アルゴリズム取引におけるPython - ページ 13

[MetaQuotes]

Python の EMA - テクニカル分析ライブラリ

EMA EN Python - テクニカル分析ライブラリ

インストラクターは、プリロードされたデータを使用して Python で指数移動平均インジケーターをロードする方法をデモンストレーションします。最初のステップは、MetaTrader 5 からデータを取得することです。これは、目的の市場と日付を選択してデータをエクスポートすることで実行できます。データを取得したら、関数を使用してローソク足に変換する必要があります。次に、インストラクターは必要なライブラリをインストールし、ライブラリから EMA インジケーター クラスをインポートします。 EMA を計算するには、終値データなどのデータ フレーム列がコンストラクターに渡されます。 window パラメーターは、EMA に使用する期間の数を指定します。最後に、ema_indicator メソッドを使用して EMA 値を取得し、その値を含むデータ フレームを作成します。

[MetaQuotes]

Python の SMA - 技術分析ライブラリ

スマエンパイソン!! - 技術分析ライブラリ

このビデオでは、単純移動平均 (SMA) とそれを Python で使用する方法について説明します。発表者は、SMAはMetaTrader5を通じて取得できる過去のデータを利用することが容易であると説明しています。ビデオでは、ティック データからローソク足を作成し、AlgoTraderTrends ライブラリを使用して SMA 値を計算する方法を説明します。プレゼンターは、ライブラリをインポートして使用して、データ フレームの特定の列から SMA 値を計算する方法に関するステップバイステップのガイドを提供します。このビデオは、視聴者が役に立ったと感じた場合は、「いいね！」、「チャンネル登録」、およびビデオを共有するための行動喚起で終わります。

[MetaQuotes]

MetaTrader 5 から Python に株価データをインポートするにはどうすればよいですか?

MetaTrader 5 から Python に株価データをインポートするにはどうすればよいですか?

この YouTube ビデオでは、MetaTrader 5 から Python に株価データをインポートするさまざまな方法が説明されています。この方法には、必要なライブラリのインポート、目的の時間枠とタイム ゾーンの設定、「データ取得」と呼ばれる関数の定義、結果のデータ フレームの操作、tqtndm パッケージの使用、料金フレームの作成、価格と価格を取得するための 2 つのデータ フレームの利用が含まれます。日付/時刻情報。講演者は、ループを関数に入れてコードをすっきりさせることを提案しています。これらの方法を使用すると、ユーザーはそれほど難しいことなく、多数のシンボルのデータを簡単にインポートできます。

• 00:00:00 このセクションでは、MetaTrader5 から Python に株価データをインポートする方法をスピーカーが説明します。最初のステップは、pandas、pytz、datetime、tqdm、MetaTrader5 などの必要なライブラリをすべてインポートすることです。次に、講演者は MetaTrader5 を初期化し、希望のタイムゾーンと時間枠を設定します。スピーカーは、シンボル、必要なローソクの数、および時間枠を必要とする「データの取得」と呼ばれる関数を定義します。関数は目的のデータを返し、スピーカーは関数内で各入力と出力が何を行うかを説明します。
  | |
  
• 00:05:00 このセクションでは、MetaTrader5 の株価データを Python にインポートする関数について説明します。この関数はシンボル、時間フレーム、および日付を受け取り、要求されたデータを含むデータ フレームを返します。講演者は、時間列を日中に変換したり、不要な列を削除したりするなど、結果のデータ フレームを操作する手順を実行します。さらに、複数のアセットのデータを簡単に呼び出すことができるように、for ループを使用することをお勧めします。
  
  
• 00:10:00 このセクションでは、講演者が tqtndm パッケージを使用して MetaTrader5 から Python に株価データをインポートする方法を説明します。 try 関数と accept 関数を使用して、シンボルと 400 に設定された日数を受け取る、事前に定義されたレート関数を呼び出します。返されたデータは辞書に追加され、使用できないデータは削除されます。講演者は、コードをすっきりさせるためにループを関数に入れることを提案しました。全体として、プロセスにはレート フレームの作成、データの辞書への追加、スクリプトの実行が含まれます。
  
  
• 00:15:00 このセクションでは、2 つのデータ フレームを使用して、ユーザーが価格と日付/時刻情報を取得することで、metatrader5 から Python に株価データを簡単にインポートできることを講演者が説明します。この方法は、多くのシンボルに対してそれほど困難なく使用できます。

[MetaQuotes]

