Python para el trading algorítmico - página 3

[MetaQuotes]

La importancia de los datos en el Trading - ¡Basura entra, basura sale! (un bróker de MetaTrader 5 frente a las finanzas de Yahoo)

La importancia de los datos en el Trading - ¡Basura entra, basura sale! (un bróker de MetaTrader 5 frente a las finanzas de Yahoo)

En este video se enfatiza la importancia de usar la misma fuente de datos para entrenar e implementar un algoritmo comercial. Al comparar los rendimientos generados por la misma señal comercial utilizando diferentes fuentes de datos, como Yahoo Finance y los datos de un corredor, el orador destaca la importancia de la calidad y la relevancia de los datos utilizados. El video aconseja a los comerciantes que realicen sus propios experimentos y utilicen fuentes de datos relevantes del bróker que se está negociando para entrenar sus algoritmos para obtener mejores rendimientos.

[MetaQuotes]

Plantillas MetaTrader 5 comercio en vivo usando Python - parte 1: importar datos del corredor

Plantillas MetaTrader 5 comercio en vivo usando Python - parte 1: importar datos del corredor

En este video, Lucas demuestra cómo usar Python y MetaTrader 5 para importar los datos de un bróker al extraer los datos de las velas y transformarlos en un formato de marco de datos legible. Señala que la plataforma MetaTrader 5 solo funciona en dispositivos Windows y no en sistemas Mac sin aplicaciones adicionales. Él crea una función llamada "get_rate" que permite una fácil automatización al cambiar sus parámetros, y al usar la función de establecer índice, establece la columna de tiempo como el índice del marco de datos, lo que permite que los datos históricos se importen a Python.

• 00:00:00 En esta sección, Lucas de Control demuestra cómo importar datos de corredores utilizando Python y MetaTrader 5. Primero, importa las bibliotecas necesarias, incluidas MetaTrader 5, pandas, numpy y datetime. Luego, conecta la hoja de Python a la plataforma MetaTrader 5 utilizando la función de inicialización de mt5. Lucas muestra cómo extraer datos de velas, incluidos apertura, máximo, mínimo, cierre y volumen, utilizando las tasas de copia de la función, y transforma los datos extraídos en un formato de marco de datos legible. Lucas señala que la plataforma MetaTrader 5 solo funciona en Windows y no en dispositivos Mac sin aplicaciones adicionales como escritorio paralelo o VPS.
  
  
• 00:05:00 En esta sección, el video presenta cómo importar datos de su corredor usando la plataforma MetaTrader5 a Python. El código se usa para crear una función llamada "get_rate" y la función toma "símbolo" y "número de datos" como entrada. La función facilita el cambio de sus parámetros, como la selección del marco de tiempo, y permite una fácil automatización del proceso. Al usar la función de establecer índice y configurar la columna de tiempo como el índice del marco de datos, los datos históricos se pueden importar a Python.

[MetaQuotes]

Plantillas MetaTrader 5 comercio en vivo usando Python - parte 2: Realice un pedido en MetaTrader 5 usando Python

Plantillas MetaTrader 5 comercio en vivo usando Python - parte 2: Realice un pedido en MetaTrader 5 usando Python

Lucas de explica el proceso de envío de órdenes en MetaTrader 5 usando Python. Esto implica inicializar el símbolo y la desviación en pip, elegir el modo de llenado, crear una solicitud para enviar a MetaTrader 5, especificar la acción deseada y ejecutar las órdenes. Él enfatiza la importancia de extraer toda la información necesaria, como la ID de posición, en las variables, ya que no estarían disponibles después de cerrar la hoja de Python. El video también detalla el proceso involucrado en el cierre de una posición abierta para la cual se debe aplicar un código similar pero inverso de órdenes de compra y venta mientras se usa el precio de oferta en lugar del precio de venta.

• 00:00:00 En esta sección, Lucas explica cómo enviar órdenes en MetaTrader 5 usando Python, que puede ser muy útil para crear bots comerciales. Sin embargo, antes de comenzar con el código, es vital activar el comercio algorítmico en la plataforma MetaTrader 5 permitiéndolo primero en 'Asesor experto' en la opción 'Herramientas'. Luego, los usuarios pueden comenzar inicializando el símbolo y la desviación en pip. Después de elegir el modo de llenado, que es crucial para crear un algoritmo comercial sólido, los usuarios pueden crear una solicitud para enviar a MT5, especificar la acción que desean y usar la función de envío de órdenes para ejecutar las órdenes.
  
