00:05:00ビデオのこのセクションでは、インストラクターが px.line を使用して終値を視覚化し、時間の経過とともに価格がどのように推移したかを確認することから始めます。また、DAX は当初 13 千から 15,000 ドル付近で推移しており、新型コロナウイルス危機の間に大幅な下落がありましたが、価格は現在史上最高値に戻りつつあります。シグナルの生成を支援するために移動平均がチャートに追加され、遅い sma と速い sma が定義されます。遅い sma は 100 に設定され、速い sma は 10 に設定され、両方がプロットに追加されます。最後に、インストラクターは、後で設定を調整しやすくするために、別のセルでいくつかの変数を定義します。
00:10:00ビデオのこのセクションでは、プレゼンターが Python と Pandas を使用して単純移動平均 (SMA) クロスオーバー取引戦略でクロスオーバーを見つける方法を説明します。発表者は、高速 SMA と低速 SMA の周期をそれぞれ 10 と 100 に設定します。クロスオーバーを見つけるために、以前の高速 SMA 値が低速 SMA 値と比較され、以前の高速 SMA 値が低く、現在の高速 SMA 値が高い場合、強気クロスオーバーとみなされます。一方、以前の高速 SMA 値が高く、現在の高速 SMA 値が低い場合は、弱気クロスオーバーとみなされます。プレゼンターは、このプロセスを自動化するために「find_crossover」という関数を作成します。
00:15:00このセクションでは、以前に計算された高速 SMA 値と低速 SMA 値を使用してクロスオーバー カラムを計算する方法をビデオで説明します。関数 np.vectorize を使用して関数と入力を表す列を渡し、結果から None 値が削除されます。クロスオーバー列が作成された後、ビデオでは強気のクロスオーバーを見つけて、x が row.time に等しい v ラインの pick.dot を使用してチャート上に垂直線としてプロットする方法を示しています。
00:20:00このセクションでは、インストラクターが、赤い線が緑の線の上を横切ったときに買い、遅行平均を下回ったときに売るという、SMA クロスオーバー取引戦略のバックテストのプロセスを説明します。インストラクターは、以前に作成したクラス、クラスのポジション、クラス戦略を使用してバックテストを作成します。クラスのポジションには、ポジションをオープンおよびクローズするメソッドと、結果を辞書として返すメソッドがあります。クラス戦略中に、インストラクターは取引口座の開始残高を初期化し、取引量を指定し、履歴データとシグナル列を含むデータ フレームを追加します。クラスストラテジーの run メソッドでは、クロスオーバー値に基づいてポジションをオープンおよびクローズするための if ステートメントを使用してストラテジーのロジックが定義されます。最後に、クラスがインスタンス化され、実行されて結果が取得されます。
00:00:00 このセクションでは、Control の Lucas が、MetaTrader5 と Python を使用してライブ取引に取引戦略を組み込む方法を示します。彼はテンプレートを提供し、ニーズに基づいてコードをカスタマイズする方法を示します。このビデオでは、関数の初期化、データのインポート、取引注文の作成など、さまざまな関数もデモしています。再開機能は、Python シートをシャットダウンした後でも、現在のオープンポジションを監視できる便利なツールとして強調されています。全体として、このビデオは、取引戦略をカスタマイズして収益性を最大化したいトレーダーに役立つガイドを提供します。
00:05:00 このセクションでは、講演者がいつでもオープンポジションにアクセスして最終的にポジションを決済できるようにする機能について説明します。この関数は、一定の間隔内でポジションをオープンするアルゴリズムを利用し、モメンタム戦略を使用しません。この関数には多くのコメントが含まれており、アルゴリズムに関するすべての情報を返すため、シンプルですが不可欠です。このスピーカーは、コードを数行変更するだけで簡単にカスタマイズできるテンプレートも提供しており、ユーザーが独自のアルゴリズムを運用環境に組み込むことができます。ただし、講演者は、MetaTrader 5 ライブラリを使用するには Windows デバイスが必要であることを指摘し、Windows デバイスにアクセスできない Mac ユーザーにいくつかのオプションを提供します。
00:05:00 このセクションでは、講演者が視聴者に注目していただいたことに感謝し、チュートリアルで使用されているコードを共有することを申し出てビデオを締めくくります。講演者は、視聴者がコードにアクセスできる Web サイトへのリンクを提供します。彼らは、視聴者がこのビデオが役に立ったと感じてくれたことを希望し、すぐに別のチュートリアルを提供することを約束しています。
Control の Lucas が、継続的なストップロスまたは利益のしきい値を使用して取引のリスクを軽減することを目的とした、トレーリング ストップロス戦略の長所と短所について説明します。強みの 1 つは、トレーダーがトレンドの変動を利用してリスクを管理できることですが、弱点はトレーダーが潜在的な利益を逃す可能性があることです。講演者はトレーダーに対し、資産のボラティリティを考慮し、それに応じてカスタマイズされた戦略を使用するようアドバイスしています。彼はまた、トレーリングストップロスやその他の取引戦略の使用方法に関するコースも提供しています。