Python の RSI 取引ボット!!- METATRADER 5 からデータを取得

RSI ボットで Python で取引!! - COGIENDO DATAS DE MT5

このビデオでは、アルゴリズム取引のために MetaTrader 5 (MT5) の RS インデックスを使用して Python ボットを作成するための詳細なチュートリアルを提供します。このプロセスには、アルゴリズム取引と Web リクエスト用に MT5 を構成し、Mt5 ライブラリを使用してボット ファイルを作成し、期間、ロット サイズ、市場文字列などのパラメーターを受け取るコンストラクターを使用して RS 取引クラスをインポートすることが含まれます。ボットをアクティブにするために、プレゼンターは「set」関数を使用してイベントを開始し、「join」関数を使用してプロセスを正しく終了します。このビデオでは、MT5 からデータを受信するサーバー モジュールの作成と、ボット取引を開始および終了する関数の定義についても説明します。プレゼンターは、ボットをチャートにロードし、その動作を分析することでボットをテストします。全体として、このビデオでは、自動取引用に RSI ボットをセットアップしてテストする方法についての広範なガイドが提供されています。

• 00:00:00 このセクションでは、ビデオ作成者が、MetaTrader 5 (MT5) を使用して Python で RS インデックスを使用して取引ボットを作成する方法を説明します。最初のステップは、アルゴリズム取引と Web リクエストを有効にするように MT5 を構成することです。次に、作成者は、Mt5 ライブラリを使用してボット ファイルを作成し、RS 取引クラスをインポートし、期間、ロット サイズ、市場文字列などのパラメーターを受け取るコンストラクターを作成することにより、ボットを作成する方法を示します。最後に、作成者はイベントと取引データを保存する辞書を使用してボットを正しく停止する方法を示します。ユーザーは、作成者の GitHub プロファイルにある完全なコードにアクセスできます。
  
  
• 00:05:00 ビデオのこのセクションでは、プレゼンターが 3 つのボットを開いたり閉じたりする関数の作成と、イベントをアクティブ化し、ボットが開始された後に停止する方法について説明します。プレゼンターは「set」関数を使用してイベントをアクティブ化し、「join」関数を使用してプロセスを正しく終了します。さらに、プログラムを停止し、「参加」関数を使用してボットを停止する前に、ユーザーが「Enter」を押すのを待つ別の関数を作成します。続いて、3 つのボットのそれぞれに関数を定義します。それらの唯一の違いは、コンソールに出力されるテキストです。
  
  
• 00:10:00 このセクションでは、ビデオでは、サーバーとして機能し、クライアントとして機能して MT5 からデータを受信する「python rs6」というモジュールの作成について説明します。サーバーの作成にはソケット ライブラリが使用され、ポート番号 889 とアドレスが localhost に設定されます。ビデオでは続いて、受信接続を受け入れるための accept 関数を使用して、ソケットを開始して接続をリッスンする関数を作成する方法を説明します。関数のメイン ループは、停止イベントが設定されるまで無期限に実行されるように設定されており、停止イベントが設定されていない間、関数はメッセージを受信してデコードします。全体として、ビデオでは RSI データを取引するための Python ボット作成の基本を説明しています。
  
  
• 00:15:00 ビデオのこのセクションでは、プレゼンターが Python で RSI 取引ボットを作成し、MT5 からデータを取得します。 「rs player」という名前のボットは、MT5 の Expert Advisor セクションで作成され、指定されたアドレスの Python サーバーに接続するための R&S 接続とソケット接続がロードされます。ティックが実行されると、ボットはサーバーに情報を送信します。この情報は、前のティックの RSI 値と現在の RSI 値を含む文字列です。 Python では、受信したデータはカンマで分割され、float に変換され、データをさらに操作できるようになります。ボットは、発生したエラーを処理する追加機能を使用して接続とサーバー ソケットを閉じることによって閉じられます。プレゼンターは、MT5 とボット クラスをインポートするメイン ファイルを作成してボットをテストし、インスタンスを初期化し、ライブ取引セッションを開始します。
  
  
• 00:20:00 このセクションのビデオでは、ボットをチャートにロードし、データを正しく受信しているかどうかをテストする方法を示しています。ボットは、注文を確立する変数と使用されるレバレッジ量を使用して、60 秒で 0.01 の 1 取引を受け取るように設定されています。ボットを実行するために、ビデオではコードを保存して MQL5 でコンパイルし、その後「Enter」をクリックしてボットを閉じる方法をユーザーに示しています。次に、ビデオでは、ローソク足のセットごとに 1 つの取引のみが実行されるようにするために、「ローソク足」や「操作間」などのマクロを含む注文ファイルの作成を示しています。全体として、このビデオでは、アルゴリズム取引用に RSI ボットをセットアップしてテストする方法について詳細なガイドを提供しています。
  
