Trading algoritmico con Python - pagina 13

[MetaQuotes]

EMA IN PYTHON - BIBLIOTECA DI ANALISI TECNICA

EMA EN PYTHON - BIBLIOTECA DI ANALISI TECNICA

L'istruttore dimostra come caricare l'indicatore della media mobile esponenziale in Python utilizzando dati precaricati. Il primo passo è ottenere i dati da MetaTrader 5, che può essere fatto selezionando il mercato e le date desiderate e quindi esportando i dati. Una volta ottenuti i dati, è necessario convertirli in candele utilizzando una funzione. L'istruttore installa quindi la libreria necessaria e importa la classe dell'indicatore EMA dalla libreria. Per calcolare l'EMA, una colonna del frame di dati, come i dati di chiusura, viene passata al costruttore. Il parametro window specifica il numero di periodi da utilizzare per l'EMA. Infine, i valori EMA vengono ottenuti utilizzando il metodo ema_indicator, che crea un frame di dati con i valori.

[MetaQuotes]

SMA IN PYTHON - BIBLIOTECA DI ANALISI TECNICA

SMA EN PYTHON!! - BIBLIOTECA DI ANALISI TECNICA

Il video parla della media mobile semplice (SMA) e di come può essere utilizzata in Python. Il presentatore spiega che SMA è facile da usare con i dati passati, che possono essere ottenuti tramite MetaTrader5. Il video prosegue dimostrando come creare candele dai dati tick e calcolare il valore SMA utilizzando la libreria AlgoTraderTrends. Il presentatore fornisce una guida dettagliata su come importare e utilizzare la libreria per calcolare il valore SMA da una colonna specifica del frame di dati. Il video si conclude con un invito all'azione che invita gli spettatori a mettere mi piace, iscriversi e condividere il video se lo trovano utile.

[MetaQuotes]

Come importare i dati sui prezzi delle azioni da MetaTrader 5 in Python?

Come importare i dati sui prezzi delle azioni da MetaTrader 5 in Python?

In questo video di YouTube vengono spiegati diversi metodi per importare i dati sui prezzi delle azioni da MetaTrader 5 in Python. I metodi includono l'importazione delle librerie necessarie, l'impostazione dell'intervallo di tempo e del fuso orario desiderati, la definizione di una funzione chiamata "ottenere dati", la manipolazione del frame di dati risultante, l'utilizzo del pacchetto tqtndm, la creazione di un frame di tariffe e l'utilizzo di due frame di dati per recuperare prezzi e informazioni su data/ora. L'oratore suggerisce di inserire i loop in una funzione per rendere il codice più pulito e, utilizzando questi metodi, gli utenti possono facilmente importare dati per numerosi simboli senza troppe difficoltà.

• 00:00:00 In questa sezione, il relatore spiega come importare i dati sui prezzi delle azioni da MetaTrader5 in Python. Il primo passo è importare tutte le librerie necessarie, inclusi panda, pytz, datetime, tqdm e MetaTrader5. Quindi, l'oratore inizializza MetaTrader5 e imposta il fuso orario e l'intervallo di tempo desiderati. L'oratore definisce una funzione chiamata "ottenere dati" che richiede il simbolo, il numero di candele necessarie e l'intervallo di tempo. La funzione restituisce i dati desiderati e l'oratore spiega cosa fa ciascun input e output nella funzione.
  |
  
• 00:05:00 In questa sezione, il relatore spiega una funzione utilizzata per importare i dati sui prezzi delle azioni da MetaTrader5 in Python. La funzione accetta un simbolo, un intervallo di tempo e una data e restituisce un frame di dati contenente i dati richiesti. L'oratore esegue i passaggi per manipolare il frame di dati risultante, inclusa la conversione della colonna dell'ora in giorno e l'eliminazione delle colonne non necessarie. Inoltre, si suggerisce l'uso di un ciclo for per semplificare la chiamata di dati per più risorse.
  
  
• 00:10:00 In questa sezione, il relatore spiega come importare i dati sui prezzi delle azioni da MetaTrader5 in Python utilizzando il pacchetto tqtndm. Usano la funzione try e accept per chiamare una funzione rate precedentemente definita che accetta il simbolo e il numero di giorni impostato su 400. I dati restituiti vengono aggiunti a un dizionario e tutti i dati non disponibili vengono eliminati. L'oratore suggerisce di inserire il ciclo in una funzione per rendere il codice più pulito. Nel complesso, il processo prevede la creazione di un rate frame, l'aggiunta dei dati a un dizionario e quindi l'esecuzione dello script.
  
