アルゴリズム取引におけるPython - ページ 3

[MetaQuotes]

トレーディングにおけるデータの重要性 - ガベージイン、ガベージアウト! (MT5 ブローカー vs Yahoo ファイナンス)

トレーディングにおけるデータの重要性 - ガベージイン、ガベージアウト! (MT5 ブローカー vs Yahoo ファイナンス)

このビデオでは、取引アルゴリズムのトレーニングと展開に同じデータ ソースを使用することの重要性が強調されています。 Yahoo Finance やブローカーのデータなど、異なるデータ ソースを使用して同じ取引シグナルによって生成されるリターンを比較することで、講演者は、使用されるデータの品質と関連性の重要性を強調します。このビデオでは、トレーダーに対し、独自の実験を実施し、取引されているブローカーからの関連データソースを使用して、より良いリターンを得るためにアルゴリズムをトレーニングするようアドバイスしています。

[MetaQuotes]

テンプレート Python を使用した MetaTrader 5 ライブ取引 - パート 1: ブローカーのデータのインポート

テンプレート Python を使用した MetaTrader 5 ライブ取引 - パート 1: ブローカーのデータのインポート

このビデオでは、Lucas が Python と MetaTrader 5 を使用して、ローソク足データを抽出し、それを読み取り可能なデータ フレーム形式に変換することでブローカーのデータをインポートする方法を示します。同氏は、MetaTrader 5 プラットフォームは Windows デバイスでのみ動作し、追加のアプリケーションがなければ Mac システムでは動作しないと述べています。彼は、パラメーターを変更することで簡単に自動化できる「get_rate」という関数を作成し、set Index 関数を使用して時間列をデータ フレームのインデックスとして設定し、履歴データを Python にインポートできるようにしました。

• 00:00:00 このセクションでは、Control の Lucas が、Python と MetaTrader 5 を使用してブローカーのデータをインポートする方法を示します。まず、彼は MetaTrader 5、pandas、numpy、datetime などの必要なライブラリをインポートします。次に、mt5 の初期化関数を使用して、Python シートを MetaTrader 5 プラットフォームに接続します。 Lucas は、コピー レート from 関数を使用して始値、高値、安値、終値、出来高などのローソク足データを抽出し、抽出されたデータを読み取り可能なデータ フレーム形式に変換する方法を示します。ルーカス氏は、MetaTrader 5 プラットフォームは Windows 上でのみ動作し、パラレル デスクトップや VPS などの追加アプリケーションがなければ Mac デバイスでは動作しないと述べています。
  
  
• 00:05:00 このセクションでは、MetaTrader5 プラットフォームを使用してブローカーから Python にデータをインポートする方法をビデオで紹介します。このコードは「get_rate」という関数を作成するために使用され、この関数は「シンボル」と「データの数」を入力として受け取ります。この機能を使用すると、時間枠の選択などのパラメーターを簡単に変更でき、プロセスの簡単な自動化が可能になります。 set Index 関数を使用し、時間列をデータ フレームのインデックスとして設定することで、履歴データを Python にインポートできます。

[MetaQuotes]

テンプレート Python を使用した MetaTrader 5 ライブ取引 - パート 2: Python を使用した MetaTrader 5 での注文

テンプレート Python を使用した MetaTrader 5 ライブ取引 - パート 2: Python を使用した MetaTrader 5 での注文

の Lucas が、Python を使用して MetaTrader 5 で注文を送信するプロセスについて説明します。これには、シンボルとピップの偏差の初期化、充填モードの選択、MetaTrader 5 に送信するリクエストの作成、必要なアクションの指定、注文の実行が含まれます。彼は、Python シートがシャットダウンされると利用できなくなるため、位置 ID などの必要な情報をすべて変数に抽出することの重要性を強調しました。このビデオでは、売り値の代わりに買い値を使用しながら、同様ではあるが逆の買い注文と売り注文のコードを適用する必要があるオープンポジションを閉じるプロセスについても詳しく説明しています。

• 00:00:00 このセクションでは、Lucas が Python を使用して MetaTrader 5 で注文を送信する方法を説明します。これは取引ボットの作成に非常に役立ちます。ただし、コードを開始する前に、まず「ツール」オプションの「エキスパートアドバイザー」でアルゴリズム取引を許可して、MetaTrader 5 プラットフォームでアルゴリズム取引を有効にすることが重要です。次に、ユーザーはシンボルと pip の偏差を初期化することから始めることができます。堅牢な取引アルゴリズムを作成するために重要な充填モードを選択した後、ユーザーは MT5 に送信するリクエストを作成し、必要なアクションを指定し、注文送信機能を使用して注文を実行できます。
  