  
• 00:25:00 トランスクリプトの抜粋のこのセクションでは、講演者は、停止イベント、共有データ ディクショナリ、およびボット情報ディクショナリを入力として受け取る「borders」と呼ばれる関数の作成方法を説明します。この関数には、最後の操作の時刻と現在の時刻を保存する変数が含まれています。このセクションでは、特定の条件に基づいて買いポジションまたは売りポジションをオープンする背後にあるロジックと、操作間の時間を考慮することの重要性についても説明します。講演者は、ポジションをオープンするには「オープンポジション」と呼ばれる機能を作成する必要があると述べています。
  
  
• 00:30:00 このセクションでは、YouTuber が Python を使用して MetaTrader 5 プラットフォームで取引するための関数を定義する方法を説明します。この関数は「オープンポジション」と呼ばれ、市場、ロット、および操作の種類を受け取ります。 YouTuber は、この関数のコードは MT5 Python 注文送信用の Google Chrome ページにあり、直接コピーして貼り付けることができると説明しています。ただし、注文タイプ、ストップロス、テイクプロフィットなど、ユーザーのブローカーに応じてカスタマイズする必要があるものがいくつかあります。この YouTuber は、ボットのストップロスとテイクプロフィットを定義し、関数をインポートして取引を実行するボットを作成する方法を示します。
  
  
• 00:35:00 このセクションでは、YouTuber が、Ceret Orders コードに「[-1]」と入力して、リストの最後の要素にアクセスする方法を示しています。これにより、リストの最後の要素が返されます。次のステップは、価格が 50 を超えた場合に購入するようにコードを変更して、特定の価格ポイントで購入トリガーを設定することです。ボットは実行でき、価格がしきい値を超えた場合など、基準が満たされた場合にボットが実行されます。買い注文を実行します。ユーザーはコードをチェックし、ボットの動作を観察することで、テイクプロフィットとストップロスのレベルが正しく設定されていることを確認できます。 YouTuber はユーザーに対し、GitHub でボットをチェックし、ビデオを「いいね！」、購読、共有することを勧めています。

[MetaQuotes]

MetaTrader 5 と Python を使用して株式市場からデータをダウンロードする方法

MetaTrader 5 と Python を使用して証券取引所のデータをダウンロードする方法

ビデオチュートリアル「MetaTrader5 と Python で株式市場データをダウンロードする方法」では、MetaTrader5 と Python を使用して株式市場データをダウンロードする方法を説明しています。このチュートリアルでは、必要なアセットにアクセスし、データを CSV ファイルにエクスポートするための Python スクリプトを作成する方法を示します。このビデオでは、ログイン資格情報の安全な保存、Pandas を使用したデータの操作、警官レートを使用したキャンドルからのデータ抽出などのトピックを取り上げています。入手可能な高品質で無料のデータは、より多くの人々を株式市場に引き寄せるためのツールを開発するための貴重なリソースです。このビデオは、さらに学び、Instagram 経由でつながるために、Develop Academy の Web サイトにアクセスするよう呼びかけて終わります。

• 00:00:00 このセクションでは、講演者はクオンツ トレーダーにとって質の高い豊富なデータを持つことの重要性について議論し、優れた公開データ ソースを見つけることの難しさを強調します。彼は、MetaTrader 5 システムを使用してデータをダウンロードし、内部データベースに分類し、何も支払わずに自分のコンピュータ上でローカルに戦略を開発するために最近発見したソリューションを紹介しました。彼は、データのインストールとエクスポートの手順を段階的に説明し、ユーザーが他のデータ分析ソフトウェアに簡単にインポートできる CSV ファイルにデータをエクスポートできるという MetaTrader 5 のユニークな機能を示しました。
  |
  
• 00:05:00 このセクションでは、講演者が MetaTrader 5 と Python を使用して株式市場データをダウンロードする方法を説明します。 Python でスクリプトを作成することにより、ユーザーはプログラムで MetaTrader 5 にデータをリクエストし、必要な資産の情報をエクスポートできます。最初のステップは、MetaTrader5 モジュールを Python 環境にインストールし、次に MetaTrader 5 にログインして目的の資産にアクセスするプロセスを複製する Python スクリプトを作成することです。講演者は、ログイン資格情報を安全に保存するための外部ファイルの作成に関するヒントも共有します。
  