  
• 00:15:00 In questa sezione, il relatore spiega che con l'uso di due frame di dati, gli utenti possono importare facilmente i dati sui prezzi delle azioni da metatrader5 a Python recuperando i prezzi e le informazioni su data/ora. Questo metodo può essere utilizzato per numerosi simboli senza troppe difficoltà.

[MetaQuotes]

BOT DI TRADING RSI IN PYTHON!!- OTTENERE DATI DA METATRADER 5

RSI BOT DI TRADING IN PYTHON!! - COGIENDO DATOS DE MT5

Il video fornisce un tutorial approfondito sulla creazione di un bot Python utilizzando l'indice RS su MetaTrader 5 (MT5) per il trading algoritmico. Il processo prevede la configurazione di MT5 per il trading algoritmico e le richieste web, la creazione di un file bot utilizzando la libreria Mt5 e l'importazione della classe di trading RS, con un costruttore che riceve parametri come il periodo di tempo, la dimensione del lotto e la stringa di mercato. Per attivare il bot, il presentatore utilizza la funzione "set" per avviare un evento e la funzione "join" per terminare correttamente il processo. Il video copre anche la creazione di un modulo server per ricevere dati da MT5 e la definizione di una funzione per aprire e chiudere le negoziazioni bot. Il presentatore testa il bot caricandolo su un grafico e analizzandone il comportamento. Nel complesso, il video fornisce una guida completa su come configurare e testare il bot RSI per il trading automatico.

• 00:00:00 In questa sezione, il creatore del video spiega come creare un bot di trading utilizzando l'indice RS in Python con MetaTrader 5 (MT5). Il primo passo è configurare MT5 per abilitare il trading algoritmico e le richieste web. Quindi, il creatore mostra come creare il bot creando un file bot utilizzando la libreria Mt5, importando la classe commerciale RS e creando un costruttore che riceve parametri come periodo di tempo, dimensione del lotto e stringa di mercato. Infine, il creatore dimostra come fermare correttamente il bot utilizzando un evento e un dizionario per memorizzare i dati di trading. Gli utenti possono accedere al codice completo sul profilo GitHub del creatore.
  
  
• 00:05:00 In questa sezione del video, il presentatore discute la creazione di funzioni per aprire e chiudere i tre bot, nonché come attivare un evento e fermare i bot una volta che sono stati avviati. Il presentatore utilizza la funzione "set" per attivare l'evento e la funzione "join" per terminare correttamente il processo. Inoltre, creano una funzione separata per attendere che l'utente prema "invio" prima di arrestare il programma e arrestare i bot utilizzando la funzione "unisciti". Proseguono definendo una funzione per ciascuno dei tre bot, con l'unica differenza tra loro che è il testo stampato sulla console.
  
  
• 00:10:00 In questa sezione, il video discute la creazione di un modulo chiamato "python rs6" che fungerà da server e riceverà dati da MT5, fungendo da client. La libreria socket viene utilizzata per creare il server, con un numero di porta 889 e l'indirizzo impostato su localhost. Il video prosegue poi spiegando come creare una funzione per avviare il socket e ascoltare le connessioni, utilizzando la funzione accept per accettare le connessioni in entrata. Il ciclo principale della funzione è impostato per essere eseguito indefinitamente finché non viene impostato l'evento stop, con la funzione che riceve i messaggi e li decodifica mentre l'evento stop non è impostato. Nel complesso, il video copre le basi della creazione di un bot Python per il trading con i dati RSI.
  
  
• 00:15:00 In questa sezione del video, il presentatore crea un bot di trading RSI in Python che recupera i dati da MT5. Il bot, denominato "rs player", viene creato nella sezione Expert Advisor di MT5 e caricato con le connessioni R&S e socket per connettersi a un server Python a un indirizzo specificato. Con un tick eseguito, il bot invia informazioni al server, ovvero una stringa che contiene il valore RSI del tick precedente e il valore RSI corrente. In Python, i dati ricevuti vengono divisi da una virgola e convertiti in float, consentendo un'ulteriore manipolazione dei dati. Il bot viene chiuso chiudendo la connessione e il socket del server con una funzione aggiunta per gestire eventuali errori riscontrati. Il relatore testa il bot creando un file principale che importa MT5 e la classe del bot, inizializza un'istanza e avvia la sessione di trading dal vivo.
  