  
• 00:05:00 En esta sección, el orador demuestra cómo cerrar una posición abierta en MetaTrader5 usando Python. Para cerrar una posición, se aplicaría el mismo código utilizado para abrir, pero con las órdenes de compra y venta invertidas y el precio de oferta utilizado en lugar del precio de venta. El orador enfatiza la importancia de extraer toda la información relevante, incluida la identificación de la posición, en variables, ya que no estarán disponibles en la memoria después de cerrar la hoja de Python. También se discute la determinación del modo de llenado, destacando el ponente la necesidad de buscar el modo de llenado de cada activo, ya que puede variar según el corredor y el activo.

[MetaQuotes]

Plantillas MetaTrader 5 comercio en vivo usando Python - parte 3: Gestión de dinero con MetaTrader 5/Python

Plantillas MetaTrader 5 comercio en vivo usando Python - parte 3: Gestión de dinero con MetaTrader 5 / Python

Lucas demuestra cómo usar MetaTrader5 y Python para crear una función de administración de dinero que coloca una orden de tomar ganancias y detener pérdidas en una solicitud. La función considera la gestión de riesgos para determinar los valores óptimos de stop loss y take profit. Muestra cómo usar una función llamada "tradeSize" para ajustar el riesgo de una posición larga en EUR/USD y determinar el mejor volumen según el capital de la cuenta y el apalancamiento. Lucas enfatiza la importancia de tener cuidado al ajustar el volumen de pedidos para mantener una exposición adecuada al riesgo.

• 00:00:00 En esta sección, Lucas muestra cómo crear una función de administración de dinero usando MetaTrader5 y Python. Demuestra cómo colocar un stop loss y un stop loss en una orden de solicitud y explica cómo encontrar valores óptimos para el stop loss y el take profit dependiendo de la gestión de riesgos. Lucas también presenta una función de umbral de recompensa de riesgo que toma el símbolo, el tipo de posición y los niveles de riesgo y recompensa, lo que ayuda a encontrar la toma de ganancias y el límite de pérdida óptimos. La función extrae el apalancamiento y el precio para encontrar el número de lugares decimales, calcula la variación en el porcentaje descontado por el apalancamiento y finalmente redondea el precio al número de lugares decimales del activo.
  
  
• 00:05:00 En esta sección, el orador explica cómo usar una función para la administración de dinero en MetaTrader 5 cuando se opera con Python. El orador demuestra cómo ajustar el riesgo de una posición larga en EUR/USD según el apalancamiento y cómo encontrar el mejor volumen para tomar en función del capital y el apalancamiento de la cuenta. La función denominada "tradeSize" se puede encontrar en la descripción del tutorial de MetaTrader 5 que menciona el orador. El ponente también destaca la importancia de ajustar cuidadosamente el volumen de las órdenes a colocar para garantizar que la exposición al riesgo sea la adecuada.

[MetaQuotes]

Plantillas MetaTrader 5 comercio en vivo usando Python - parte 4: Creación de señales comerciales

Plantillas MetaTrader 5 comercio en vivo usando Python - parte 4: Creación de señales comerciales

El YouTuber demostró la creación de una señal comercial usando MetaTrader 5 y Python al inicializar la conexión entre las dos plataformas, creando una clase "mt5" que se usa para poner la estrategia en el comercio en vivo e importando datos usando la función "obtener tasas". . Luego pasaron a crear una señal básica de SMA de 30 y 60 días usando la función móvil y basaron las condiciones de compra y venta en el promedio de movimiento rápido por encima o por debajo del promedio de movimiento lento. Este proceso mostró una forma sencilla de crear una señal comercial para operar en vivo usando MetaTrader 5 y Python.

[MetaQuotes]

Plantillas Operaciones en vivo de MetaTrader 5 usando Python - parte 5: Plantilla de operaciones en vivo (MetaTrader 5/Python)

Plantillas Operaciones en vivo de MetaTrader 5 usando Python - parte 5: Plantilla de operaciones en vivo (MetaTrader5/Python)

El video "Templates MetaTrader 5 live trading usando Python - parte 5: Plantilla de trading en vivo (MetaTrader5/Python)" demuestra cómo usar la plantilla de trading en vivo para ejecutar una estrategia de trading. Los usuarios pueden seleccionar un tiempo específico para ejecutar el algoritmo y elegir una lista de símbolos con una estrategia predeterminada de una señal aleatoria. Los pedidos se pueden realizar utilizando la plantilla y los usuarios pueden cambiar la señal aleatoria. El video advierte que los porcentajes de stop loss y take profit no tienen en cuenta el diferencial y recomienda utilizar un lapso de tiempo de un segundo para evitar procesar múltiples señales en el mismo segundo. Se invita a los espectadores a que les guste y se suscriban al canal y se unan a la comunidad de Discord.