  
• 00:10:00 このセクションでは、MetaTrader 5 と Python を使用して証券取引所からデータをダウンロードする方法をビデオで説明します。このプロセスには、ブローカーの特定のサーバーに接続し、MetaTrader 5 メソッドを使用してデータを抽出して整理することが含まれます。このビデオでは、日付の設定や取得するティックのタイプのフラグ設定など、Bradesco ティッカーのデータを取得する方法を示しています。リクエストが完了したら、ビデオでは Pandas を使用してデータを操作し、データフレームを作成する方法を示します。この場合、返されたデータには、3 月の初めから 3 月 10 日までに Bradesco で発生したすべての操作が含まれます。
  
  
• 00:15:00 このセクションでは、講演者が MetaTrader 5 と Python を使用して株式市場データをダウンロードする方法について説明します。高頻度取引戦略の開発に使用できる、取引量、攻撃者、取引場所に関するデータを取得する方法について説明します。データは高品質で無料で利用できるため、開発者がより多くの人々を株式市場に引き付けるために使用できるツールを作成するための優れたリソースとなります。講演者は、タイムスタンプを処理して実際のデータに変換する方法、および cop rate Range 関数を使用してローソク足からデータを抽出する方法も実演します。全体として、このチュートリアルは、取引分析のために株式市場データを効率的に収集する方法に関する貴重な情報を提供します。
  
  
• 00:20:00 この最後のセクションでは、講演者が短い締めくくりの言葉を述べ、視聴者に感謝の意を表し、クオンツ トレーディング戦略について詳しく知りたい人のためにウェブサイト Develop Academy へのリンクを提供します。講演者は、質問のある視聴者に対し、動画にコメントを残すか、インスタグラムで問い合わせるよう勧めています。

[MetaQuotes]

MetaTrader 5 の Python によるオンライン取引 + MQL5 からデータを取得

GitHub でコードを取得します: https://github.com/Hesamtps/online-trading-by-python-in-MetaTrader5-get-data-from-mql5

MetaTrader 5 の Python によるオンライン取引 + MQL5 からデータを取得

このチュートリアルでは、MetaTrader からデータセットをダウンロードし、Python を使用してオンライン取引取引を行う方法を示します。インストラクターは、MetaTrader5、pandas、および datetime ライブラリをインポートし、データセットのアセットとタイムフレームを指定して、最後の 100 個のデータ ポイントをダウンロードします。ストップロス、テイクプロフィットを設定し、指定された期間で GTC コマンドを使用することにより、MetaTrader5 でポジションを管理する方法を説明します。このセクションでは、ポジションを管理するために必要なさまざまなコマンドについての基本的な理解を提供しますが、採用されている全体的な取引戦略が何であるかは不明です。

• 00:00:00 チュートリアルのこのセクションでは、インストラクターが MetaTrader からデータセットをダウンロードし、Python を使用して簡単なオンライン取引取引を実行する方法を示します。 MetaTrader5 ライブラリがインポートされ、ソフトウェア ショートカット パスが Python に指定されます。 pandas ライブラリと datetime ライブラリもインポートされ、現在の時刻がデータセット内の最後のデータの時刻を指定するために使用されます。目的のアセットのシンボル キーが書き込まれ、データセットの時間枠 (この場合は日単位の時間枠) が選択されます。最後の 100 個のデータ ポイントがダウンロードされ、フォーマット コマンドを使用してデータがユーザーの個人システムに保存されます。オンライン取引は、取引の資産と量を決定し、価格の単位をピップとして定義し、入力されたポジションに応じて売り値または買い値のいずれかを使用することによって実行されます。
  
  
• 00:05:00 このセクションでは、MetaTrader5 で Python コマンドを使用してポジションのストップロスを設定し、利確する方法をビデオで説明します。ポジションチケット番号を指定してポジションを決済する方法も示します。トランザクションを指定した期間アクティブに保つための GTC コマンドについて説明します。ビデオでは、アクティブなストップロスとテイクプロフィットを使用したUSDJPY取引の例も示しています。全体として、このセクションでは、Python を介して MetaTrader5 でポジションを管理するために必要なさまざまなコマンドについての基本的な理解を提供します。
  
  
• 00:10:00 このセクションでは、ロングポジションが正常にクローズされたことがわかります。残念ながら、さらなる文脈がなければ、ロングポジションが何を指すのか、または採用されている全体的な取引戦略が何であるのかは不明です。

[MetaQuotes]

Python を使用した取引 - 株式市場で注文を実行するにはどうすればよいですか?

Python での取引 - ボルサで取引を開始しますか?

このビデオでは、Python を使用して株式注文を実行する方法を説明します。データ分析や経済学の知識を株式市場に応用したい人向け。

[MetaQuotes]

パート 2: Python を使用した取引 - 自動投資を行うには?

パート 2: Python での取引 - 自動化の反転を行いますか?