  
• 00:20:00 In questa sezione, il video mostra come caricare il bot su un grafico e verificare se sta ricevendo i dati correttamente. Il bot è impostato per ricevere 1 scambio di 0,01 in 60 secondi, con variabili per stabilire gli ordini e la quantità di leva utilizzata. Per eseguire il bot, il video mostra agli utenti come salvare il codice e compilarlo in MQL5, e successivamente chiudere il bot facendo clic su "Invio". Quindi il video mostra la creazione di un file di ordini con macro, incluse "candele" e "tra operazioni", per garantire che venga eseguita una sola operazione per set di candele. Nel complesso, il video offre una guida dettagliata su come configurare e testare il bot RSI per il trading algoritmico.
  
  
• 00:25:00 In questa sezione dell'estratto della trascrizione, l'oratore spiega come creare una funzione chiamata "confini" che riceve l'evento di arresto, il dizionario dei dati condivisi e il dizionario delle informazioni del bot come input. La funzione include variabili per salvare l'ora dell'ultima operazione e l'ora corrente. La sezione copre anche la logica alla base dell'apertura di una posizione di acquisto o vendita in base a determinate condizioni e l'importanza di tenere conto del tempo che intercorre tra le operazioni. L'oratore afferma che è necessario creare una funzione chiamata "posizione aperta" per aprire una posizione.
  
  
• 00:30:00 In questa sezione, lo YouTuber spiega come definire una funzione per il trading con la piattaforma MetaTrader 5 utilizzando Python. La funzione si chiama "posizione aperta" e riceve il mercato, il lotto e il tipo di operazione. Lo YouTuber spiega che il codice per questa funzione può essere trovato su una pagina di Google Chrome per l'invio di ordini Python MT5 e può essere copiato e incollato direttamente. Tuttavia, ci sono diverse cose che devono essere personalizzate, come il tipo di ordine, lo stop loss e il take profit, che dipendono dal broker dell'utente. Lo YouTuber prosegue definendo lo stop loss e il take profit per il bot, quindi mostra come importare la funzione e creare un bot per eseguire operazioni.
  
  
• 00:35:00 In questa sezione, lo YouTuber dimostra come accedere all'ultimo elemento di un elenco nel codice Ceret Orders digitando "[-1]" nel codice, che restituirebbe l'ultimo elemento dell'elenco. Il passaggio successivo consiste nell'impostare il trigger di acquisto a un determinato prezzo modificando il codice da acquistare se il prezzo supera i 50. Il bot può essere eseguito e se i criteri sono soddisfatti, ad esempio il prezzo supera la soglia, lo farà eseguire un ordine di acquisto. L'utente può quindi verificare che i livelli di take profit e stop loss siano impostati correttamente controllando il codice e osservando il comportamento del bot. Lo YouTuber incoraggia gli utenti a controllare il bot su GitHub e ad apprezzare, iscriversi e condividere il video.

[MetaQuotes]

Come scaricare i dati dalla Borsa con MetaTrader 5 e Python

Come scaricare i dati di Borsa con MetaTrader 5 e Python

Il video tutorial "Come scaricare i dati del mercato azionario con MetaTrader5 e Python" spiega come scaricare i dati del mercato azionario utilizzando MetaTrader5 e Python. Il tutorial mostra come creare uno script Python per accedere alle risorse desiderate ed esportare i dati in un file CSV. Il video copre argomenti come l'archiviazione sicura delle credenziali di accesso, la manipolazione dei dati con Panda e l'estrazione di dati dalle candele utilizzando i tassi di polizia. I dati di alta qualità e gratuiti disponibili sono una risorsa preziosa per lo sviluppo di strumenti per attirare più persone nel mercato azionario. Il video si conclude con un invito a visitare il sito Web di Develop Academy per ulteriori informazioni e per connettersi tramite Instagram.

• 00:00:00 In questa sezione, il relatore discute l'importanza di disporre di dati abbondanti e di qualità per i trader quantitativi e sottolinea la difficoltà di trovare buone fonti di dati pubblici. Introduce una soluzione che ha scoperto di recente per utilizzare il sistema MetaTrader 5 per scaricare dati, classificarli in un database interno e sviluppare strategie localmente sul proprio computer senza pagare nulla. Segue le fasi di installazione ed esportazione dei dati, dimostrando la caratteristica unica di MetaTrader 5 nel consentire agli utenti di esportare i dati in un file CSV che può essere facilmente importato in altri software di analisi dei dati.
  |
  
• 00:05:00 In questa sezione, il relatore spiega come scaricare i dati del mercato azionario utilizzando MetaTrader 5 e Python. Creando uno script in Python, gli utenti possono richiedere dati a livello di codice da MetaTrader 5 ed esportare le informazioni per qualsiasi asset desiderato. Il primo passo è installare il modulo MetaTrader5 nell'ambiente Python, quindi creare uno script Python per replicare il processo di accesso a MetaTrader 5 e accedere alle risorse desiderate. L'oratore condivide anche un suggerimento sulla creazione di un file esterno per archiviare in modo sicuro le credenziali di accesso.
  