• 00:00:00 Seguimos adelante y ejecutamos la estrategia comercial. Es importante elegir la métrica de tiempo con cuidado para no terminar abriendo y cerrando demasiadas posiciones demasiado rápido y perdiendo dinero en las transacciones. Esta plantilla en particular permite a los usuarios elegir un momento específico para ejecutar el algoritmo y seleccionar la lista de símbolos, con una estrategia predeterminada de una señal aleatoria. En general, esta es una excelente introducción para poner su estrategia comercial en operaciones reales utilizando MetaTrader 5 y Python.
  
  
• 00:05:00 En esta sección del video, el presentador demuestra cómo realizar pedidos utilizando la plantilla de negociación en vivo. La plantilla tiene una señal aleatoria, que se puede cambiar según las preferencias del usuario. Es importante tener en cuenta que los porcentajes de stop loss y take profit no tienen en cuenta el diferencial, lo que podría generar resultados no deseados si los usuarios toman un apalancamiento excesivo. El presentador aconseja poner un lapso de tiempo de un segundo para garantizar que no se procesen varias señales en el mismo segundo. Finalmente, el presentador insta a los espectadores a que le den me gusta y se suscriban al canal y se unan a la comunidad de Discord.

[MetaQuotes]

Plantillas MetaTrader 5 comercio en vivo usando Python - parte 6: aprendizaje automático (MetaTrader 5/Python)

Plantillas MetaTrader 5 comercio en vivo usando Python - parte 6: aprendizaje automático (MetaTrader5/Python)

Lucas muestra cómo poner una estrategia comercial basada en el aprendizaje automático en el comercio en vivo. El proceso implica la importación de bibliotecas, el uso de ingeniería de funciones para transformar datos abiertos, altos, bajos, cerrados y de volumen para comprender la relación entre las funciones para crear un algoritmo de aprendizaje automático, estandarizar datos, convertir datos usando análisis de componentes principales (PCA), ajuste y predecir variaciones y, en última instancia, decidir si comprar o vender activos. También proporciona una condición de tiempo basada en horas y una condición de día para elegir el mejor momento para operar. El código funciona durante el horario de mercado y señala cuándo comprar o vender activos.

[MetaQuotes]

Cree su propio bot comercial de MetaTrader 5: Parte 1

Obtén el código en GitHub: https://github.com/jimtin/algorithmic_trading_bot

Cree su propio robot comercial de MetaTrader 5

El video tutorial analiza los componentes necesarios y los requisitos para crear un bot comercial automatizado con MetaTrader 5, incluidos Windows 10, Python 3.10, un IDE como PyCharm o Visual Studio Code, una descarga de MetaTrader 5 y una cuenta comercial. El presentador enfatiza la importancia de un archivo settings.json para almacenar información confidencial y demuestra cómo crear un archivo de configuración de ejemplo utilizando las bibliotecas Json y OS. También enfatiza los comentarios de código y desaconseja abrir demasiados identificadores de archivos a la vez. El video concluye mostrando cómo importar información confidencial y el manejo de errores antes de prometer demostrar cómo conectarse a MetaTrader en el próximo episodio.

• 00:00:00 En esta sección del video, el presentador analiza los requisitos para construir un bot comercial automatizado utilizando MetaTrader 5. Los componentes necesarios incluyen Windows 10, Python 3.10, un entorno de desarrollo integrado (IDE) como PyCharm o Visual Studio Code, una descarga de MetaTrader 5 de un corredor y una cuenta comercial. A continuación, el presentador presenta la primera pieza de código, "main.py", que actúa como la función principal del código de Python, lo que permite una fácil iteración y mejora del código. El presentador también analiza la importancia de un archivo settings.json para almacenar información confidencial, como credenciales de inicio de sesión e información del servidor, y cómo se puede usar para evitar poner esta información directamente en el código. Finalmente, el presentador incluye una lista de símbolos para operar, con USDJPY como ejemplo.
  