これはパート 2 で、Python を使用した取引方法について説明します。最初の部分では、注文を開始する方法について説明しました。このパートでは、Web スクレイピングからのデータを使用して、株式の価格と株式間の関係に基づいて注文を自動的に開始し、アルゴリズム取引を適用する方法を説明します。

[MetaQuotes]

Python を使用したアルゴリズム取引 (MACD インジケーター)

Python を使用した取引アルゴリズム (インディカドール MACD)

「Trading Algorítmico con Python (Indicador MACD)」に関するこのビデオでは、講師が MACD インジケーターを使用して Python で取引アルゴリズムを作成する方法について詳しく説明しています。このビデオでは、MACD インジケーターで使用される 3 つのパラメーターと、それらのパラメーターが売買の決定にどのように影響するかを説明します。 Pandas、NumPy、Yahoo Finance などのライブラリは株式データの取得と分析に使用され、データ クリーニング技術と辞書は重要な情報の取得に使用されます。全体として、このビデオでは、Python と MACD インジケーターを使用した取引アルゴリズムの構築の実践的な概要を提供します。

• 00:00:00 このセクションでは、インストラクターが Python で MACD インジケーターを使用した取引アルゴリズムについて説明します。 MACD指標は3つのパラメータを使って市場が上昇トレンドにあるか下降トレンドにあるかを判断し、これに基づいて買い注文または売り注文が出されると説明されています。インストラクターは、このインジケーターのコードがどのように機能するか、およびさまざまな取引戦略に応じてコードをカスタマイズする方法を示します。また、Yahoo Finance、Data Time、Pandas、NumPy などのライブラリを使用して株価データを取得および分析する方法についても説明します。最後に、データ クリーニング手法と辞書を使用して、MACD 指標に基づいて株式購入の最終日を取得する方法を示します。
  
  
• 00:05:00 このセクションでは、スピーカーが Python で MACD インジケーターを使用してアルゴリズム取引戦略を示すグラフを作成する方法を説明します。彼は、Web サイト「inteligencia-artificial」からコードをダウンロードし、トレーニング セクションにアクセスすることを提案しています。このビデオでは、視聴者がコメントを残したり、質問があれば提起したりすることも奨励されています。

[MetaQuotes]

Python を使用したアルゴリズム取引 (ボリンジャー バンド インジケーター)

Python による取引アルゴリズム (ボリンジャー指標バンダス)

このビデオでは、ボリンジャー バンド、ボリンジャー バンドが市場のボラティリティを測定する方法、および Python を使用してボリンジャー バンドに基づく自動注文システムを作成する方法について講演者が説明します。講演者は、Yahoo Finance や Pandas など、使用されている主なライブラリについて説明し、分析される銘柄ごとにシステムをカスタマイズするためのパラメーターを指定することの重要性を強調します。また、購入列と販売列にデータを追加する方法と、最後の販売日と現在の日付を比較し、一致する場合に販売を開始する方法も示します。最後に、講演者はテクニカル分析が常に正確であるとは限らないことを視聴者に思い出させ、さまざまな指標を組み合わせ、人工知能を使用して情報に基づいた取引の意思決定を行うことを提案しています。

• 00:00:00 このセクションでは、講演者がボリンジャー バンドの概念を紹介します。ボリンジャー バンドは市場のボラティリティを測定し、中央の移動平均線と上下の偏差線を含みます。次に講演者は、これらのバンドに基づいて、特定の基準が満たされたときに買い注文または売り注文を実行できる自動注文システムを作成する方法について説明します。講演者は、データ検索用の Yahoo Finance やデータ分析用の Pandas など、使用される主なライブラリを含む、このシステムの作成に使用されるコードの概要を説明します。さらに、講演者は、分析される銘柄ごとにシステムをカスタマイズするために、n20 や n2 などのパラメーターを指定することの重要性について説明します。
  
  
• 00:05:00 このセクションでは、コードの前半で作成した買い列と売り列にデータを追加する方法を講演者が説明します。これらは、「np.nal」を使用して、列の「happen」部分にデータを追加したり、空のままにしたりできることを示しています。講演者はまた、このアルゴリズムは売上データのみを処理することに特化しており、空の列を削除し、データを CSV ファイルに保存していると説明しました。次に、最後の販売日と現在の日付を比較し、一致する場合に販売を開始する方法を示します。最後に、テクニカル分析が常に 100% 正確であるとは限らないことを視聴者に思い出させ、さまざまな指標を組み合わせ、人工知能を使用してアルゴリズムを作成して、情報に基づいた取引の意思決定を行うことを提案しています。