  
• 00:10:00 In questa sezione, il video spiega come scaricare i dati dalla borsa utilizzando MetaTrader 5 e Python. Il processo prevede la connessione al server specifico di un broker e quindi l'utilizzo dei metodi MetaTrader 5 per estrarre e organizzare i dati. Il video mostra come estrarre i dati sul ticker Bradesco, inclusa l'impostazione delle date e la segnalazione dei tipi di tick da estrarre. Dopo che la richiesta è stata completata, il video mostra come utilizzare Panda per manipolare i dati e creare un dataframe. In questo caso i dati restituiti coprono tutte le operazioni avvenute a Bradesco tra l'inizio del mese di marzo e il 10 marzo.
  
  
• 00:15:00 In questa sezione, il relatore parla di come scaricare i dati del mercato azionario utilizzando MetaTrader 5 e Python. Spiegano come recuperare i dati sul volume scambiato, l'aggressore e la posizione degli scambi, che possono essere utilizzati per sviluppare strategie di trading ad alta frequenza. I dati sono di alta qualità e sono disponibili gratuitamente, il che rappresenta un'ottima risorsa per gli sviluppatori per creare strumenti che possono essere utilizzati per attirare più persone nel mercato azionario. L'oratore dimostra anche come gestire i timestamp e convertirli in dati reali, nonché come estrarre i dati dalle candele utilizzando la funzione Cop Rates Range. Nel complesso, il tutorial fornisce preziose informazioni su come raccogliere in modo efficiente i dati del mercato azionario per l'analisi del trading.
  
  
• 00:20:00 In questa sezione finale, il relatore fa una breve dichiarazione di chiusura, ringraziando gli spettatori per aver guardato e fornendo il link al loro sito web, Develop Academy, per coloro che sono interessati a saperne di più sulle strategie di trading quantitativo. Il relatore incoraggia gli spettatori con domande a lasciare commenti sul video o a contattarli su Instagram.

[stokazz24]

MetaQuotes #:

OTTIENI PAGATO per tenere aperte le tue Operazioni

OTTIENI PAGATO per tenere aperte le tue operazioni | Fare trading con Python #8

Il video discute il carry trading, che prevede che i broker paghino ai trader una piccola somma ogni giorno per mantenere posizioni aperte sul proprio conto, noto anche come trading azionario positivo. Lo scopo è identificare i simboli che offrono scambi positivi per decidere se vale la pena scambiarli o meno. Il video fornisce tabelle che mostrano simboli con swap positivi sia sul lato lungo che su quello corto. Il carrying trading è consigliato per operazioni a lungo termine che durano giorni o settimane e i trader dovrebbero monitorare i valori di swap in quanto i broker possono aggiornarli in qualsiasi momento.

"Ottieni pagato" in italiano si traduce con "vieni pagato" oppure "ottieni un pagamento".

[MetaQuotes]

Trading online con Python in MetaTrader 5 + Ottieni dati da MQL5

Ottieni il codice su GitHub: https://github.com/Hesamtps/online-trading-by-python-in-MetaTrader5-get-data-from-mql5

Trading online con Python in MetaTrader 5 + Ottieni dati da MQL5

Il tutorial mostra come scaricare un set di dati da MetaTrader e condurre operazioni di trading online utilizzando Python. L'istruttore importa le librerie MetaTrader5, panda e datetime, specifica l'asset e il periodo di tempo per il set di dati e scarica gli ultimi cento punti dati. Spiegano come gestire una posizione in MetaTrader5 impostando stop loss, take profit e utilizzando il comando GTC per una durata specificata. Sebbene la sezione fornisca una comprensione di base dei diversi comandi richiesti per gestire una posizione, non è chiaro quale sia la strategia di trading complessiva utilizzata.