  
• 00:05:00 En esta sección, el orador analiza la creación de un archivo de configuración de ejemplo que se convertirá en un archivo settings.json para usar en el programa. Señala la importancia de importar las bibliotecas Json y OS para leer y localizar archivos, respectivamente. También enfatiza la importancia de comentar el código de uno para comprender su propósito y parámetros cuando regrese a él más tarde. Luego, el orador describe su función para obtener la configuración del proyecto, que incluye verificar si existe la ruta del archivo y cerrar el archivo una vez que haya terminado. Advierte contra la apertura de demasiados identificadores de archivos a la vez y proporciona un método para evitar este problema. Finalmente, configura la ruta del archivo de importación para el archivo settings.json, lo que permite flexibilidad en la ubicación del archivo y garantiza que el programa pueda encontrar el archivo correcto.
  
  
• 00:10:00 En esta sección, el tutorial en video muestra cómo importar información confidencial, como el nombre de usuario y la contraseña, al archivo settings.json. El narrador destaca la importancia de importar esta información de forma segura y demuestra el manejo de errores al crear intencionalmente un error en el archivo settings2.json. Finalmente, el video concluye con la promesa de mostrar a los espectadores cómo conectarse a MetaTrader 5 en el próximo episodio.

[MetaQuotes]

Cree su propio robot comercial de MetaTrader 5 - Parte 2

Obtenga el código en GitHub: https://github.com/jimtin/algorithmic_trading_bot

Cree su propio robot comercial MetaTrader 5 - Parte 2

Este video continúa el proceso de creación de un bot comercial automatizado con MetaTrader 5, centrándose en el manejo de errores y la refactorización del código para simplificar su apariencia. El instructor enfatiza la importancia de utilizar una cuenta de práctica para evitar pérdidas financieras innecesarias y guía a los espectadores a través del proceso de inicialización e inicio de sesión en MetaTrader 5 mientras comenta el código y define los parámetros. Demuestran el uso de declaraciones de prueba y excepción para manejar cualquier error que pueda surgir y muestran cómo imprimir excepciones en la pantalla para solucionar problemas en el futuro. Además, crean una función separada llamada "start_up" para simplificar el código y manejar el proceso de inicio de manera más eficiente. Finalmente, importan la nueva función a main.py e imprimen el resultado en la pantalla.

• 00:00:00 En esta sección, el instructor recomienda completar el episodio de configuración 101 antes de sumergirse en el proceso de creación de un bot de comercio automatizado con MetaTrader 5. Las herramientas necesarias para este episodio incluyen el instalador del paquete de Python llamado pip y el Python oficial de Metatrader5. biblioteca. Es crucial tener una cuenta comercial, y el instructor recomienda encarecidamente usar una cuenta de práctica para evitar perder dinero. El instructor guía a los espectadores a través de la inicialización e inicio de sesión en Metatrader5 usando una función llamada start_mt5, comentando el código y definiendo parámetros. El código emplea una declaración de prueba y excepción para manejar cualquier error que pueda surgir, lo que garantiza que el código siga siendo sólido.
  
  
• 00:05:00 En esta sección, el creador del video analiza el manejo de errores en su programa de bot comercial. Explican que si ocurre un error, el programa generará una excepción y la imprimirá en la pantalla, lo que ayudará a los usuarios a solucionar cualquier problema que surja en el futuro. Además, demuestran el uso de las sentencias try y accept junto con las sentencias if para manejar los errores de inicialización y de inicio de sesión por separado. Finalmente, devuelven un valor booleano para indicar el éxito o fracaso de las funciones. Luego, el video termina con una demostración del programa ejecutándose en main.pi.
  
  
• 00:10:00 En esta sección, el instructor analiza cómo simplificar el código mediante la creación de una función separada para extraer la funcionalidad de un procedimiento de inicio. Esto se hace creando una nueva función llamada "start_up", a la que se le pasa la configuración variable del proyecto. La nueva función repetirá la misma funcionalidad que se colocó en la función principal, pero con algunas características adicionales, como un mensaje para el usuario si el inicio se realizó correctamente. La nueva función también puede devolver un mensaje de error si algo salió mal durante el proceso de inicio. Finalmente, el instructor muestra cómo importar la nueva función a main.pi e imprimir el resultado en la pantalla.