  
• 00:05:00 このセクションでは、スピーカーが Python を使用して MetaTrader5 のオープンポジションを閉じる方法をデモンストレーションします。ポジションを閉じるには、開くときに使用したのと同じコードが適用されますが、買い注文と売り注文が逆になり、売り値の代わりに買い値が使用されます。講演者は、Python シートをシャットダウンするとメモリ内で位置 ID を含むすべての関連情報を変数に抽出することの重要性を強調しました。充填モードの決定についても議論され、講演者は、ブローカーや資産によって異なる可能性があるため、各資産の充填モードを検索する必要性を強調しました。

[MetaQuotes]

テンプレート Python を使用した MetaTrader 5 ライブ取引 - パート 3: MetaTrader 5/Python による資金管理

テンプレート Python を使用した MetaTrader 5 ライブ取引 - パート 3: MetaTrader 5 / Python による資金管理

Lucas は、MetaTrader5 と Python を使用して、リクエストにテイクプロフィット注文とストップロス注文を入れる資金管理関数を作成する方法を示します。この機能はリスク管理を考慮して、ストップロスとテイクプロフィットの最適な値を決定します。彼は、「tradeSize」と呼ばれる関数を使用して、EUR/USD のロングポジションのリスクを調整し、口座資本とレバレッジに基づいて最適なボリュームを決定する方法を示しています。ルーカス氏は、適切なリスクエクスポージャーを維持するために注文量を慎重に調整することの重要性を強調しています。

• 00:00:00このセクションでは、Lucas が MetaTrader5 と Python を使用して資金管理関数を作成する方法を示します。彼は、リクエスト注文にテイクプロフィットとストップロスを設定する方法を示し、リスク管理に応じてストップロスとテイクプロフィットの最適な値を見つける方法を説明します。 Lucas は、シンボル、ポジション タイプ、リスクと報酬のレベルを取得するリスク報酬しきい値関数も導入しています。これは、最適なテイクプロフィットとストップロスを見つけるのに役立ちます。この関数は、レバレッジと価格を抽出して小数点以下の桁数を求め、レバレッジによって割り引かれたパーセンテージの変動を計算し、最後に価格を資産の小数点以下の桁数に四捨五入します。
  
  
• 00:05:00このセクションでは、Python を使用してトレードする場合に、MetaTrader 5 の資金管理機能の使用方法をスピーカーが説明します。講演者は、レバレッジに応じて EUR/USD のロングポジションのリスクを調整する方法と、口座の資本とレバレッジに基づいて最適な取引量を見つける方法をデモンストレーションします。 「tradeSize」という名前の関数は、講演者が言及した MetaTrader 5 チュートリアルの説明にあります。講演者はまた、リスクエクスポージャーが適切であることを保証するために、発注する注文の量を慎重に調整することの重要性を強調しました。

[MetaQuotes]

テンプレート Python を使用した MetaTrader 5 ライブ取引 - パート 4: 取引シグナルの作成

テンプレート Python を使用した MetaTrader 5 ライブ取引 - パート 4: 取引シグナルの作成

YouTuber は、MetaTrader 5 と Python を使用して 2 つのプラットフォーム間の接続を初期化し、戦略をライブ取引に導入するために使用されるクラス「mt5」を作成し、「レートの取得」関数を使用してデータをインポートすることにより、取引シグナルの作成をデモンストレーションしました。 。次に、ローリング関数を使用して基本的な 30 日および 60 日の SMA シグナルを作成し、高速移動平均が低速移動平均を上回るか下回るかに基づいて売買条件を設定しました。このプロセスでは、MetaTrader 5 と Python を使用してライブ取引用の取引シグナルを作成する簡単な方法を紹介しました。

[MetaQuotes]

テンプレート Python を使用した MetaTrader 5 ライブ取引 - パート 5: ライブ取引テンプレート (MetaTrader 5/Python)

テンプレート Python を使用した MetaTrader 5 ライブ取引 - パート 5: ライブ取引テンプレート (MetaTrader5/Python)

