마침내 Python에서 그래프의 레이아웃을 마스터했습니다. 아, 그리고 matplotlib 패키지의 숙달을 감안할 때 염산에서 수영 하는 것은 어렵습니다.
차트의 결과는 다음과 같습니다.
좋아요.)
코드는 다음과 같습니다.
import MyPack.Filters as flt
import TSClasses as tsc
import matplotlib.pyplot as plt
#import numpy as np
# from scipy.stats import randint
#rv=randint.rvs( 0 , 10 ,size= 10 )
# чтение данных из БД
DB= 'csvdb1.db'
Ticker= 'SPFB.SBRF-9.18'
c=flt.cCandle()
SD=tsc.StockData(DB,
Ticker)
rdb=SD.rdb
F8=SD.F8
F16=SD.F16
F32=SD.F32
F150=SD.F150
rd=SD.rdb
Dev=SD.Dev
Stoch=SD.Stoch
# определение диапазона значений по оси х
Ib= 1500
Ie=Ib+ 150
# подготовка данных для графиков
I=[i for i in range(Ib,Ie)]
Hist=[rdb.history[i][c.c] for i in I]
f8=[F8[i] for i in I]
f16=[F16[i] for i in I]
f32=[F32[i] for i in I]
f150=[F150[i] for i in I]
Devp=[F150[i]+Dev[i] for i in I]
Devm=[F150[i]-Dev[i] for i in I]
Kpb=[Stoch[ 0 ][i] for i in I]
Dpb=[Stoch[ 1 ][i] for i in I]
# построение графиков
#fig, axs = plt.subplots( 2 , 1 ,figsize=( 10.0 , 5 ))
fig = plt.figure(figsize=( 10 , 6.5 ))
axs1 = plt.subplot2grid(( 3 , 1 ), ( 0 , 0 ),rowspan= 2 ,fig=fig)
axs2 = plt.subplot2grid(( 3 , 1 ), ( 2 , 0 ), rowspan= 1 ,fig=fig)
axs1.plot(I,Hist, label= 'Hist' )
axs1.plot(I,f8,label= 'F8' )
axs1.plot(I,f16,label= 'F16' )
axs1.plot(I,f32,label= 'F32' )
axs1.plot(I,f150,label= 'F150' )
axs1.plot(I,Devp)
axs1.plot(I,Devm)
axs1.legend()
axs1.set_xticks(range(Ib,Ie+ 10 , 10 ))
axs1.grid(True, which= 'both' )
axs2.plot(I,Kpb, label= 'F' )
axs2.plot(I,Dpb, label= 'S' )
axs2.set_xticks(range(Ib,Ie+ 10 , 10 ))
axs2.legend()
axs2.grid(True)
plt.show()
코드 전체가 제공되지만 데이터를 제공하지 않습니다. 이것은 불가능합니다. 직접 수행해야 합니다. #plotting만 사용하면 됩니다. 기타, 이해를 위해서만 - 무엇을, 어디서, 어디서.
아니오, 이해가 안 됩니다.) 이것은 결과나 연구 결과가 전혀 아닙니다.) 여기에는 검색할 것이 없습니다. 부산물입니다. 나는 꼬리에 대한 대화의 맨 처음에 있는 TIP 주제와 누가 무엇을 알고 있는지에 대한 검색에서 이 모든 것에 대해 썼습니다. 하지만 패스로 보여줄 수 있다면 푸어쿼이는 패스하지 않을 것입니다. 모든 것을 너무 심각하게 받아들이지 말고 더 단순하게 보세요.) 노련한 도발사의 조언.))
마침내 Python에서 그래프의 레이아웃을 마스터했습니다. 아, 그리고 matplotlib 패키지의 숙달을 감안할 때 염산에서 수영 하는 것은 어렵습니다.
차트의 결과는 다음과 같습니다.
좋아요.)
코드는 다음과 같습니다.
코드 전체가 제공되지만 데이터를 제공하지 않습니다. 이것은 불가능합니다. 직접 수행해야 합니다. #plotting만 사용하면 됩니다. 기타, 이해를 위해서만 - 무엇을, 어디서, 어디서.
평소와 같이 댓글은 쓰지 않지만 완성본을 다루는 것이 더 쉬울 것입니다.
이전 게시물 외에도 3000개 샘플에서 회귀선을 기준으로 분포를 살펴보았습니다. 더 짧은 간격에서는 모든 것이 매우 들여쓰기됩니다.