00:00:00 このセクションでは、Control の Lucas が、トレードのストップロス戦略の長所と短所について説明します。トレーディングのストップロスの目的はリスクを軽減することであり、継続的なストップロスや利益を得るためにしきい値を使用するなど、さまざまな方法で構築できます。トレーディングストップロスの第一の強みは、トレーダーがトレンドの変動だけでなく活用できること、そして第二の強みは、トレーダーがリスクを管理できることです。ただし、トレーディングストップロスの弱点は、トレーダーの利益の一部を利用するリスクが伴い、トレーダーが潜在的な利益を逃す可能性があることです。
Pandas を使用してブローカーのスプレッドを分析する
Pandas を使用してブローカーのスプレッドを分析する | Python を使った取引
このビデオでは、プレゼンターが Python のパンダを使用してブローカーのスプレッドを分析します。 MetaTrader 5 を使用してブローカー履歴からエクスポートされたティック データはパンダ データフレームに渡され、スプレッドおよび時間ベースのデータが分析されて、時間の経過に伴うスプレッドの変化がプロットされます。スプレッドは一般的に狭いことが判明しましたが、ニュースイベントや流動性の低い期間、特に真夜中のブローカータイムの前後にはスプレッドが急上昇する可能性があります。この分析は、さまざまなシンボルに対して提示されたデータを考慮して取引コストを最適化するようトレーダーにアドバイスします。
Python でボリンジャーバンド取引戦略をコーディングする
Python でボリンジャーバンド取引戦略をコーディングする
このビデオでは、プレゼンターが Python でのボリンジャー バンド取引戦略について説明しています。この戦略では、単純な移動平均、下限バンド、および上限バンドを使用して、バンド内にすべての価格の 95% を含めます。この戦略では、価格がボリンジャーバンドの下側に達したときに買い、価格がボリンジャーバンドの上側に達したときに売ります。ストップロスは平均より 3 標準偏差低い値に設定され、テイクプロフィットは 2 標準偏差高い値に設定されます。プレゼンターは、Pandas および MetaTrader5 プラットフォームを使用した Python での実装を示し、テスト結果を提供して、各取引の結果を説明します。ただし、トレンド市場でこの戦略を盲目的に展開しないようにアドバイスし、市場状況を分析することの重要性を強調しています。
Python で単純移動平均 (SMA) クロスオーバー取引戦略をコーディングする
Python で単純移動平均 (SMA) クロスオーバー取引戦略をコーディングする
この YouTube ビデオでは、プレゼンターが Python で単純移動平均 (SMA) クロスオーバー取引戦略をコーディングする方法を説明しています。この戦略は、資産の売買のシグナルとして 2 つの SMA のクロスオーバーを使用します。発表者は、Pandas および Plotly ライブラリを使用して過去の価格データを視覚化し、高速 SMA と低速 SMA を定義し、クロスオーバーを見つけてクロスオーバー列を計算し、強気クロスオーバーをプロットする方法を示します。その後、ビデオでは、以前に作成したクラスを使用して SMA クロスオーバー取引戦略をバックテストする方法を示し、経時的な損益の折れ線グラフを使用して結果について説明します。全体として、このビデオでは、Python を使用してシンプルで効果的な取引戦略を作成およびテストするためのステップバイステップのガイドを提供します。
Python を使用した Code 10 テクニカル取引インジケーター
Python を使用した Code 10 テクニカル取引インジケーター
このビデオでは、トレンドを判断するために使用される単純移動平均 (SMA) から始まる、Python を使用した 10 個のテクニカル取引指標について説明します。アベレージ トゥルー レンジ (ATR) はボラティリティを測定し、相対強さ指数 (RSI) は買われすぎと売られすぎの価格を特定します。昨日の高値安値と標準偏差は、レンジ相場、ブレイクアウト相場、不安定な相場を特定するのに役立ちます。ボリンジャー バンドは、単純移動平均 (SMA) と標準偏差を使用して、平均回帰またはブレイクアウト戦略を示します。 MACD と SMA のクロスオーバーは、高速および低速の EMA または SMA を計算することでトレンドの変化を示します。移動平均クロスオーバーは、速い移動平均と遅い移動平均を組み合わせて潜在的なトレンド反転を特定しますが、確率オシレーターは期間の最高値と最低値を考慮して買われ過ぎと売られ過ぎの状態を特定します。
Python で株価指数のバイホールド取引戦略をコーディングする
Python で株価指数のバイホールド取引戦略をコーディングする