「Python を使用したテンプレート MetaTrader 5 ライブ取引 - パート 5:ライブ取引テンプレート (MetaTrader5/Python)」ビデオでは、ライブ取引テンプレートを使用して取引戦略を実行する方法を示しています。ユーザーは、アルゴリズムを実行する特定の時間を選択し、ランダム信号のデフォルト戦略を持つシンボル リストを選択できます。注文はテンプレートを使用して行うことができ、ユーザーはランダムシグナルを変更できます。このビデオでは、ストップロスとテイクプロフィットのパーセンテージがスプレッドを考慮していないことを警告し、同じ秒内に複数のシグナルを処理することを避けるために1秒のタイムスリップを使用することをアドバイスしています。視聴者は、チャンネルを「いいね」して購読し、Discord コミュニティに参加するよう招待されます。

• 00:00:00 取引戦略を実行していきます。あまりにも多くのポジションをすぐに開閉して取引で損失を被らないように、時間指標を慎重に選択することが重要です。この特定のテンプレートを使用すると、ユーザーはアルゴリズムを実行する特定の時間を選択し、ランダム信号のデフォルト戦略を使用してシンボル リストを選択できます。全体として、これは MetaTrader 5 と Python を使用してライブ取引に取引戦略を導入するための優れた入門書です。
  
  
• 00:05:00 ビデオのこのセクションでは、プレゼンターがライブ取引テンプレートを使用して注文する方法をデモンストレーションします。テンプレートにはランダムな信号が含まれており、ユーザーの好みに応じて変更できます。ストップロスとテイクプロフィットのパーセンテージはスプレッドを考慮していないため、ユーザーが過剰なレバレッジを利用すると望ましくない結果につながる可能性があることに注意することが重要です。発表者は、複数の信号が同じ秒内に処理されないように、1 秒のタイムスリップを置くようアドバイスしています。最後に、プレゼンターは視聴者にチャンネルを「いいね！」して購読し、Discord コミュニティに参加するよう促します。

[MetaQuotes]

テンプレート Python を使用した MetaTrader 5 ライブ取引 - パート 6: 機械学習 (MetaTrader 5/Python)

テンプレート Python を使用した MetaTrader 5 ライブ取引 - パート 6: 機械学習 (MetaTrader5/Python)

ルーカスは、機械学習に基づいた取引戦略をライブ取引に導入する方法を示します。このプロセスには、ライブラリのインポート、特徴量エンジニアリングを使用した始値、高値、低値、終値、およびボリュームのデータを変換し、特徴間の関係を理解して機械学習アルゴリズムを作成すること、データの標準化、主成分分析 (PCA) を使用したデータの変換、フィッティングおよび変動を予測し、最終的に資産を購入するか売却するかを決定します。また、取引に最適な時間を選択するために、時間ベースの時間条件と日次条件も提供します。このコードは市場時間中に機能し、資産を売買するタイミングを通知します。

[MetaQuotes]

独自の MetaTrader 5 取引ボットを構築する : パート 1

GitHub でコードを入手します: https://github.com/jimtin/algorithmic_trading_bot

独自の MetaTrader 5 取引ボットを構築する

このビデオ チュートリアルでは、Windows 10、Python 3.10、PyCharm や Visual Studio Code などの IDE、MetaTrader 5 のダウンロード、取引アカウントなど、MetaTrader 5 を使用して自動取引ボットを構築するために必要なコンポーネントと要件について説明します。発表者は、機密情報を保存するための settings.json ファイルの重要性を強調し、Json ライブラリと OS ライブラリを使用して設定ファイルの例を作成する方法を示します。彼はまた、コードのコメントを強調し、一度にあまりにも多くのファイル ハンドルを開かないようにアドバイスしています。このビデオは、次のエピソードで MetaTrader への接続をデモンストレーションすることを約束する前に、機密情報をインポートする方法とエラー処理を示して終わります。

• 00:00:00 ビデオのこのセクションでは、プレゼンターが MetaTrader 5 を使用して自動取引ボットを構築するための要件について説明します。必要なコンポーネントには、Windows 10、Python 3.10、PyCharm や Visual などの統合開発環境 (IDE) が含まれます。 Studio Code、ブローカーからダウンロードした MetaTrader 5、および取引アカウント。次に、発表者は最初のコード部分「main.py」を紹介します。これは Python コードのメイン関数として機能し、コードの反復と改善を容易にします。また、プレゼンターは、ログイン資格情報やサーバー情報などの機密情報を保存するための settings.json ファイルの重要性と、この情報をコードに直接組み込むことを回避するためにこのファイルを使用する方法についても説明します。最後に、プレゼンターは、USDJPY を例として、取引するシンボルのリストを含めます。
  