사실은 괜찮습니다. 불안정하고 그 모양은 사이트마다 크게 다르지만 최소 및 최대 편차는 거의 동일한 수준으로 유지됩니다. 글쎄, 긴 꼬리의 흔적은 없었습니다. 나는 결론을 내리는 것이 아닙니다. 직접 확인하십시오.
나는 분포의 꼬리가 시장의 자산이 아니라 우리의 행동의 결과라고 말할 수 있습니다.
일반적으로 이러한 연구의 의미는 편차 분산의 유한성을 얻기 위해 이해할 수 있습니다.
일반적으로 이러한 연구의 의미는 편차 분산의 유한성을 얻기 위해 이해할 수 있습니다.
아니오, 이해가 안 됩니다.) 이것은 결과나 연구 결과가 전혀 아닙니다.) 여기에는 검색할 것이 없습니다. 부산물입니다. 나는 꼬리에 대한 대화의 맨 처음에 있는 TIP 주제와 누가 무엇을 알고 있는지에 대한 검색에서 이 모든 것에 대해 썼습니다. 하지만 패스로 보여줄 수 있다면 푸어쿼이는 패스하지 않을 것입니다. 모든 것을 너무 심각하게 받아들이지 말고 더 단순하게 보세요.) 노련한 도발사의 조언.))
웨이블릿에 대한 자료를 읽었을 수 있습니다.
거래, 자동 거래 시스템 및 거래 전략 테스트에 관한 포럼
MT용 Python으로 거래 시스템 만들기.
유리 아사울렌코 , 2019.01.26 14:22
푸리에 및 웨이블릿 변환.일반적으로 놀라운 것은 눈으로 볼 수 없는 것을 신호에서 봅니다(다른 방법으로도 가능). 모든 것이 훌륭하고. 유혹하는. 예, 하지만 이 모든 것은 이미 형성된 신호입니다. 모든 것이 훌륭하고 괜찮습니다. 감동.
나는 시장 견적에서 그것을 시도했다. 그리고 뭐? 훌륭한 지표입니다. 그러나 다시 말하지만 가장자리 효과는 인용문이 끊어지는 그림의 가장 가장자리에서 아무 것도 말할 수 없습니다.
안타깝지만 웨이블릿이 있는 주제는 닫혀있습니다. 더 나은 시간이 될 때까지 당분간 폐쇄될 수 있습니다.)
마침내 Python에서 그래프의 레이아웃을 마스터했습니다. 아, 그리고 matplotlib 패키지의 숙달을 감안할 때 염산에서 수영 하는 것은 어렵습니다.
차트의 결과는 다음과 같습니다.
좋아요.)
코드는 다음과 같습니다.
코드 전체가 제공되지만 데이터를 제공하지 않습니다. 이것은 불가능합니다. 직접 수행해야 합니다. #plotting만 사용하면 됩니다. 기타, 이해를 위해서만 - 무엇을, 어디서, 어디서.
평소와 같이 댓글은 쓰지 않지만 완성본을 다루는 것이 더 쉬울 것입니다.
코드를 파일에 넣다
D:\PYTHON\YURAZ>yz_112.py
역추적(가장 최근 호출 마지막):
파일 "D:\PYTHON\YURAZ\yz_112.py", 줄 1, <모듈>
flt로 MyPack.Filters 가져오기
ModuleNotFoundError: 'MyPack'이라는 모듈이 없습니다.
D:\PYTHON\YURAZ>pip 설치 MyPack
요구 사항이 이미 충족됨: c:\users\yuraz\appdata\local\programs\python\python38\lib\site-packages(0.1)의 MyPack
D:\PYTHON\YURAZ>
없어진 물건 있어요?
이 상품이 거래에 활성화되어 있다는 매개변수를 어디에서 찾을 수 있는지 알려주세요.
https://www.mql5.com/en/docs/integration/python_metatrader5/mt5symbolinfo_py
이 상품이 거래에 활성화되어 있다는 매개변수를 어디에서 찾을 수 있는지 알려주세요.
https://www.mql5.com/en/docs/integration/python_metatrader5/mt5symbolinfo_py
구조는 공식 웹 사이트에 설명되어 있습니다.
또는 이와 같이
그래서 MICEX와 St. Petersburg로 결정
tkinter GUI 가 있는 Python 스텁
Python 3.7 64x + Microsoft Visual Studio Enterprise 2019(2) 16.8.2 사용