及如何将上次销售日期与当前日期进行比较并在匹配时发起销售。最后，演讲者提醒观众技术分析并不总是准确的，并建议结合各种指标并使用人工智能做出明智的交易决策。

• 00:00:00 在本节中，演讲者介绍布林带的概念，它衡量市场波动并包括一条中央移动平均线和上下偏差线。然后，演讲者讨论了如何基于这些波段创建一个自动订单系统，该系统可以在满足特定条件时执行买入或卖出订单。演讲者概述了用于创建该系统的代码，包括使用的主要库，例如用于数据检索的 Yahoo Finance 和用于数据分析的 Pandas。此外，演讲者解释了指定参数（例如 n20 和 n2）的重要性，以便为分析的每只股票定制系统。
  
  
• 00:05:00 在本节中，演讲者解释了如何将数据添加到代码中先前创建的买卖列。他们证明可以将数据添加到列的“发生”部分或使用“np.nal”留空。演讲者还解释说，他们专门研究了这种算法，只处理销售数据，消除了空列并将数据保存在 CSV 文件中。然后，他们展示了如何将上次销售日期与当前日期进行比较，如果匹配则发起销售。最后，他们提醒观众技术分析并不总是 100% 准确，并建议结合各种指标并使用人工智能创建算法以做出明智的交易决策。