  
• 00:05:00 このセクションでは、講演者は、プログラムで使用される settings.json ファイルになるサンプル設定ファイルの作成について説明します。彼は、ファイルを読み取ったり検索したりするために、Json ライブラリと OS ライブラリをインポートすることの重要性を指摘しています。また、後でコードに戻るときにコードの目的とパラメータを理解するためにコードにコメントすることの重要性も強調しています。次に、スピーカーはプロジェクト設定を取得するための機能の概要を説明します。これには、ファイル パスが存在するかどうかを確認し、完了したらファイルを閉じることが含まれます。彼は、一度に多くのファイル ハンドルを開かないように警告し、この問題を回避する方法を提供しています。最後に、settings.json ファイルのインポート ファイル パスを設定し、プログラムが正しいファイルを確実に見つけられるようにしながら、ファイルの場所を柔軟に設定できるようにします。
  
  
• 00:10:00 このセクションでは、ビデオ チュートリアルで、ユーザー名やパスワードなどの機密情報を settings.json ファイルにインポートする方法を示します。ナレーターは、この情報を安全にインポートすることの重要性を強調し、settings2.json ファイルに意図的にエラーを作成することによるエラー処理を示します。最後に、ビデオは次のエピソードで MetaTrader 5 に接続する方法を視聴者に示すことを約束して終わります。

[MetaQuotes]

独自の MetaTrader 5 取引ボットを構築する - パート 2

GitHub でコードを入手します: https://github.com/jimtin/algorithmic_trading_bot

独自の MetaTrader 5 取引ボットを構築する - パート 2

このビデオでは、MetaTrader 5 を使用して自動取引ボットを構築するプロセスを継続し、エラー処理とコードの外観を簡素化するためのリファクタリングに焦点を当てています。インストラクターは、不必要な経済的損失を避けるために練習用アカウントを利用することの重要性を強調し、コードについてコメントしパラメータを定義しながら、視聴者に MetaTrader 5 の初期化とログインのプロセスを説明します。これらは、try ステートメントとExcept ステートメントを使用して発生する可能性のあるエラーを処理する方法と、将来の問題をトラブルシューティングするために例外を画面に出力する方法を示しています。さらに、コードを簡素化し、起動プロセスをより効率的に処理するために、「start_up」と呼ばれる別の関数を作成します。最後に、新しい関数を main.py にインポートし、結果を画面に出力します。

• 00:00:00 このセクションでは、インストラクターは、MetaTrader 5 を使用して自動取引ボットを構築するプロセスに入る前に、セットアップ 101 エピソードを完了することをお勧めします。このエピソードに必要なツールには、pip と呼ばれる Python パッケージ インストーラーと公式 Metatrader5 Python が含まれます。図書館。取引口座を持つことは非常に重要であり、講師は損失を避けるために練習用口座を使用することを強く推奨しています。インストラクターは視聴者に、start_mt5 と呼ばれる関数を使用した Metatrader5 の初期化とログイン、コードへのコメント、パラメーターの定義を説明します。このコードでは、try および else ステートメントを使用して、発生する可能性のあるエラーを処理し、コードの堅牢性を確保します。
  
  
• 00:05:00 このセクションでは、ビデオ作成者が取引ボット プログラムでのエラー処理について説明します。彼らは、エラーが発生した場合、プログラムは例外をスローして画面に出力するため、ユーザーが今後発生する問題のトラブルシューティングに役立つと説明しています。さらに、try ステートメントと accept ステートメントを if ステートメントと組み合わせて使用して、初期化エラーとログイン エラーの両方を個別に処理する方法も示しています。最後に、関数の成功または失敗を示すブール値を返します。その後、ビデオは main.pi で実行されるプログラムのデモンストレーションで終わります。
  
  
• 00:10:00 このセクションでは、インストラクターは、起動プロシージャの機能を引き出す別の関数を作成してコードを簡素化する方法について説明します。これは、変数プロジェクト設定を渡す「start_up」という新しい関数を作成することによって行われます。新しい関数は、main に配置されたものと同じ機能を繰り返しますが、起動が成功した場合のユーザーへのメッセージなど、いくつかの追加機能が追加されています。新しい関数は、起動プロセス中に問題が発生した場合にエラー メッセージを返すこともできます。最後に、インストラクターは新しい関数を main.pi にインポートし、結果を画面に出力する方法を示します。

[MetaQuotes]