[MetaQuotes]

Cree su propio robot comercial MetaTrader 5: obtenga 50 000 velas japonesas

Obtén el código en GitHub: https://github.com/jimtin/algorithmic_trading_bot

Cree su propio robot comercial MetaTrader 5: obtenga 50 000 velas japonesas

El video proporciona una guía paso a paso para construir un robot comercial automatizado MetaTrader5. El primer paso crucial es asegurarse de haber completado el episodio de MetaTrader Connect e instalado la biblioteca de python pandas. El tutorial muestra cómo inicializar el símbolo y expandir la función de inicio para incluir símbolos de inicialización. Demuestra cómo recuperar hasta 50 000 velas usando la función 'obtener velas', que requiere entradas de símbolo, marco de tiempo y número de velas. El video hace hincapié en garantizar que todas las columnas necesarias estén presentes en los datos del gráfico de velas japonesas y muestra cómo recuperar los datos del volumen de ticks. El creador promete demostrar cómo calcular un indicador EMA en el próximo episodio.

• 00:00:00 En esta sección, el video proporciona pasos sobre cómo construir su propio robot comercial automatizado MetaTrader5. El primer paso es asegurarse de haber completado el episodio de MetaTrader Connect que muestra cómo conectarse y recuperar datos de MetaTrader, y de haber instalado la biblioteca de pandas de python. La inicialización del símbolo es crucial, lo que se hace agregando la función de inicialización del símbolo en su archivo mt5_lib.py. La función verifica si el símbolo existe para ahorrar tiempo en la resolución de problemas y, si existe, intentará inicializarlo con un enfoque de prueba y aceptación para la tolerancia a fallas. Es esencial tener en cuenta que los nombres de los símbolos difieren entre los corredores, por lo que es necesario consultar con su corredor cómo denotan sus diferentes tipos de símbolos.
  
  
• 00:05:00 En esta sección, el video analiza la expansión de la función de inicio para incluir símbolos de inicialización. La función permite que una función de inicio separada extraiga las cosas que deben suceder al inicio en su propia función. La función se actualiza para cumplir con settings.py e incluye iterar a través de una lista de símbolos y habilitarlos individualmente mientras se notifica al usuario sobre cualquier error o excepción. Finalmente, el guión bajo doble principal se actualiza para eliminar la complejidad y hacerlo más sencillo.
  
  
• 00:10:00 En esta sección, el tutorial muestra cómo recuperar 50 000 velas usando una nueva función llamada "obtener velas". Esta función requiere tres piezas de información: el símbolo, el marco de tiempo y la cantidad de velas para recuperar. El tutorial explica cómo establecer los límites de esta función en 50 000 velas japonesas, aunque es posible obtener millones de filas de datos a través de Metatrader5. La función verifica que no haya más de 50,000 velas y, si no, continúa recuperando los datos deseados. También se proporciona una función para convertir marcos de tiempo en un objeto Metatrader5 para facilitar el proceso. El marco de datos devuelto se utilizará para obtener el promedio móvil exponencial en el próximo episodio.
  
  
• 00:15:00 En esta sección, el creador del video señala que para los usuarios con más experiencia en programación, podrían haber notado que usó declaraciones if y else en lugar de declaraciones switch para mantener la compatibilidad con versiones anteriores de Python 3.9. También proporciona el código para los diferentes marcos de tiempo utilizados por MetaTrader 5. A continuación, el video explica cómo recuperar velas usando la API de Python de MetaTrader5 y cómo convertir los datos en un marco de datos de Pandas para el análisis de datos. Luego, el video demuestra cómo traer todas las funciones discutidas anteriormente a "Principal" y usar la matriz de símbolos para recuperar velas japonesas para cada símbolo enumerado. Finalmente, el video muestra cómo recuperar 1,000 velas inicialmente y brinda un "consejo superior" sobre cómo aumentar este número a 50,000.
  
  
• 00:20:00 En esta sección, el orador enfatiza la importancia de garantizar que todas las columnas estén presentes en los datos del gráfico de velas japonesas para implementar estrategias comerciales como los cruces de EMA. Usan una llamada de pandas para mostrar todas las columnas y mostrar que los datos del volumen de ticks también están presentes. Luego explican que obtener 50,000 velas es tan simple como ajustar la variable de las velas antes de prometer demostrar cómo calcular un indicador EMA en el próximo episodio.