このビデオでは、プレゼンターが、Jupyter Notebook コードを使用してインジケーター、戦略、バックテストを作成する Python で株価指数のバイホールド取引戦略を作成する方法について説明します。この戦略は、5%、15%、または 35% のドローダウンを特定し、ドローダウンに達したときに購入し、その後、以前の史上最高値に達したときに売却することに基づいています。講演者は、位置のリストを使用し、新しい位置ごとに位置クラスを追加する位置取得メソッドを使用して位置を追加および確認する方法を説明しました。ドローダウンがゼロに近づくとすべてのオープンポジションがクローズされるという出口戦略についても説明されました。最後に、価格回復を可能にするための質の高い取引と長期の期間の重要性が強調され、プレゼンターはチャートで表されたバックテストの結果を紹介します。
Python で RSI 取引戦略をコーディングする方法
Python で RSI 取引戦略をコーディングする方法
このビデオでは、Python で RSI 取引戦略をコーディングしてバックテストする方法について詳しく説明しています。この戦略は、RSI が売られすぎているときに買い、買われすぎているときに売ることに依存しており、RSI が 30 を下回ったときにエントリーのシグナルとなり、RSI が 70 を超えたときに売りのタイミングになります。出口戦略には、アベレージ トゥルー レンジ (ATR) インジケーターを使用して、買値または売値から 280 ピップス離れた位置にテイクプロフィットとストップロスを設定することが含まれます。このビデオでは、履歴データのリクエスト、インジケーターの計算、バックテスト、結果の視覚化のための MetaTrader5、Pandas、および Plotly ライブラリの使用方法について説明します。最後に、Python で RSI 取引戦略を実装するために Jupiter ノートブックをダウンロードするよう視聴者に勧めています。
パンダをトレードサンプルで学ぶ
パンダをトレードサンプルで学ぶ
このビデオでは、さまざまな Pandas 関数を適用して Python で取引データを分析し、最長および最短の取引期間の決定、最も利益の出る月と損失の出る月の計算、最も活発な月の特定、買い注文と売り注文の分析などの分析上の質問に答える方法をユーザーに説明します。そして最大の絶対ドローダウンを計算します。さらに、勝率、リスクに対する報酬の比率、総利益と損失の比率を測定するプロフィットファクターの計算についても説明します。講演者は、分析プロセスを通じて視聴者をガイドするために CSV ファイルと実際の例を提供し、パンダを練習したい人には Jupiter ノートブックを提供します。
2021 年の Python を使用した MetaTrader 5 ライブ取引 (テンプレート付属)
Python を使用した MetaTrader 5 ライブ取引
ビデオ「2021 年の Python を使用した MetaTrader 5 ライブ取引 (テンプレート付き)」では、MetaTrader5 と Python を使用して取引戦略をカスタマイズし、収益性を向上させることを目指すトレーダーに役立つガイドを提供します。トレーダーのニーズに基づいて変更できるテンプレートが表示され、必要なコード セクションが強調表示されます。このビデオでは、関数の初期化、データのインポート、取引注文の作成などのさまざまな機能についても説明しています。デモされた便利なツールの中には、トレーダーが Python シートをシャットダウンした後でもオープンポジションを監視できる再開機能があります。講演者は、MetaTrader 5 ライブラリを使用するには Windows デバイスの必要性を強調しながら、Mac ユーザー向けにいくつかのオプションも提案しています。
CSV およびデータベースのデータを管理する (SQLite)
CSV およびデータベースのデータを管理する (SQLite)
「CSV とデータベースのデータの管理 (SQLite)」ビデオでは、講演者は、pandas DataFrame を使用して CSV ファイルにデータを保存および読み取る方法と、SQLite3 を使用してデータベースを操作する方法をデモンストレーションします。ビューアには、OHLC データがどのように pandas DataFrame に保存され、CSV ファイルとして保存され、後で読み取られて pandas DataFrame に変換されるかが示されます。また、講演者は、データベースの作成または既存のデータベースへの接続、データベース内へのデータの保存、単純なクエリを使用したデータの読み取りなど、SQLite3 を使用して Python でデータベースを操作する方法を視聴者に示します。講演者は、視聴者にチュートリアルで使用されているコードへのアクセスを提供し、チュートリアルが役に立ったという希望を表明してビデオを締めくくります。
トレーリングストップロス: 弱さの強さ?
トレーリングストップロス: 弱さの強さ?
Control の Lucas が、継続的なストップロスまたは利益のしきい値を使用して取引のリスクを軽減することを目的とした、トレーリング ストップロス戦略の長所と短所について説明します。強みの 1 つは、トレーダーがトレンドの変動を利用してリスクを管理できることですが、弱点はトレーダーが潜在的な利益を逃す可能性があることです。講演者はトレーダーに対し、資産のボラティリティを考慮し、それに応じてカスタマイズされた戦略を使用するようアドバイスしています。彼はまた、トレーリングストップロスやその他の取引戦略の使用方法に関するコースも提供しています。