• 00:00:00 In questa sezione del tutorial, l'istruttore mostra come scaricare un set di dati da MetaTrader e condurre semplici operazioni di trading online utilizzando Python. La libreria MetaTrader5 viene importata e il percorso di scelta rapida del software è indirizzato a Python. Vengono importate anche le librerie panda e datetime e l'ora corrente viene utilizzata per specificare l'ora dell'ultimo dato nel set di dati. Viene scritta la chiave simbolo dell'asset desiderato e viene selezionato l'intervallo di tempo (intervallo di tempo giornaliero in questo caso) per il set di dati. Vengono scaricati gli ultimi cento punti dati e viene utilizzato un comando di formattazione per memorizzare i dati nel sistema personale dell'utente. Il trading online viene effettuato determinando gli asset e il volume della transazione, definendo l'unità di prezzo come pip e utilizzando il prezzo ask o bid a seconda della posizione inserita.
  
  
• 00:05:00 In questa sezione, il video spiega come impostare stop loss e take profit per una posizione utilizzando i comandi Python in MetaTrader5. Mostra anche come chiudere la posizione specificando il numero del ticket della posizione. Il comando GTC viene spiegato per mantenere attiva una transazione per una durata specificata. Il video mostra anche un esempio di transazione USDJPY con stop loss e take profit attivi. Nel complesso, questa sezione fornisce una conoscenza di base dei diversi comandi richiesti per gestire una posizione in MetaTrader5 tramite Python.
  
  
• 00:10:00 In questa sezione apprendiamo che la posizione lunga è stata chiusa con successo. Sfortunatamente, senza ulteriore contesto, non è chiaro a cosa si riferisca la posizione lunga o quale sia la strategia di trading complessiva impiegata.

[MetaQuotes]

Trading con Python - Come eseguire gli ordini sul mercato azionario?

Trading con Python - ¿Cómo ejecutar órdenes en bolsa?

In questo video ti mostro come eseguire ordini di azioni con Python. Per coloro che vogliono applicare le loro conoscenze nell'analisi dei dati e nell'economia, nel mercato azionario.

[MetaQuotes]

Parte 2: TRADING con Python - Come fare INVESTIMENTI automatizzati?

Parte2: TRADING con Python - ¿Cómo hacer INVERSIONES automatizadas?

Questa è la seconda parte, su come fare trading con Python. Nella prima parte ho spiegato come lanciare gli ordini. In questa parte insegno a lanciare ordini in base al prezzo delle azioni e alle loro relazioni tra loro, automaticamente, con i dati del web scraping e applicare il trading algoritmico.

[MetaQuotes]

Trading algoritmico con Python (indicatore MACD)

Trading Algoritmico con Python (Indicatore MACD)

In questo video su "Trading Algorítmico con Python (Indicador MACD)", l'istruttore fornisce una spiegazione dettagliata di come l'indicatore MACD può essere utilizzato per creare algoritmi di trading in Python. Il video copre i tre parametri utilizzati dall'indicatore MACD e il modo in cui determinano le decisioni di acquisto e vendita. Librerie come Pandas, NumPy e Yahoo Finance vengono utilizzate per ottenere e analizzare i dati azionari, mentre le tecniche di pulizia dei dati e i dizionari vengono utilizzati per recuperare le informazioni chiave. Nel complesso, il video fornisce una panoramica pratica della creazione di algoritmi di trading con Python e l'indicatore MACD.

• 00:00:00 In questa sezione, l'istruttore discute gli algoritmi di trading utilizzando l'indicatore MACD con Python. Spiegano che l'indicatore MACD utilizza tre parametri per determinare se il mercato è in una tendenza al rialzo o al ribasso e, in base a ciò, vengono inseriti ordini per l'acquisto o la vendita. L'istruttore dimostra come funziona il codice per questo indicatore e come può essere personalizzato in base alle diverse strategie di trading. Spiega anche come utilizzare librerie come Yahoo Finance, Data Time, Pandas e NumPy per ottenere e analizzare i dati sui prezzi delle azioni. Infine, mostrano come utilizzare tecniche di pulizia dei dati e dizionari per recuperare l'ultima data per un acquisto di azioni, in base all'indicatore MACD.
  
  
• 00:05:00 In questa sezione, il relatore spiega come creare un grafico per illustrare la strategia di trading algoritmico utilizzando l'indicatore MACD in Python. Suggerisce di scaricare il codice dal sito web "inteligencia-artificial" e di accedere alla sezione formazione. Il video incoraggia inoltre gli spettatori a lasciare commenti o sollevare eventuali domande.