独自の MetaTrader 5 取引ボットを構築 - 50,000 のローソク足を入手

GitHub でコードを入手します: https://github.com/jimtin/algorithmic_trading_bot

独自の MetaTrader 5 取引ボットを構築 - 50,000 のローソク足を入手

このビデオでは、MetaTrader5 自動取引ボットを構築するためのステップバイステップのガイドが提供されます。重要な最初のステップは、MetaTrader Connect エピソードを完了し、Python pandas ライブラリをインストールしていることを確認することです。このチュートリアルでは、シンボルを初期化し、初期化シンボルを含めるようにスタートアップ関数を拡張する方法を示します。 「ローソク足の取得」関数を使用して最大 50,000 本のローソク足を取得する方法を示します。これにはシンボル、タイムフレーム、およびローソク足番号の入力が必要です。このビデオでは、ローソク足チャート データに必要な列がすべて存在することを確認することを強調し、ティック ボリューム データを取得する方法を示します。作成者は、次のエピソードで EMA インジケーターの計算方法をデモンストレーションすることを約束します。

• 00:00:00 このセクションでは、ビデオで独自の MetaTrader5 自動取引ボットを構築する手順を説明します。最初のステップは、MetaTrader に接続してデータを取得する方法を示す MetaTrader Connect エピソードを完了し、Python pandas ライブラリをインストールしていることを確認することです。シンボルの初期化は非常に重要です。これは、mt5_lib.py ファイルに初期化シンボル関数を追加することで行われます。この関数は、トラブルシューティングの時間を節約するためにシンボルが存在するかどうかをチェックし、シンボルが存在する場合は、フォールト トレランスのために Try and accept アプローチを使用してシンボルを初期化しようとします。シンボル名はブローカーによって異なることに注意することが重要です。そのため、異なる種類のシンボルがどのように表されているかをブローカーに確認する必要があります。
  
  
• 00:05:00 このセクションでは、初期化シンボルを含めるためのスタートアップ関数の拡張についてビデオで説明します。この関数を使用すると、別個の起動関数が起動時に実行する必要があることを独自の関数に抽出できるようになります。この関数は settings.py に準拠するように更新され、シンボルのリストを反復処理し、エラーや例外をユーザーに通知しながらシンボルを個別に有効にする機能が含まれています。最後に、二重アンダースコアのメインの二重アンダースコアが更新され、複雑さが取り除かれ、より簡単になります。
  
  
• 00:10:00 このセクションでは、チュートリアルでは、「getロウソク足」と呼ばれる新しい関数を使用して50,000本のロウソク足を取得する方法を示します。この関数には、シンボル、時間枠、取得するローソク足の数という 3 つの情報が必要です。チュートリアルでは、この関数の境界を 50,000 ローソク足に設定する方法を説明していますが、Metatrader5 を通じて数百万行のデータを取得することは可能です。この関数は、ローソク足の数が 50,000 以下であることを確認し、そうでない場合は、必要なデータの取得を続行します。プロセスを容易にするために、タイムフレームを Metatrader5 オブジェクトに変換する関数も提供されます。返されたデータフレームは、次のエピソードで指数移動平均を取得するために使用されます。
  
  
• 00:15:00 このセクションでは、ビデオの作成者が、プログラミング経験が豊富なユーザーなら、Python 3.9 との下位互換性を維持するために switch ステートメントの代わりに if ステートメントと else ステートメントを使用していることに気づいたかもしれないと述べています。また、MetaTrader 5 で使用されるさまざまな時間枠のコードも提供しています。ビデオでは、MetaTrader5 Python API を使用してローソク足を取得する方法と、データ分析のためにデータを Pandas データフレームに変換する方法について説明します。次に、ビデオでは、これまでに説明したすべての関数を「Main」に取り込み、シンボル配列を使用してリストされた各シンボルのローソク足を取得する方法を示します。最後に、ビデオでは最初に 1,000 個のローソク足を取得する方法を示し、この数を 50,000 個まで増やす方法に関する「重要なヒント」を提供します。
  
  
• 00:20:00 このセクションでは、講演者は、EMA クロスなどの取引戦略を実装するために、ローソク足チャート データにすべての列が存在することを確認することの重要性を強調しています。彼らはパンダ呼び出しを使用してすべての列を表示し、ティックボリュームデータも存在することを示します。次に、50,000 個のローソク足を取得するのは、ローソク足の変数を調整するだけで簡単であると説明し、次のエピソードで EMA インジケーターの計算方法を説明することを約束します。